Laguna XS 2.1 の紹介（5 分読了）

本日、Laguna XS のアップグレード版である Laguna XS 2.1 をリリースいたします。 Laguna XS 2.1 は、ローカルマシンでのエージェント型コーディングおよび長期ホライズンタスクに設計された、総パラメータ数 33B でトークンあたり活性化パラメータ数が 3B の Mixture-of-Experts モデル（MoE）です。アーキテクチャは XS.2 と同じですが、SWE-bench Multilingual における顕著な改善と、ターミナルスタイルのタスクでのより強力なパフォーマンスが特徴です。 ## XS 2.1 vs XS.2 XS 2.1 は、エージェント型コーディングベンチマークの主要分野において XS.2 を上回っています。最も大きな進歩は SWE-bench Multilingual で、5.4 ポイント上昇し 63.1% に達しました。 - Laguna XS 2.1 33B-A3B - Laguna XS.2 33B-A3B - Qwen3.6 35B-A3B - North Mini Code (Cohere) 30B - MAI-Code-1-Flash 137B - gpt-oss-120b 120B - Claude Haiku 4.5 - - GPT-5.4 Nano - SWE-bench Verified の解決タスク数（SWE-bench Verified ベンチマーク）。 SWE-bench Multilingual の解決タスク数（SWE-bench Multilingual ベンチマーク）。 SWE-Bench Pro の解決タスク数（SWE-Bench Pro ベンチマーク）。 Terminal-Bench 2.0 の解決タスク数（Terminal-Bench 2.0 ベンチマーク）。 ベンチマーク結果は 2026 年 7 月 2 日時点 † MoE モデルの相対的な効率性を強調するため、活性化パラメータ数が大きい密型モデルも選択して含めています。 ## より良いローカル体験 XS 2.1 は vLLM、SGLang、NVIDIA TensorRT-LLM、HF transformers、Ollama でサポートされており、llama.cpp のサポートも近日追加される予定です。また、FP8、INT4、NVFP4 の 3 つの量子化チェックポイントを提供し、VRAM や計算リソースが限られた環境でも XS 2.1 をデプロイできるようにしています。さらに、ネイティブな llama.cpp サポートの一環として、近い将来に量子化された GGUF チェックポイントも提供する予定です。 また、各 XS 2.1 チェックポイントに対応した DFlash スペキュレーターモデルをオープンウェイトで公開します。これらのスペキュレーターモデルは、オーバーヘッドと受容率のバランスを取るために訓練されました。テストでは、これらが達成可能なトークン生成速度（tok/s）を倍増させ、XS 2.1 のローカル推論を以前よりもさらに高速化しています。 当社の API [our API](https://platform.poolside.ai/) および OpenRouter [OpenRouter](https://openrouter.ai/provider/poolside) を通じて、256K コンテキスト長でモデルを提供しています。 ## よりオープンなライセンス Laguna XS 2.1 は OpenMDW-1.1 ライセンスの下で提供されます。 この変更は、コミュニティにおけるオープンモデルの配布を支援するために行うものです。OpenMDW-1.1 は完全に許可型であり、モデルおよび関連するアーティファクトのために設計されており、開発者や組織に対して、オープンモデルの使用、修正、デプロイにおいてより一貫した枠組みを提供します。 私たちは、OpenMDW において NVIDIA と Linux Foundation が取り組んでいる方向性を支持し、オープンモデルの公開におけるライセンスの摩擦を軽減するための有用な一歩であると信じています。 ## はじめに - Hugging Face の Laguna XS 2.1 コレクションから重み（weights）をダウンロードしてください。BF16、FP8、NVFP4、INT4 が利用可能です。 - OpenRouter (poolside/laguna-xs-2.1) または当社の API を通じてモデルを利用できます。無料および有料のエンドポイントが用意されており、有料プランの料金は XS.2 に準拠し、入力/出力/キャッシュ読み取りトークン 1M あたりそれぞれ $0.10 / $0.20 / $0.05 です。 - Ollama、llama.cpp、TRT-LLM、vLLM、SGLang でローカル実行し、より高速な推論のために DFlash ドラフトモデルを追加してください。 - 本モデルとの最適なエージェント体験を得るために、ターミナルベースのコーディングエージェントである pool をインストールしてください。 私たちは、皆さんが XS 2.1 で何を作り出すかを見てみたいと考えており、皆様からのフィードバックも歓迎します。両方のモデルを並べて試し、2.1 がどこで優れているか、またどこで劣っているかを教えてください。[Discord](https://discord.gg/PtTS6EwXG) に参加して発見したことを共有し、チームに直接話しかけるか、models@poolside.ai までメールを送るか、[X](https://x.com/poolsideai) でご連絡ください。 *Laguna XS.2 は API 上で 1 週間後にサポートを終了します。XS.2 は [Baseten のモデルライブラリ](https://www.baseten.co/library/laguna-xs/)の一部として、専用デプロイ向けに引き続き利用可能です。 **脚注** Laguna XS 2.1 のすべてのベンチマークは、Laude Institute の Harbor Framework を用いて完了しました。この際、当社の [agent harness](https://github.com/poolsideai/pool) を使用し、最大ステップ数は 500 とし、サンドボックス内で実行を行いました。Laguna XS 2.1 のベンチマークにはすべて同一のサンプリングパラメータが適用されました：温度 (temperature)=1.0、top_k=20、top_p=1、思考モードを有効化し、コンテキスト長は 256K トークンです。すべてのタスクは各自のサンドボックスで実行され、メモリ 8 GB/CPU 2 コアを使用しました（ただし、Terminal-Bench 2.0 のみ例外として、メモリ 48 GB/CPU 32 コアを使用しました）。 一部のベースとなるタスク画像と検証器 (verifier) は、外部レジストリで使用される第三者依存関係のレート制限など、タスク設定に内在するインフラストラクチャの信頼性問題を修正するためにパッチが適用されました。4 つのすべてのエージェント型ベンチマークは、このようにパッチを当てた画像で実行されました。また、Laguna XS 2.1 の評価ラン後に報酬ハック (reward-hack) を検出する事後審査 (post-hoc judge) を実施しましたが、共同審査と手動レビューの結果、顕著な報酬ハックは見つかりませんでした。 - SWE-bench Verified: 各タスクあたり 4 回の試行における平均 pass@1 - SWE-bench Multilingual: 各タスクあたり 4 回の試行における平均 pass@1 - SWE-Bench Pro: 各タスクあたり 2 回の試行における平均 pass@1 - Terminal-Bench 2.0: 各タスクあたり 5 回の試行における平均 pass@1; 48 GB RAM/32 CPUs * すべての比較モデルについては、各ベンチマークにおいて公的に参照可能な最高スコアを使用しました。すべてのケースでこれらはリリースブログ投稿または同等の場所で公式に発表されたスコアですが、gpt-oss-120b と Claude Haiku 4.5 の場合は例外であり、SWE-Bench Pro および Terminal-Bench 2.0 における最高スコア（検証済み）はそれぞれ公式リーダーボードからのものです。

Laguna XS 2.1 の紹介（5 分読了）

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト