Laguna S 2.1は118B中8Bだけ動作するMoE
Laguna S 2.1（ラグーナS 2.1）は、Poolsideが2026年7月21日に公開したコーディング向けのモデルで、合計118Bのうち8Bだけを動作させます。AIがみずから手順を進めるエージェント型のコーディングと、長時間の作業を想定して設計されたとのこと。
MoE（混合エキスパート）とは、モデルの中に小さなネットワーク（エキスパート）を多数持ち、入力ごとに一部だけを動作させる仕組みのことです。Laguna S 2.1のパラメータ（学習で定まる数値）は合計1,180億（118B）で、トークン（AIモデルが文章を処理する時の最小単位）1つあたりに動作するのは80億（8B）です。
Laguna S 2.1のMoEは、256個のエキスパートから上位10個を選択し、共有エキスパート1個と合わせて動作させる構成です。シリーズの中では、合計33Bで3Bを動作させるLaguna XS 2.1と、合計225Bで23Bを動作させるLaguna M.1の間に位置します。
思考モード（答える前に考える時間をとる設定）はoffとmaxの2つで、デフォルトはmaxです。maxでは問題に合わせて考える量をモデル自身が定めるとのこと。
Laguna S 2.1のコンテキスト長は、最大100万トークン（1,048,576トークン）です。思考モードがoffでもmaxでも同じです。
事前学習（最初に行う学習）は2026年5月22日に、NVIDIAのH200というGPU（AIの計算に使う半導体）を4,096基使って始まりました。学習開始から公開までは9週間に満たなかったとのこと。学習データはLaguna XS 2.1と同じで、変更したのは規模の拡大と学習コードの修正、学習方法の小さな変更です。
"Today we’re releasing Laguna S 2.1, a significant step forward in our development of models that pursue longer horizon work and make effective use of reasoning."／"Laguna S 2.1 is a 118B total parameter Mixture-of-Experts (MoE) model with 8B activated parameters per token and supports a context window of up to 1M tokens in thinking and no-thinking modes."／"It went from the start of training to launch in under nine weeks"／"Laguna S 2.1 has two thinking modes: off and max (enabled by default) where it determines the right thinking/test-time compute budget for a given problem."／"Laguna S 2.1 is a scale-up of the Laguna XS family, trained on exactly the same pre-training data as XS 2.1: the step from XS 2.1 to S 2.1 was scale, training-code fixes, and small recipe changes, not new data." — Poolside 公式ブログ（2026年7月21日）より公式情報を見る →
"parameters per token, designed for agentic coding and long-horizon work."／"Laguna XS 2.1 (33B-A3B)"／"Laguna M.1 (225B-A23B) in the Laguna series"／"Experts: 256 routed (top-10) plus 1 shared expert"／"Context window: 1,048,576 tokens" — Hugging Face モデルカード「Laguna S 2.1」冒頭と「Model overview」より公式情報を見る →
公表指標でDeepSeek-V4-Pro-Maxに何勝何敗か
Poolsideの比較表ではLaguna S 2.1がDeepSeek-V4-Pro-Maxを6指標のうち5つで超え、Toolathlon Verifiedだけは下回ります。ベンチマーク（AIに同じ課題を解かせる性能試験）の値は2026年7月21日時点のもので、単位は課題を解けた割合（%）とのこと。
DeepSeek-V4-Pro-Maxは、合計1.6T（1.6兆）のパラメータのうち49Bを動作させる大型モデルです。6指標の値は次のとおりです。
| ベンチマーク | Laguna S 2.1（118B-A8B） | DeepSeek-V4-Pro-Max（1.6T-A49B） | 高いほう |
|---|---|---|---|
| Terminal-Bench 2.1 | 70.2 | 64.0※ | Laguna S 2.1 |
| SWE-bench Multilingual | 78.5 | 76.2 | Laguna S 2.1 |
| SWE-Bench Pro (Public Dataset) | 59.4 | 55.4 | Laguna S 2.1 |
| DeepSWE | 40.4 | 9.0※ | Laguna S 2.1 |
| SWE Atlas (Codebase QnA) | 46.2 | 27.2※ | Laguna S 2.1 |
| Toolathlon Verified | 49.7 | 55.9※ | DeepSeek-V4-Pro-Max |
※印は、第三者が公表したDeepSeek-V4-Pro-Maxの値です。※印があるのは、Terminal-Bench 2.1・DeepSWE・SWE Atlas・Toolathlon Verifiedの4行です。
