Laguna S 2.1: Model Coding Open-Weight Milik Poolside yang Berkinerja Jauh di Atas Bobot (dan Harganya)

Pada 21 Juli 2026, Poolside merilis Laguna S 2.1 — model coding open-weight dengan 118 miliar parameter dan hanya sekitar 8 miliar parameter aktif per token — dan mempromosikannya sebagai "model open-weight paling mampu di Barat" dan jawabannya untuk DeepSeek dan Qwen. Berita utamanya bukanlah bahwa model ini mengalahkan setiap sistem frontier tertutup; melainkan bahwa model ini mengalahkan model dengan ukuran berkali-kali lipatnya pada benchmark coding agen sementara biayanya $0,10 / $0,20 per juta token. Panduan ini mencakup apa sebenarnya Laguna S 2.1, mode berpikirnya, apa yang dilaporkan secara independen versus oleh vendor, biayanya, cara menjalankannya, dan siapa yang seharusnya menggunakannya.

Setiap gambar di bawah ini diberi label berdasarkan sumbernya. Skor utama Laguna dilaporkan oleh Poolside (dari materi peluncurannya dan kartu Hugging Face) kecuali pihak ketiga yang disebutkan namanya; anggap saja sebagai yang dijalankan oleh vendor hingga laboratorium independen mengonfirmasi. Tolok ukur dan harga berubah — verifikasi sebelum Anda menganggarkan dana.

TL;DR. Laguna S 2.1 adalah model coding MoE open-weight (total 118B / ~8B aktif) dengan konteks hingga 1M dan toggle "berpikir / tidak berpikir", dengan harga hanya $0,10 input / $0,20 output per 1M token — sebagian kecil dari pesaing. Poolside melaporkan 78,5% pada SWE-Bench Multilingual (model terdepan dengan ukuran terbuka yang diungkapkan), 70,2% pada Terminal-Bench 2.1, dan 40,4% pada DeepSWE v1.1 (dibandingkan dengan DeepSeek-V4-Pro-Max 9,0%) — sekitar seperenam parameter aktif. Ini adalah opsi coding-per-dollar open-weight terbaik yang pernah kami lihat, tetapi model frontier tertutup seperti Claude Fable 5, Claude Opus 5, dan Kimi K3 masih memimpin dalam beberapa tolok ukur absolut. Jika Anda menginginkan coder murah yang dapat dihosting sendiri dan mengungguli kelas bobotnya, Laguna S 2.1 adalah jawabannya; jika Anda membutuhkan akurasi coding tertinggi, model flagship frontier masih menang.

Poin-poin penting

• Coding open-weight terbaik per dolar. $0.10/$0.20 per 1M token untuk model yang memimpin model open disclosed-size pada SWE-Bench Multilingual (78.5%).

• Berkinerja di luar bobotnya. ~8B parameter aktif, namun mampu menyamai atau mengalahkan model yang jauh lebih besar pada Terminal-Bench 2.1 dan SWE-Bench Pro.

• Berat terbuka dan dapat di-host sendiri. Bobot di Hugging Face (poolside/Laguna-S-2.1) — Anda dapat menjalankannya di lingkungan Anda sendiri.

• Mode berpikir mendorong skor. Pemikiran maksimal mengangkat DeepSWE dari 16,5% menjadi 40,4% — kuat, tetapi menghabiskan token penalaran, jadi anggarkan untuk itu.

• Bukan yang nomor satu mutlak. Flagship perbatasan tertutup (Fable 5, Opus 5, Kimi K3) masih memimpin beberapa tolok ukur pengodean absolut; klaim Laguna adalah kelas berat dan harga, bukan puncak papan.

Catatan tentang membaca ringkasan ini: segala sesuatu yang diatribusikan kepada Poolside adalah klaim vendor dari materi peluncuran; jika ada tolok ukur yang independen, kami menyebutkan sumbernya. Jika skor kecerdasan umum independen tidak dipublikasikan, kami mengatakannya daripada menebak — Laguna adalah spesialis pengkodean, bukan peraih peringkat teratas tujuan umum.

