Laguna XS 2.1 — агентный кодер на 33B, который влезает в MacBook и не отправляет твой код никуда

Laguna XS 2.1 — агентный кодер на 33B, который влезает в MacBook и не отправляет твой код никуда

Пока все обсуждают, как Anthropic втихую детектила китайских юзеров в Claude Code, американская лаба Poolside 2 июля выложила Laguna XS 2.1 — open-weight модель для агентного кодинга, которую можно запустить целиком у себя на ноутбуке. Ничего не уходит на сервер вендора, потому что вендора в цепочке нет. Для 2026-го, где твой код по умолчанию прогоняется через чужие API, это внезапно снова актуально.

TL;DR: Laguna XS 2.1 — MoE на 33B параметров, но активных всего 3B на токен, поэтому крутится на Mac с 36 ГБ RAM. 70.9% на SWE-bench Verified, контекст вырос до 256K, ставится одной командой в Ollama. Новая лицензия OpenMDW-1.1 (была Apache 2.0). Не самый сильный в классе — Qwen3.6 бьёт его по всем бенчам — но один из немногих полностью локальных агентных кодеров, за которым стоит западная лаба, а не форк китайской базы.

Что это и почему 3B — это важно

Архитектурный трюк здесь — Mixture-of-Experts. Формально в модели 33B параметров (256 экспертов + 1 общий), но на каждый токен активируется только 3B. Память ты тратишь на все веса, а вот скорость инференса — как у трёхмиллиардной модели. Результат: 33B-класс качества на железе, где раньше о таком речи не шло.

По данным Ollama, квантизации весят так:

• q4_K_M — 20 ГБ, влезает в MacBook с 32 ГБ или видяху на 24 ГБ
• q8_0 — 36 ГБ, если хочется поточнее
• bf16 — 67 ГБ, полная точность для тех, у кого есть чем

Poolside заявляет комфортный запуск на Mac с 36 ГБ RAM. Контекст в 2.1 подняли со 128K до 256K токенов — можно грузить крупные репозитории целиком. KV-кэш квантизован в FP8, а 30 из 40 слоёв используют Sliding Window Attention с окном 512 токенов, что и держит потребление памяти в узде на длинном контексте.

Ставим и запускаем

Самый быстрый путь — через Ollama:

ollama run laguna-xs-2.1

Но модель без агента — это просто чат. Poolside выкатили свой терминальный агент pool (295 звёзд на GitHub, ACP-совместимый — работает и как сервер для Zed/JetBrains). Ollama поддерживает его нативно:

# выбрать модель из списка
ollama launch pool

# или сразу с моделью
ollama launch pool --model laguna-xs-2.1

Хочешь через llama.cpp или vLLM — pool умеет ходить в любой OpenAI-совместимый эндпоинт:

POOLSIDE_STANDALONE_BASE_URL="http://127.0.0.1:8080" POOLSIDE_API_KEY="EMPTY" pool

И там же есть MCP: pool mcp add filesystem -- node filesystem-server.js — подключаешь тулы к локальному агенту так же, как в Claude Code.

Отдельный бонус для скорости — Poolside открыли DFlash speculator-модели под каждый чекпоинт. Это draft-модели для speculative decoding; по их замерам, они удваивают достигнутый tok/s на локальном инференсе. Не забудь подтянуть их, если гоняешь модель много.

Насколько оно вообще умное

Вот честные цифры с бенчмарков Poolside (их собственные прогоны через Harbor Framework, thinking mode включён, 256K контекст):

• SWE-bench Verified — 70.9% (было 69.9% в XS.2)
• SWE-bench Multilingual — 63.1% (+5.4 пункта, главный апгрейд версии)
• SWE-bench Pro — 47.6%
• Terminal-Bench 2.0 — 37.5%

Для сравнения, Claude Haiku 4.5 даёт 73.3% на Verified — то есть локальная 33B-модель дышит в спину облачному Haiku на решении реальных issue. Это сильно, потому что до сих пор единственной альтернативой «локальному агентному кодеру» были китайские Qwen и DeepSeek, а тут западная лаба с моделью, обученной с нуля на 30 триллионах токенов через оптимизатор Muon, а не дообученной поверх чужой базы.

Подводные камни

• На macOS сейчас баг. Прямо на странице Ollama висит предупреждение: «расследуем проблему с Laguna XS 2.1 на macOS». Ирония в том, что главная фича модели — «запускается на Mac», а на релизе именно на Mac она глючит. Следи за апдейтом.
• Qwen3.6 просто сильнее. По собственной же таблице Poolside, Qwen3.6-35B-A3B того же класса бьёт Laguna по всем четырём бенчам: 73.4% Verified, 67.2% Multilingual и разгромные 51.5% против 37.5% на Terminal-Bench 2.0. Если тебе нужна максимальная сила локально и не смущает китайская модель — бери Qwen.
• Провал на Terminal-Bench. 37.5% против 51–55% у Qwen3.6 и MAI-Code — это конкретно про терминальные многошаговые задачи. То есть как раз в агентных сценариях с длинной цепочкой команд Laguna спотыкается чаще конкурентов.
• llama.cpp и GGUF ещё в пути. Нативная поддержка llama.cpp «скоро», квантизованные GGUF-чекпоинты «в ближайшее время». Сейчас без Ollama/vLLM/TRT-LLM возни будет больше.
• Лицензия сменилась на OpenMDW-1.1. XS.2 был под привычным Apache 2.0, а 2.1 — под новым OpenMDW-1.1 (его же двигают NVIDIA и Linux Foundation). Лицензия пермиссивная, но свежая — юристам в энтерпрайзе придётся посмотреть на неё отдельно, готового прецедента нет.

Альтернативы

• Qwen3.6-35B-A3B — тот же вес-класс, но выше по всем бенчам и с обкатанной поддержкой в llama.cpp. Минус один: китайская модель, что для части энтерпрайзов и госзаказа — стоп-фактор.
• Devstral 2 (Mistral) — европейский агентный кодер с open weights; хорош, если нужен именно не-американский и не-китайский вендор по соображениям юрисдикции.
• Laguna M.1 — старший брат от той же Poolside: 225B MoE, сильно умнее, но это уже не «запусти на ноуте» — только через API или серьёзное железо.

Вердикт

Если тебе принципиально, чтобы код не покидал машину — из-за NDA, госзаказа или после истории с детектором в Claude Code — Laguna XS 2.1 сейчас один из лучших вариантов: западная лаба, 70.9% на SWE-bench Verified, влезает в 32-гиговый ноут. Если же нужна голая максимальная сила локально и китайское происхождение модели не пугает — Qwen3.6 объективно сильнее, особенно на терминальных задачах. И подожди пару дней с macOS: на релизе там баг, а именно Mac — целевое железо этой модели.

Как попробовать

1. Поставь Ollama и подтяни модель: ollama run laguna-xs-2.1 (q4_K_M, ~20 ГБ)
2. Поставь агент: curl -fsSL https://downloads.poolside.ai/pool/install.sh | sh, затем ollama launch pool --model laguna-xs-2.1
3. Дай ему реальную задачу на своём репо: «найди и почини race condition в модуле auth, напиши воспроизводящий тест» — и посмотри, дотянет ли до конца без сети
4. Подключи свои тулы через MCP: pool mcp add filesystem -- node filesystem-server.js
5. Хочешь через свой сервер — подними vLLM/llama.cpp и укажи POOLSIDE_STANDALONE_BASE_URL; веса и квантизации лежат в коллекции на Hugging Face