6指標の値（Laguna S 2.1、DeepSeek-V4-Pro-Max）
Poolsideの比較表の値（%）です。Laguna S 2.1は自社の実行環境poolで計測した値で、DeepSeek-V4-Pro-Maxは公表値のうち最も高いものです。
Laguna（Terminal-Bench 2.1）
DeepSeek（Terminal-Bench 2.1）Laguna（SWE-bench多言語）DeepSeek（SWE-bench多言語）Laguna（SWE-Bench Pro）DeepSeek（SWE-Bench Pro）Laguna（DeepSWE）DeepSeek（DeepSWE）Laguna（SWE Atlas）DeepSeek（SWE Atlas）Laguna（Toolathlon Verified）DeepSeek（Toolathlon Verified）Poolsideは、パラメータ規模が同程度のモデルと比較すると、自社が測った範囲ではLaguna S 2.1のエージェント型コーディング性能が群を抜いて高いと主張しています。なお、Poolsideの比較表に掲載されている合計2.8TのKimi K3は、Terminal-Bench 2.1が88.3、DeepSWEが69.0で、Laguna S 2.1を上回ります。
Laguna S 2.1の値は、Poolsideのエージェント実行環境（harness）であるpoolで計測したものです。poolは、Poolsideが提供するターミナル型のコーディングエージェントでもあるとのこと。Poolsideの比較表は、DeepSeek-V4-Pro-Maxなど他社のモデルについて、各社や第三者が公表した値のうち最も高いものを採用しています。
DeepSWEのリーダーボードはmini-swe-agentという別の実行環境で計測しているため、poolで測ったLaguna S 2.1の値とは比較しにくいことをPoolsideも認めています。ただし、mini-swe-agentで測ると多くのモデルが本来の実行環境と同等以上の値を出すという報告もあり、poolで測っても特に有利にはならないというのがPoolsideの説明です。
最終評価で回した全試行の実行記録（trajectory）は、公表したすべてのスコアについてtrajectories.poolside.aiで公開されています。思考をmaxにするとTerminal-Bench 2.1は60.4%から70.2%へ、DeepSWEは16.5%から40.4%へ上がるとのこと。
表「6指標の値（Laguna S 2.1、DeepSeek-V4-Pro-Max）」のうち、Terminal-Bench 2.1とDeepSWEは思考をmaxにしたときの数値です。
"Laguna S 2.1 is, as far as we can measure, the most capable agentic coding model in its weight class by a wide margin"／"S 2.1 scores 70.2% on Terminal-Bench 2.1 in our agent harness with thinking enabled."／"Benchmarks as of 21 July 2026."／"For all benchmarks we take the maximum of the vendor self-reported score, benchmark author leaderboard or third-party leaderboard (Artificial Analysis), except SWE Atlas (Codebase QnA) where we do not use third-party leaderboard figures."／"On DeepSWE v1.1, Laguna S 2.1 scores 40.4 in thinking mode in pool harness."／"It is worth noting that Laguna S 2.1 scored 40.4% in our agent harness, pool, not mini-swe-agent which DeepSWE’s leaderboard uses."／"While this makes scores less comparable, we don’t believe it puts us in a particularly advantageous position as it’s been reported that many of the models score the same or better in mini-swe-agent compared to their native harnesses."／"For every benchmark score we publish today, we are releasing full trajectories for every trial in the final evaluation set at trajectories.poolside.ai"／"Max thinking lifts S 2.1’s score on Terminal-Bench 2.1 from 60.4% to 70.2% and on DeepSWE from 16.5% to 40.4%." — Poolside 公式ブログ「Punching above its weight class」「A closer look at DeepSWE」「Thinking effort」の各節より公式情報を見る →
