Laguna S 2.1とは（何が公開されたか）
Laguna S 2.1の基本情報
Laguna S 2.1は、AI企業 Poolside が2026年7月に公開した、ソフトウェア開発（コーディング）に特化したAIモデルです。目を引くのは、モデルの重み（パラメータ）が公開されていて、誰でもダウンロードして自分の環境で動かせる点です。いわゆる「オープンウェイト」のモデルにあたります。
定義（オープンウェイトのMoEコーディングモデル）
Laguna S 2.1は、MoE（混合エキスパート）という構成を採っています。合計は1180億パラメータ。ところが1トークンごとに実際に動くのは80億だけです。 知識の量は大きく持ちつつ、実行のコストは軽く抑える、という狙いの設計です。
"Laguna S 2.1 is a 118B total parameter Mixture-of-Experts (MoE) model with 8B activated parameters per token" / "supports a context window of up to 1M tokens in thinking and no-thinking modes" — Poolside 公式ブログより
MoEは、内部にたくさんの「専門家（エキスパート）」を抱えておき、入力に応じてその一部だけを動かす仕組みです。全体は巨大でも、毎回働くのは一部だけ。だから実行時の負荷が軽くて済みます。扱える文脈も最大100万トークンと長く、じっくり考える「思考モード」と、即答する「非思考モード」を切り替えられます。
ライセンスと入手（OpenMDW-1.1・Hugging Face）
入手のしやすさも、このモデルの見どころです。公開初日からHugging Faceでダウンロードでき、ライセンスはOpenMDW-1.1。自分の環境で自由に動かせる形で配られています。
"Laguna S 2.1 is available on Hugging Face from day one under OpenMDW-1.1" — Poolside 公式ブログより
クラウドのAPIを通さず手元で動かせるので、コードを外に出したくない開発現場とも相性がよいところです。手元でオープンウェイトモデルを動かす実務のイメージは、ローカルLLMの実務活用ガイド が参考になります。
公表されている性能（自己申告のベンチマーク）
Poolside公表のベンチマーク（対 DeepSeek-V4-Pro-Max）
数値はPoolside公式ブログの公表値（同社の環境で測定）。バーは0〜100スケール。
Poolsideは、Laguna S 2.1の性能を示すベンチマークを公開しています。ただ、その数字をそのまま鵜呑みにしてよいかというと、そこは慎重に構えたいところです。公表値の中身と、読むときの注意点は、分けて押さえておくのがよさそうです。
ベンチマーク結果（DeepSWE・SWE-Bench Pro）
Poolsideの公表値では、コーディング系の指標で高いスコアが並んでいます。同社によれば、DeepSWEで40.4（思考モード）、SWE-Bench Proで59.4を記録し、比較対象のDeepSeek-V4-Pro-Maxを上回るとしています。
"On DeepSWE v1.1, Laguna S 2.1 scores 40.4 in thinking mode in pool harness" — Poolside 公式ブログより（比較表で DeepSeek-V4-Pro-Max は 9.0）
とくにDeepSWEは40.4対9.0で、差がかなり開いています。ただ、この40.4は「思考モード（時間をかけて考えるモード）」での数字です。Poolside自身、思考を最大まで回すとDeepSWEのスコアが大きく伸びると説明しています。数字を見るときは、どのモードで測ったのかまで一緒に確認すると、実態に近づけます。
数値の読み方（自己申告・第三者未検証）
ここがもっとも重要な注意点です。これらのベンチマークはPoolsideが自社の測定環境（pool harness）で出した自己申告値で、第三者による独立した検証は済んでいません。 比較対象のモデルや測り方も同社が選んだものです。
新しいモデルの公表ベンチが、後から第三者の手で測り直すと目減りする、というのは珍しい話ではありません。「DeepSeekを上回る」という主張も、あくまで同社の条件でそうなった、くらいに受け取っておくのが無難です。実際に使うなら、自分のタスクで一度試してから判断したいところ。ベンチマークを読むときは、何と比べたのか、どんな条件で測ったのか、自分の用途にどれだけ近いのか——この3点を見るだけでも印象は変わります。
Laguna S 2.1の特徴と位置づけ
Laguna S 2.1の際立つ点
Laguna S 2.1の見どころは、ベンチマークのスコアだけではありません。動かしやすさ、開発のスピード、そして市場での立ち位置。この3つを順に見ていきます。
単一マシンで動く手軽さ
重みが公開されていても、動かすのに巨大な設備が必要なら、実用性はぐっと下がります。Laguna S 2.1は、NVIDIAのDGX Sparkのような単一マシンで動く程度に収まっています。大規模なGPUクラスタを前提としない点が、実務では効いてきます。
"small enough to run on a single NVIDIA DGX Spark" — Poolside 公式ブログより
毎回動くパラメータがMoE構成で80億に抑えられているぶん、モデル全体の大きさのわりに実行は軽い。この設計がそのまま効いてくるわけです。手元で完結できるのは、コードを社外に出せない企業にとって、現実的な選択肢になります。
短期開発と「西側の回答」という位置づけ
開発のスピードも話題を呼びました。Poolsideは2026年5月22日にH200を4,096基使って学習を開始し、9週間未満で公開までこぎつけたとしています。 中国発のDeepSeekやQwenが強いオープンウェイト市場に、西側の選択肢としてぶつけてきた格好です。
"Laguna S 2.1 began pre-training on 4,096 NVIDIA H200 GPUs on May 22, 2026" / "It went from the start of training to launch in under nine weeks" — Poolside 公式ブログより
Poolsideは、西側には競争力のあるオープンウェイトの選択肢がなかったとし、Laguna S 2.1をその答えに据えています。ただ「西側で最も高性能なオープンウェイトモデル」というのは、あくまで同社自身の言葉です。第三者が順位をつけた結果ではありません。ここは混同しないでおきたいところです。
まとめ
Laguna S 2.1の位置づけを整理しておきます。オープンウェイトでありながらコーディングに強く、単一マシンで動く手軽さも備えている。実用性の高い一台です。コードを社外に出さずに高性能なAIを使いたい開発現場にとっては、十分に有力な候補でしょう。
引っかかるのは、性能を裏づけるベンチマークが同社の自己申告にとどまっている点です。第三者検証はこれから。導入を考えるなら、公表値をうのみにせず、自分のコードベースで一度動かして質を確かめるのが確実です。同じようにオープンウェイトモデルを手元で動かす手順は、ローカルLLMの実務活用ガイド にまとめています。
この手のモデルは、公式発表も技術文書も英語で出てくることがほとんどで、読み解くだけでも一苦労です。英語のWebページを日本語で読みやすい形に整えたいときは、次のツールが役立ちます。
