अमेरिकी स्टार्टअप Poolside ने Laguna S 2.1 जारी किया है, एक open weight model जो agentic coding के लिए बनाया गया है, और असली कहानी इसका आकार है। यह एक mixture of experts model है जिसमें कुल 118 अरब पैरामीटर हैं लेकिन किसी भी token के लिए सिर्फ लगभग 8 अरब सक्रिय होते हैं, जो इसे चलाने में सस्ता बनाता है, और यह code के लिए मायने रखने वाले benchmarks पर अपने से कई गुना बड़े सिस्टम्स को मात दे रहा है।
आंकड़े ही असली दलील हैं। Laguna S 2.1 SWE-Bench Multilingual पर 78.5 प्रतिशत स्कोर करता है, प्रकाशित leaderboard में साफ तौर पर सबसे ऊपर, और अपने reasoning mode के साथ Terminal-Bench 2.1 पर 70.2 प्रतिशत। DeepSWE नाम के एक long horizon coding benchmark पर यह 40.4 प्रतिशत स्कोर करता है, जबकि एक शीर्ष DeepSeek model का स्कोर 9.0 प्रतिशत है, और वह भी तब जब इसके सक्रिय पैरामीटर लगभग छठा हिस्सा हैं। यह अपने से कई गुना बड़े मॉडल्स के सामने टिका रहता है, जिनमें DeepSeek, NVIDIA और Thinking Machines के सिस्टम शामिल हैं।
अर्थशास्त्र इसी architecture से निकलता है। चूंकि प्रति token सिर्फ 8 अरब पैरामीटर सक्रिय होते हैं, इसलिए मॉडल को चलाना सस्ता है, और Poolside ने इसे छोटी context लंबाई पर OpenRouter पर मुफ्त कर दिया है और पूरी 10 लाख token लंबाई पर frontier models से 50 गुना तक सस्ता। जिन टीमों के agents लंबे coding कार्यों को खंगालते रहते हैं, उनके लिए price per token और context length ही पूरा फैसला होते हैं, और एक छोटा open model जो किसी बड़े मॉडल जैसा स्कोर करता है, वह गणित बदल देता है।
इसकी पेशकश जानबूझकर भू-राजनीतिक है। बीते साल के अधिकांश समय में छोटा, सस्ता, मजबूत open weight model एक चीनी विशेषता रहा है, जहां DeepSeek, Qwen और Kimi गति तय करते रहे और पश्चिमी labs ज्यादातर बड़े closed सिस्टम पेश करते रहे। Laguna S 2.1 को पश्चिम के जवाब के रूप में पेश किया जा रहा है, एक दांव कि व्यवहार और training महज पैमाने से ज्यादा मायने रखते हैं, और यह कि एक अमेरिकी lab उसी कुशल open मैदान पर जीत सकती है जिस पर चीनी labs का दबदबा रहा है।
किसी नई lab की benchmark तालिका के लिए जो सावधानी सामान्य है, वही यहां भी है। यह leaderboard Poolside का अपना संकलन है, और स्वतंत्र मूल्यांकन तथा वास्तविक दुनिया में अपनाया जाना ही यह पुष्टि करेंगे कि Laguna S 2.1 व्यवहार में उतना ही अच्छा प्रदर्शन करता है या नहीं जितना chart पर करता है। लेकिन दिशा साफ है और यह मायने रखती है, क्योंकि इस समय model की होड़ में सबसे दिलचस्प मोर्चा सबसे बड़ा सिस्टम नहीं है, बल्कि वह सबसे छोटा है जो फिर भी काम कर सके।