"Scores marked * are as reported by third parties: Terminal-Bench 2.1 and DeepSWE via Artificial Analysis, SWE Atlas via Scale AI's official leaderboard, and Toolathlon Verified via its official leaderboard." — Hugging Face モデルカード「Benchmark results」表の注記より公式情報を見る →
重みはOpenMDW-1.1でHugging Faceに公開
Laguna S 2.1はオープンウェイトモデルで、公開初日からHugging Face（AIモデルを公開・ダウンロードできるサイト）でダウンロードできます。ライセンスはOpenMDW-1.1です。
また、モデルカード（モデルの説明ページ）によると、OpenMDW-1.1のもとでは、利用・改変・商用製品づくりのいずれにも許可は必要ないとのこと。ただし、Poolsideの利用規定（Acceptable Use Policy）に沿って使うことが求められます。
"Laguna S 2.1 is released under OpenMDW-1.1, a fully permissive license. Use it, modify it, and build commercial products on it. No permission required."／"should be used consistently with Poolside's Acceptable Use Policy" — Hugging Face モデルカード冒頭と「Intended and Responsible Use」より公式情報を見る →
GGUF・MLXとNVFP4の重みも初日から用意されている
Laguna S 2.1には公開初日から、NVFP4などの量子化（重みのデータを圧縮する処理）をかけた重みと、GGUF・MLXの公式変換版が用意されています。公式に用意されたものは次の3種類です。
- 精度違いの重み：BF16・FP8・INT4・NVFP4
- 公式の変換版：GGUF・MLX
- 公式のDFlashドラフトモデル
また、GGUFはllama.cpp（ご自身のPC上でモデルを動作させるソフト）向けの形式で、公式の変換版はpoolside/Laguna-S-2.1-GGUFとして公開されています。DFlashのドラフトモデルは、サーバーで応答の待ち時間を短くするためのものとのこと。ドラフトモデルを本体と組み合わせるかどうかは、ユーザーが指定できます。
"GGUF conversions are available at"／"for lower-latency serving"／"Optional: speculative decoding with DFlash." — Hugging Face モデルカード「Highlights」と「Usage」より公式情報を見る →
DGX Spark 1台で動きOllamaとvLLMにも対応
Laguna S 2.1は単一のNVIDIA DGX Sparkで動作する大きさとされ、OllamaとvLLMも公開初日から使うことができます。Poolsideによれば、6か月前にはフロンティアモデル（最先端の大型モデル）にしかなかった能力を、このモデルは小型のまま備えているとのこと。Poolsideは、小型であることがローカルのマシンでの複雑な作業に適しているとしています。
ただしBF16の重みは約236GBあって複数のGPUが必要になり、量子化した重みならその容量が大きく少なくなります。 NVIDIAは、推論（学習を終えたAIモデルに入力を与え、回答や予測を出させる処理）の最適化に協力しました。OllamaとvLLMのほかSGLangも、公開初日からローカルでの推論に対応しています。
Ollamaならollama run laguna-s-2.1の1行で起動でき、量子化の種類はタグで選ぶことができます。ご自身のPC上でコーディング用のモデルを動作させる実務については、「M2 MacでのローカルLLMコーディング、最先端モデルの約75%に」もあわせてご覧ください。
"Its compact size makes it uniquely suitable for complex work on local machines." — Poolside 公式ブログ「Punching above its weight class」より公式情報を見る →
"the BF16 checkpoint needs multiple GPUs (roughly 236GB of weights)"／"quantized variants reduce this substantially."／"engine integrations apply (vLLM, SGLang, Transformers, TRT-LLM, llama.cpp)"／"ollama run laguna-s-2.1"／"Quantization variants are available as tags" — Hugging Face モデルカード「Usage」と「Ollama」より公式情報を見る →
OpenRouterに無料256K版と有料100万トークン版
OpenRouter（AIモデルの仲介サービス）では無料版がコンテキスト長256Kトークンまでで、有料の専用版は100万トークン全体に対応しています。また、有料版の料金は100万トークンあたり、入力が0.10ドル（約16.3円）で出力が0.20ドル（約32.7円）とのこと。例えば256Kトークンを超える資料を一度に読ませる作業なら、有料の専用版を使う必要があります。
ホスト型（事業者のサーバー上でモデルを動作させる提供方式）の提供先には、OpenRouterのほかBasetenとVercel AI Gatewayもあります。コードを書かずに試す場合は、Web検索と簡単なコード実行を備えたchat.poolside.aiのWebチャットを、ログインなしで使うことができます。
"Use on OpenRouter"／"Use on Vercel AI Gateway" — Hugging Face モデルカード冒頭の導線より公式情報を見る →
