¿Qué es Laguna S 2.1?
Laguna S 2.1 es el modelo de programación insignia actual de Poolside, publicado el 21 de julio de 2026 con los pesos en Hugging Face el mismo día. Es un modelo mixture-of-experts con 118.000 millones de parámetros, unos 8.000 millones activos por token, y un contexto de 1.048.576 tokens. Solo trabaja con texto, está pensado para programación con agentes y razona entre llamadas a herramientas; el razonamiento se puede desactivar en cada petición. Está por encima de Laguna XS 2.1 (33B) y, según Poolside, supera al mayor Laguna M.1 (225B) con la mitad de tamaño en ejecución.
Los pesos se publican bajo OpenMDW-1.1, una licencia permisiva que permite el uso comercial y la modificación sin pedir permiso. Poolside ofrece versiones BF16, FP8, NVFP4, INT4 y GGUF, además de un modelo borrador DFlash para decodificar más rápido. El checkpoint BF16 ocupa unos 236 GB, y Poolside dice que el modelo cabe en un único NVIDIA DGX Spark. En Hugging Face tiene 1.077 me gusta y 584.050 descargas en los últimos 30 días.
En el lanzamiento, Poolside anunció un endpoint de pago en OpenRouter con contexto de 1M a 0,10 $ por millón de tokens de entrada, 0,20 $ por millón de tokens de salida y 0,01 $ por lecturas de caché, además de un endpoint gratuito con contexto de 256K. También está en Baseten, Vercel AI Gateway, Ollama y en un chat web gratuito.
¿Cuánto cuesta Laguna S 2.1?
| Plan | Precio | Qué incluye |
|---|---|---|
| Weights | Free | OpenMDW-1.1 |
| OpenRouter (paid) | $0.10 in / $0.20 out per 1M tokens | 0,01 $ lectura de caché, contexto de 1M |
| OpenRouter (free) | Free | Contexto de 256K |
Pesos abiertos bajo OpenMDW-1.1. Precio de lanzamiento en OpenRouter: 0,10 $ entrada / 0,20 $ salida / 0,01 $ lectura de caché por 1M de tokens; endpoint gratuito con contexto de 256K.
¿Merece la pena Laguna S 2.1?
Laguna S 2.1 hace mucho más trabajo de programación con agentes de lo que sugieren sus 8.000 millones de parámetros activos. Poolside declara un 70,2 % en Terminal-Bench 2.1 y un 59,4 % en SWE-Bench Pro, frente al 64,0 % y el 55,4 % de DeepSeek-V4-Pro, que tiene seis veces más parámetros activos. En DeepSWE, la tarea larga más difícil que probó Poolside, obtiene un 40,4 % frente al 9,0 % de DeepSeek-V4-Pro. Todas las ejecuciones de evaluación están publicadas en trajectories.poolside.ai, algo que pocos laboratorios ofrecen.
No es el mejor modelo abierto de código. Kimi K3 logra un 88,3 % en Terminal-Bench 2.1 y un 69 % en DeepSWE en la misma tabla, y las cifras de Poolside son suyas. No encontramos una puntuación del Intelligence Index de Artificial Analysis para él, y el resultado de DeepSWE de Poolside salió de su propio entorno de pruebas, no del de la clasificación.
La pega: Poolside enumera los fallos por sí misma. A veces sigue lo que recuerda de una herramienta en lugar de la definición que le da un entorno de terceros, escribe JSON roto cuando una herramienta espera una lista y piensa de más en matemáticas. El razonamiento está apagado o al máximo, y sin razonamiento Terminal-Bench cae al 60,4 %. El endpoint gratuito de OpenRouter puede usar tus prompts para entrenar, así que el código privado debe ir al endpoint de pago o a tus propias GPU.
Nuestra opinión: Laguna S 2.1 es el modelo abierto al que encargar la mitad rutinaria del trabajo de un agente de programación. A 0,20 $ por millón de tokens de salida, una sesión larga de agente cuesta céntimos, y cuando se atasca, GLM-5.3 o Kimi K3 pueden quedarse con las tareas difíciles.
Dónde se gana su sitio
Un equipo de plataforma que ejecuta agentes de programación en cada pull request
Arreglar tests que fallan y errores pequeños sin pagar tarifas de frontera
Envía las tareas rutinarias a Laguna S 2.1 con el razonamiento activado y conservado. A 0,10/0,20 $ por millón de tokens, 1.000 sesiones de 500K tokens de entrada y 20K de salida cuestan unos 54 $ antes de caché.
Una empresa regulada que no puede enviar código a una API externa
Ejecutar un modelo de programación con agentes en su propio hardware
Sirve el checkpoint FP8 o NVFP4 con vLLM, SGLang o TRT-LLM en cuatro GPU, o la versión INT4 en un DGX Spark. La licencia OpenMDW-1.1 no exige permiso para el uso comercial.
