Poolside выпустила Laguna S 2.1 — третью кодинг-модель за три месяца. Маленькая по размеру open-weight модель превосходит в бенчмарках сразу нескольких крупных конкурентов. А в качестве демонстрации стоимости компания показала: модель решила математическую задачу, открытую с 1975 года, по заявлению Poolside — меньше чем за $0.10.
Контекст
Poolside — американский стартап, сфокусированный исключительно на AI для разработки кода. Laguna S 2.1 — их третья публичная модель за три месяца: темп итерации уже сам по себе заявление. Ключевое: модель open-weight — веса открыты, любой может скачать, запустить локально или дообучить под свою задачу без API-зависимости.
Рынок компактных кодинг-моделей сейчас горячий. После того как DeepSeek и Qwen показали, что небольшие модели способны конкурировать с системами GPT-4 класса, гонка сместилась в сторону эффективности: не «самая большая», а «лучшая при данном размере». Poolside играет именно в эту игру.
Отличие Laguna S 2.1 — в подходе к обучению. Вместо грубого масштабирования компания обучала модель проверять собственный вывод, пересматривать неудачные подходы и не сдаваться на длинных агентных сессиях. Это прямое попадание в болевую точку: большинство кодинг-моделей деградируют по качеству при многошаговых задачах или на длинном контексте.
Аналитика
Бенчмарки — вещь скользкая, но сам факт, что компактная модель превосходит значительно более крупных конкурентов, указывает на реальный методологический сдвиг. Когда модель учат не выдавать пустой ответ при неудаче, а пересматривать стратегию — это меняет поведение в агентном контексте принципиально. Именно здесь традиционные модели ломаются: они уверенно делают неверный шаг и продолжают двигаться в неправильном направлении, вместо того чтобы остановиться.
Задача 1975 года за десять центов — сильный маркетинговый ход, но за ним стоит реальная точка: стоимость решения нетривиальных задач при правильной архитектуре резко падает. Для бизнесов с высоким объёмом автоматизации это прямая экономия. Не «дешевле чуть-чуть» — а потенциально на порядок.
Тренд шире одного релиза: рынок движется к специализированным компактным open-weight моделям под конкретные задачи. Coding, reasoning, tool-use — каждое направление обрастает своими чемпионами. Компании, строящие сейчас стек исключительно на API одного провайдера, получат проблему через год: специализированные open-weight модели будут дешевле и точнее для конкретных задач.
Кейсы применения в бизнесе
B2B-SaaS стартап: Разворачиваете Laguna S 2.1 локально в CI/CD пайплайне. Автоматический code review каждого PR — без оплаты API-запросов. Модель проверяет типичные ошибки, edge cases, стиль. При команде в 5–10 разработчиков с несколькими PR в день экономия от перехода с платного API на self-hosted open-weight ощутима уже в первый месяц.
Корпорация с legacy: Интеграция в IDE разработчиков как локальный ассистент без отправки кода на внешние серверы. Для финтеха, телекома или госсектора, где данные не могут покидать периметр, open-weight модель — единственный практичный вариант. Laguna S 2.1 компактная: запускается на обычном сервере, не требует GPU класса A100.
SMB и локальный бизнес в КР/СНГ: Небольшая команда разработки или работа с подрядчиками — дешёвая автоматизация рутины: boilerplate, тесты, документирование кода. Стоимость операции — центы. Порог входа — ноутбук с достаточным RAM или недорогой VPS.
Кейсы в личной жизни
Разработчик: Запустите Laguna S 2.1 локально через Ollama или аналогичный инструмент. Используйте как второй мозг при дебаге — модель обучена пересматривать подходы, а значит будет предлагать несколько вариантов решения, а не один уверенный неверный.
Студент / джуниор: Хороший тренажёр для code review своих задач. Пишете решение, прогоняете через модель — она укажет на слабые места. Модель open-weight, бесплатна в использовании. Учиться можно на реальном инструменте без подписок.
Фрилансер с техническим бэкграундом: Автоматизация мелких скриптов — парсеры, обработчики данных, генераторы отчётов. Запрос стоит копейки, скрипт готов за минуты. При регулярном использовании это часы в неделю, которые освобождаются для основной работы.
Три модели за три месяца — это не просто релизный темп. Это сигнал, что методология улучшается быстро, и стоит следить за следующей итерацией.
Как применить сегодня
- Найдите Laguna S 2.1 в открытом доступе и протестируйте на своём реальном кодинг-таске — сравните с тем, чем пользуетесь сейчас, особенно на задачах с несколькими шагами.
- Если у вас есть CI/CD — добавьте шаг автоматического code review. Даже базовый запуск на диф PR даёт полезный сигнал без дополнительных затрат.
- Для агентных задач специально тестируйте поведение модели при ошибках: хорошая модель меняет стратегию, а не повторяет неудачный путь — проверьте, так ли это.
- Подсчитайте стоимость текущих API-вызовов за месяц и сравните с вариантом self-hosted open-weight. При объёме выше нескольких тысяч запросов разница заметна.
- Следите за темпом релизов Poolside: три модели за три месяца — активная итерация. Следующая версия может быть лучше уже через несколько недель.