据 Beating 称，Poolside 最近开源了 Laguna S 2.1，这是一种 1180 亿参数的专家混合（Mixture-of-Experts，MoE）代码模型，每次推理仅激活 80 亿参数，并支持 100 万 token 的上下文窗口。在 Terminal-Bench 2.1 基准测试中，Laguna S 2.1 的成绩为 70.2%，超过了 DeepSeek-V4-Pro-Max 的 64.0%，尽管后者的总参数为 1.6 万亿。
不过，该模型落后于 Kimi K3；在同一基准测试中，Kimi K3 的得分为 88.3%。Poolside 指出，分数反映了不同的评估环境和框架，竞争模型的结果数据来自公开资料。
