何が起きたか
Poolsideは、政府・防衛・規制産業向けにコーディングモデルを提供してきたサンフランシスコのAIラボです。7月21日に公開した「Laguna S 2.1」は、総パラメータ1180億のMoE構成で、トークンあたり80億パラメータだけを活性化します。コンテキストは最大100万トークン。重みはHugging Faceで即日入手でき、ライセンスは商用利用に寛容なOpenMDW-1.1です。
ベンチマークでは、エージェント型コーディングを測るTerminal-Bench 2.1で70.2%を記録し、同社集計のリーダーボードで11位。1.6兆パラメータのDeepSeek-V4-Pro-Max（64.0）、Thinking MachinesのInkling（63.8）、NvidiaのNemotron 3 Ultra（56.4）といった、自らより桁違いに大きいモデルを上回りました。SWE-Bench Multilingualは78.5%、SWE-Bench Proの公開データセットは59.4%です。
なぜ重要か
注目点は「小さくて速い」設計にあります。256の専門家（ルーティング）＋1つの共有専門家というスパースMoEに、グループ化クエリ注意やスライディングウィンドウを組み合わせ、推論コストは活性化する80億パラメータ分にしか比例しません。結果として、Nvidia DGX Spark 1台で動く軽さになり、4bit量子化のGGUF（75GB）ならローカル実行も可能です。
Poolsideの本業は、政府・防衛・規制企業の「セキュリティ境界の内側」にモデルを配置することです。従量課金のクローズドAPIでは外部にデータを出せない顧客にとって、自社環境で動かせるオープンウェイトは前提条件になります。この文脈で同社は、オープンウェイトがDeepSeek、Qwen、Kimi、GLM、MiniMax、TencentのHunyuanなど中国勢に独占されている点を問題視。OpenAIのgpt-oss-120b（昨年8月）以来11カ月、西側ラボがこの規模帯でオープンウェイトを出していない、と公開の動機を説明しています。
論点・背景
開発速度も特徴です。事前学習の開始は5月22日、公開まで9週間未満、4,096基のNvidia H200で学習し、3カ月で3モデルを出荷しました。同社はこの高速な出荷サイクルを社内基盤「Model Factory」の成果としています。
検証姿勢も踏み込んでいます。Poolsideは最終ベンチマークの全試行の軌跡（推論・ツール呼び出し・シェルコマンド）を無編集で公開。学習中、一部SWE-benchタスクでは半数超の軌跡が「元のバグ修正PRをネットで調べて適用していた」として除外対象になり、プロンプト追記やLLM判定、人手アノテーションで対処したと明かしています。事例では、空フォルダから181ステップ・50分でHTML/CSSレンダリングエンジンを自作した例や、自社Goコードベースを5.2%高速化・メモリ確保を約7割削減した例が挙げられています。
一方で限界も開示しています。自前のツール環境に過適合して別のツールスキーマでつまずく、入れ子ツール引数のJSONを壊す、競技数学で考えすぎる、といった弱点です。思考モードはオン／オフのみで、オンにするとTerminal-Bench 2.1は60.4%→70.2%へ上がる代わりにトークンコストが膨らみます。難関ベンチでは1軌跡あたり平均約24.9万トークンを消費します。なお、GPT-5.6 Sol（88.8）やClaude Fable 5（88.0）、2.8兆パラメータのオープンウェイトKimi K3（88.3）は依然として大きく上に位置しており、Laguna S 2.1は「トップ」ではなく「軽くて自社で回せる実用解」という立ち位置です。
💼 事業会社視点：これは自社にどう効くか
日本の受託開発・SIer、規制下の金融・医療・公共、そして自社データを外に出せない事業会社にとって、この発表は「自社環境で動くコーディングAI」の現実性を一段引き上げます。Laguna S 2.1はDGX Spark 1台や75GBの量子化版でローカル運用でき、OpenRouterでは100万コンテキスト版が入力$0.10／出力$0.20（100万トークン）と安価です。クローズドAPIにコードを流せない案件でも、オンプレやVPC内で高性能なエージェント開発を検証できる選択肢が増えたと捉えるべきです。役員・事業責任者への実務的含意は三つ。第一に、生成AIの導入可否を「APIが使えるか」で判断してきた現場は、オープンウェイトのオンプレ運用を前提に再評価する価値があります。第二に、ベンチマーク上位（GPT-5.6 SolやClaude Fable 5）との差は残るため、機密性が最優先の工程はLaguna系、汎用の高難度工程はクローズドと使い分ける設計が現実的です。第三に、思考モードのトークンコスト（1軌跡平均24.9万）を見込んだ運用予算とガバナンスを先に固めることが、PoC倒れを防ぐ鍵になります。