メインコンテンツへスキップ
見出し画像

Laguna XS 2.1 解説:ローカル向けエージェントコーディングモデルがマルチリンガル性能と端末タスクを強化

    2026年7月2日、Poolside はコード生成・エージェント向けモデルの最新版 Laguna XS 2.1 をリリースした。これは前世代 Laguna XS.2 の直接的なアップグレードであり、アーキテクチャはそのままに、多言語SWE-benchでの大幅な精度向上と端末系タスクの性能強化を実現している。ローカルマシンでの長時間稼働を想定した実用的な改善も同時に提供され、ライセンスもより開かれたものへと変更された。

    1. モデルの基本仕様

    • 総パラメータ数: 33B(MoEアーキテクチャ)

    • トークンあたりのアクティブパラメータ: 3B

    • 位置づけ: エージェントによるコード生成・修正、長時間タスクをローカルで実行するための効率的なモデル

    • コンテキスト長: 256Kトークン(API経由でも同様)

    前モデル Laguna XS.2 と同じ「33B-A3B」の構成ながら、学習や調整により性能が底上げされた点が特徴。比較対象として、同程度のアクティブパラメータ数を持つ Qwen3.6(35B-A3B)や North Mini Code(30B-A3B)のほか、より大規模なアクティブパラメータを持つ密モデル(最大137Bクラス)まで併記することで、MoEモデルの効率性が強調されている。

    2. 主要ベンチマークの改善

    XS 2.1 の改善幅は、特に多言語SWE-benchで際立つ。主なスコアの推移(XS.2 → XS 2.1)は以下の通り。

    画像
    主なスコアの推移(XS.2 → XS 2.1)

    SWE-bench Multilingual で63.1%に達したのは、多言語のコードベースに対する修正能力が大幅に強化されたことを示している。Terminal-Bench 2.0(端末操作ベンチマーク)も1.8ポイント上昇し、実際のシェル操作を伴うタスクへの適性が増している。

    画像
    他モデルのスコア比較

    参考までに、記事内では他モデルのスコアも掲載されているが、上位モデル(GPT-5.4 Nano や Claude Haiku 4.5 など)と比較しても、XS 2.1 は小さいアクティブパラメータながら善戦している点が読み取れる。

    3. ローカル環境での利用体験を大幅に向上

    XS 2.1 は推論エンジンのサポート拡充と量子化チェックポイントの提供により、VRAMや計算リソースが限られた環境への導入ハードルを下げている。

    • 推論フレームワーク: vLLM、SGLang、NVIDIA TensorRT-LLM、Hugging Face transformers、Ollama に対応。llama.cpp も近日対応予定。

    • 量子化バリエーション: BF16 に加え、FP8、INT4、NVFP4 の3種類の量子化チェックポイントを公開。まもなく GGUF 量子化版も提供予定。

    • 投機的デコーディング(DFlash speculator): 各量子化版に対応するドラフトモデル(speculator)を同時にオープンウェイト化。オーバーヘッドと受理率のバランスを最適化したもので、テストでは生成速度(tok/s)が約2倍になったと報告されている。

    これにより、たとえばゲーミングGPUやノートPC内蔵GPUなどでも、快適なコード生成・エージェント動作が期待できる。

    4. ライセンス変更:OpenMDW-1.1 の採用

    ライセンスは OpenMDW-1.1 に変更された。これは NVIDIA と Linux Foundation が推進する、モデルや関連成果物向けに設計された完全に寛容なライセンスであり、開発者や組織が 使用・改変・再配布を一貫した枠組みで行える ことを目指している。Poolside はこの動きを「オープンモデル配布におけるライセンスの摩擦を減らす一歩」として歓迎している。

    5. 入手方法と利用開始

    • ウェイトダウンロード: Hugging Face の Laguna XS 2.1 コレクションから、BF16/FP8/INT4/NVFP4 を選択可能。

    • API / OpenRouter: OpenRouter で poolside/laguna-xs-2.1 として利用可能。Poolside 公式 API でも提供され、無料枠と有料枠($0.10/$0.20/$0.05 per 1M 入力/出力/キャッシュ読み取りトークン)があり、価格は XS.2 と同一。

    • ローカル実行: Ollama、llama.cpp、TRT-LLM、vLLM、SGLang で動作。DFlash ドラフトモデルを追加することで高速推論が可能。

    • ターミナルエージェント: Poolside 製のターミナルベースコーディングエージェント「pool」をインストールすることで、本モデルの能力を最も活かせる体験が得られる。

    なお、Laguna XS.2 の API 提供は1週間後に終了する。ただし、Baseten の Model Library を通じた専用デプロイでは引き続き利用可能とのこと。

    6. 評価の詳細(注釈より)

    評価は Laude Institute の Harbor Framework 上で、Poolside のエージェントハーネスを使用して実施された。共通のサンプリングパラメータは temperature=1.0, top_k=20, top_p=1, thinking mode 有効。最大500ステップ、サンドボックス実行。各ベンチマークの試行回数は SWE-bench Verified が4回、Multilingual が4回、Pro が2回、Terminal-Bench 2.0 が5回。Terminal-Bench 2.0 のみ 48GB RAM/32 CPU の環境が使われた。

    タスクイメージの一部には、外部レジストリのレート制限などインフラ起因の問題を修正するパッチが適用されている。また、報酬ハックの事後チェックも行われ、有意なハッキングは見られなかったと報告されている。

    まとめ:誰にとって嬉しいリリースか

    • 多言語コードベースの修正を自動化したい開発者:SWE-bench Multilingual の +5.4pt 向上は実用的な価値が大きい。

    • ローカルマシンでエージェントを動かしたいユーザー:量子化モデルと投機的デコーディングにより、コンシューマー向けGPUでも高速に動作。

    • オープンなライセンスで安心して商用利用したい企業:OpenMDW-1.1 で配布されるため、法的な曖昧さが低減。

    Poolside はコミュニティからのフィードバックを求めており、Discord や models@poolside.ai での意見交換を呼びかけている。さっそく XS.2 と 2.1 を並べて試し、その違いを体感してみてはいかがだろうか。


    あなたへのおすすめ