Poolside lance un nouveau modèle de codage, affirmant des performances à la hauteur des rivaux plus importants

Le laboratoire d'IA Poolside, basé à San Francisco, a dévoilé mardi son dernier modèle de codage, Laguna S 2.1. Ce modèle est un système Mixture-of-Experts (MoE) à 118 milliards de paramètres qui n'active que 8 milliards de paramètres par token et prend en charge une fenêtre de contexte allant jusqu'à 1 million de tokens. Poolside soutient que les performances du modèle dans les benchmarks égalent ou surpassent celles de modèles ouverts beaucoup plus grands concourant pour des cas d'usage similaires.[newline]

Selon Poolside, Laguna S 2.1 a atteint 70,2 % dans le benchmark Terminal-Bench 2.1, se positionnant ainsi plus haut que plusieurs modèles plus importants, dont DeepSeek-V4-Pro-Max (1,6 billion de paramètres) et Nemotron 3 Ultra de Nvidia (550 milliards de paramètres). Le développement, de la pré-formation au lancement public, a duré moins de neuf semaines, utilisant 4 096 GPU Nvidia H200. Ce cycle rapide s'aligne sur la sortie précédente de trois modèles en trois mois par l'entreprise.[newline]

La sortie de Laguna S 2.1 intervient dans un contexte de débat intense autour des modèles d'IA open-source. L'adoption s'est récemment déplacée vers les systèmes ouverts que les entreprises peuvent télécharger et exécuter sur leur propre infrastructure, de nombreux modèles ouverts de premier plan provenant de laboratoires chinois. Poolside positionne Laguna S 2.1 comme une réponse à ce besoin des entités occidentales, visant à fournir des modèles ouverts auxquels on peut faire confiance, qu'on peut exécuter et sur lesquels on peut construire, comme l'a souligné le co-PDG Jason Warner.[newline]

Le modèle utilise une architecture MoE éparse, ce qui signifie que les coûts d'inférence varient en fonction des paramètres actifs (8 milliards) plutôt que du nombre total de paramètres (118 milliards). Poolside souligne que le modèle est suffisamment petit pour fonctionner sur un seul Nvidia DGX Spark. En termes de tarification, l'entreprise offre un accès agressivement compétitif au modèle, sous-cotant la plupart des alternatives de pointe de manière significative.[newline]

Poolside vise également à accroître la transparence dans l'évaluation des modèles d'IA en publiant toutes les trajectoires d'essais de benchmark sans modification. Ceci, combiné aux performances du modèle et à sa tarification compétitive, vise à renforcer sa position auprès des clients d'entreprise qui exigent des solutions d'IA fiables et performantes dans leurs propres limites de sécurité.