Laguna S 2.1の比較値は計測方法が異なり制約も残る
Laguna S 2.1は8Bだけを動作させる118BのMoEで、OpenMDW-1.1のオープンウェイトとして公開されました。Poolsideの比較表では、DeepSeek-V4-Pro-Maxを6指標のうち5つで超えたとのこと。ただしLaguna S 2.1の値はPoolsideのpoolで計測したもので、DeepSWEの値が比較しにくくなることはPoolsideも認めています。
Laguna S 2.1には既知の制約が残っていて、Poolsideは次のバージョンで改善に取り組むとしています。公開時点で分かっているものは次の3つです。
- 他社のエージェント実行環境で、ツールの定義に沿わない呼び出しをすることがある
- ツールの引数がJSON（データのやり取りに使う書式）の配列を想定している場合に、書式の崩れたJSONを出すことがある
- 競技数学の問題などで作業を進める前に長く考え込むことがある
1つ目の制約には対処法があります。実行環境が誤った呼び出しを拒否して再試行を求めれば、たいていは解消するとのこと。3つ目の長考については、Poolsideが今後のモデルで考える量を調整する機能を入れるとしています。
Laguna S 2.1の仕様や計測方法は、PoolsideのブログとHugging Faceのモデルカードにまとまっています。WebページのURLを入力してMarkdownに変換しておくと、表やコマンドをご自身の資料へ移しやすくなります。
"we are making the model available with some known limitations that we are working on for the next iteration"／"in some cases, we observe that Laguna S 2.1 struggles with adhering to tool schema definitions in third-party agent harnesses"／"This is typically resolved through in-context learning should the harness reject the invalid tool call and ask the model to retry."／"In cases where a tool argument expects a JSON array (e.g., Pi’s edit tool) the model may generate incorrectly escaped or invalid JSON."／"Laguna S 2.1 may think for long sequences before making progress, especially when working through competition mathematics problems."／"In future models we will introduce effort control for thinking as well as seeking to improve thinking efficiency." — Poolside 公式ブログ「Limitations」より公式情報を見る →
FAQ
- Laguna S 2.1とは何ですか？
- Poolsideが2026年7月21日に公開した、コーディング向けのAIモデルです。合計1,180億（118B）のパラメータのうちトークンあたり80億（8B）だけを動作させるMoE（混合エキスパート）で、最大100万トークンの文脈に対応しています。
- Laguna S 2.1は無料で商用利用できますか？
- 重みはOpenMDW-1.1のもとで公開されていて商用利用もできます。モデルカードの説明では、使うにも改変するにも商用製品を開発するにも許可は不要とのこと。ただしPoolsideの利用規定に沿った使い方が求められます。OpenRouterには文脈256Kまでの無料エンドポイントがあり、100万トークン全体を使う専用エンドポイントは有料です。
- Laguna S 2.1はDGX Sparkで動作しますか？
- Poolsideは、NVIDIAのDGX Spark 1台で動作させることができる大きさだとしています。BF16の重みは約236GBあって複数のGPUが必要になり、量子化した重みならその容量が大きく少なくなります。
関連する記事
オープンウェイトモデルとは？オープンソースとの違いとライセンスを解説オープンウェイトモデルは、AIが学習で身につけた数値（重み）を公開し、誰でもダウンロードして自分のPCやサーバーで実行できるモデルです。学習データやコードまで公開するオープンソースAIとの違いと、ローカル環境で動作させる利点と注意点を解説します。商用利用できる範囲は、モデルごとのライセンス次第です。
Qwen3.8-Flash-Nextとは？混合エキスパート型の公開モデルQwen3.8-Flash-Nextは、総数125Bのうち1トークンあたり6Bだけを動作させる、MoE型のオープンウェイトモデルです。コンテキスト長は26万トークンで、最大100万トークンまで広げられます。Qwen4の設計を試す実験的プレビューとして重みが公開されました。
GLM-5.3のコーディング性能と重みの公開状況、Flashとの違いGLM-5.3の性能を、Z.aiが公表したコーディング50%向上とCyberGym 84.5%の公式ベンチと、公開後の個人検証・独立ベンチの結果で整理。重みは旗艦とFlashが別々に公開されています。
MiniMax Music3の導入方法：ローカル実行と商用利用の条件MiniMax Music3は歌詞と曲調を伝える文から最大5分の曲を作る、重みが公開されたモデルです。SGLang-Omniやdiffusersで動かせ、必要なVRAMは24GB未満で、層ごとのストリーミングなら8GBまで低下します。商用ではUIへの表示が必須で、売上が2,000万ドル（約31億8,000万円）を超えると書面許諾も必要です。