Un desarrollador que compara modelos de código locales
Tener un agente que funcione en Ollama en un ordenador de sobremesa potente
ollama run laguna-s-2.1 descarga una versión Q4_K_M con la plantilla de chat incluida. Usuarios de Hacker News hablan de 15 a 28 tokens por segundo en local, suficiente para chatear pero lento para bucles de agente interactivos.
Antes de decidirte
- Puesta en marcha
- Descárgalo de Hugging Face, usa ollama run laguna-s-2.1 o llámalo a través de OpenRouter, Baseten o Vercel AI Gateway. vLLM necesita los parsers de herramientas y razonamiento poolside_v1; el soporte de llama.cpp está en el fork de Poolside mientras sigue la revisión upstream.
- Integraciones
- APIs compatibles con OpenAI; vLLM, SGLang, TRT-LLM, Transformers y llama.cpp; entornos de agentes como Kilo, Cline, OpenCode, OpenClaw, Hermes Agent y pool de Poolside.
- Datos y privacidad
- Alojarlo tú mismo mantiene todo el código en tu hardware. El endpoint gratuito de OpenRouter puede usar entradas y salidas para entrenar; el endpoint de pago y los despliegues dedicados de Baseten son las opciones para código privado.
- Coste a escala
- 0,10/0,20 $ por millón de tokens en el lanzamiento, con lecturas de caché a 0,01 $; los pesos BF16 ocupan unos 236 GB y la receta de vLLM de Poolside usa cuatro GPU.
- Límites
- Contexto de 1.048.576 tokens en el endpoint de pago y de 256K en el gratuito. El razonamiento solo está apagado o al máximo, y Poolside advierte de JSON no válido en argumentos de tipo lista y de que a veces piensa de más.
Lo bueno
- 70,2 % en Terminal-Bench 2.1 con solo 8B parámetros activos, según Poolside
- Licencia permisiva OpenMDW-1.1 sin límites de ingresos ni de usuarios
- Contexto de 1M de tokens, con o sin razonamiento
- Trayectorias de evaluación publicadas y versiones oficiales FP8, NVFP4, INT4 y GGUF
Lo malo
- Queda por detrás de Kimi K3 y GLM-5.3 en las tareas de agente más difíciles
- Benchmarks declarados por el propio fabricante; aún sin puntuación de índice independiente
- Fallos conocidos en llamadas a herramientas en entornos de terceros
- El razonamiento solo está apagado o al máximo, sin niveles intermedios
Ideal para
Equipos que quieren un modelo abierto de código barato y con licencia permisiva que puedan ejecutar en una sola estación de trabajo o usar por céntimos.
Alternativas a Laguna S 2.1
Laguna S 2.1: preguntas frecuentes
- ¿Merece la pena Laguna S 2.1?
- Programación con agentes casi de frontera en un modelo que cabe en una sola estación de trabajo, a un precio que se redondea a cero. Le damos un 4.1 sobre 5.
- ¿Cuánto cuesta Laguna S 2.1?
- Pesos abiertos bajo OpenMDW-1.1. Precio de lanzamiento en OpenRouter: 0,10 $ entrada / 0,20 $ salida / 0,01 $ lectura de caché por 1M de tokens; endpoint gratuito con contexto de 256K.
- ¿Qué inconvenientes tiene Laguna S 2.1?
- Queda por detrás de Kimi K3 y GLM-5.3 en las tareas de agente más difíciles; benchmarks declarados por el propio fabricante; aún sin puntuación de índice independiente; fallos conocidos en llamadas a herramientas en entornos de terceros; el razonamiento solo está apagado o al máximo, sin niveles intermedios.
- ¿Para quién es Laguna S 2.1?
- Equipos que quieren un modelo abierto de código barato y con licencia permisiva que puedan ejecutar en una sola estación de trabajo o usar por céntimos.
- ¿Cuánto cuesta Laguna S 2.1 para un equipo o en producción?
- 0,10/0,20 $ por millón de tokens en el lanzamiento, con lecturas de caché a 0,01 $; los pesos BF16 ocupan unos 236 GB y la receta de vLLM de Poolside usa cuatro GPU.
- ¿Es Laguna S 2.1 seguro para los datos de la empresa?
- Alojarlo tú mismo mantiene todo el código en tu hardware. El endpoint gratuito de OpenRouter puede usar entradas y salidas para entrenar; el endpoint de pago y los despliegues dedicados de Baseten son las opciones para código privado.
- ¿Cuáles son las mejores alternativas a Laguna S 2.1?
- Las alternativas más cercanas que hemos analizado son GLM-5.3, Kimi K3, Devstral 2 y DeepSeek-V4.1-Flash.
Respuestas comprobadas el 7 nov 2026.
¿Desarrollas Laguna S 2.1? Muestra esta nota en tu web