Apa sebenarnya Laguna S 2.1 itu

Laguna S 2.1 adalah model coding agentic open-weight milik Poolside. Secara arsitektur, ia adalah mixture-of-experts: total 118B parameter tetapi hanya sekitar 8B yang diaktifkan per token, itulah mengapa ia murah untuk disajikan dibandingkan dengan kemampuannya. Ia mendukung hingga konteks 1M token dan dua mode operasi — jalur cepat 'tanpa berpikir' dan jalur 'berpikir' yang menghabiskan token penalaran tambahan untuk masalah yang lebih sulit. Ia dibangun untuk coding dan pekerjaan agentik: penggunaan alat, pemanggilan fungsi, tugas multi-langkah. Poolside juga mengirimkan saudara yang lebih kecil, Laguna XS 2.1 (total 33B / ~3B aktif), dengan harga yang lebih rendah yaitu $0,06 / $0,12.

Yang krusial, bobot (weights) terbuka dan dipublikasikan di Hugging Face, jadi tidak seperti model API tertutup, Anda dapat mengunduh Laguna S 2.1, menjalankannya di infrastruktur Anda sendiri, menyempurnakannya, dan menyematkan versi. Kombinasi itu — pengkodean setara frontier, jumlah parameter aktif yang kecil, bobot terbuka, dan harga yang sangat rendah — adalah seluruh daya tariknya, dan itulah mengapa Poolside menyebutnya sebagai jawaban Barat terhadap model terbuka yang kuat dari DeepSeek dan Qwen.

Apa yang baru: tolak ukur

Angka peluncuran semuanya tentang pengkodean. Pada SWE-Bench Multilingual, Poolside melaporkan 78,5%, yang dikatakan memimpin model terbuka dengan ukuran yang diungkapkan. Pada Terminal-Bench 2.1 skornya 70,2%. Pada DeepSWE v1.1 mencapai 40,4% — dan perbandingan yang paling mencolok dari Poolside adalah bahwa ini mengalahkan DeepSeek-V4-Pro-Max yang 9,0% pada tes yang sama dengan sekitar seperenam parameter aktif. Pada Terminal-Bench 2.1 dan SWE-Bench Pro, Poolside mengatakan Laguna S 2.1 menyamai atau melampaui model beberapa kali ukurannya, termasuk DeepSeek V4 Flash, NVIDIA Nemotron 3 Ultra, dan Thinking Machines' Inkling.

Pembingkaian jujur yang digunakan Poolside sendiri adalah tentang kelas berat, bukan supremasi mutlak: model frontier tertutup seperti Claude Fable 5 dan Kimi K3 masih memimpin di beberapa tolok ukur. Jadi cara yang tepat untuk membaca Laguna S 2.1 adalah "kemampuan terbanyak yang bisa Anda dapatkan dari model terbuka, ~8B-aktif, murah meriah," bukan "pengkode terbaik secara mutlak."

Thinking mode: where the performance comes from

Skor utama Laguna S 2.1 sangat bergantung pada mode "max thinking". Contoh paling jelas adalah DeepSWE v1.1, di mana skornya melonjak dari {{1}}16,5%{{/1}} tanpa thinking menjadi {{2}}40,4%{{/2}} dengan max thinking — sebagian besar kekuatan tolok ukur model berasal dari membiarkannya bernalar. Terminal-Bench 2.1 menunjukkan pola yang sama ({{3}}60,4%{{/3}} → {{4}}70,2%{{/4}}). Ini penting untuk biaya dan latensi: mode thinking menghabiskan token penalaran tambahan, jadi meskipun harga per token sangat kecil, tugas sulit yang dijalankan dengan max thinking menggunakan lebih banyak token (dan memakan waktu lebih lama) dibandingkan jalur tanpa thinking. Dalam praktiknya, Anda akan menjalankan penyelesaian rutin dalam mode tanpa thinking demi kecepatan dan biaya, dan beralih ke thinking hanya untuk masalah sulit multi-langkah di mana lompatan akurasi sebanding dengan token yang digunakan — sebuah gema spesifik pengkodean dari putaran usaha yang muncul pada model-model frontier.

Pendalaman tolok ukur: apa yang diukur oleh tes pengkodean ini

SWE-Bench Multilingual memperluas SWE-bench yang terkenal (menyelesaikan masalah GitHub nyata) di beberapa bahasa pemrograman, jadi 78,5% adalah sinyal kuat perbaikan bug lintas bahasa yang praktis — dan klaim "leads open disclosed-size models" adalah klaim yang bermakna, meskipun dinyatakan oleh vendor. Terminal-Bench 2.1 menguji apakah model dapat mengoperasikan terminal nyata untuk menyelesaikan tugas dari awal hingga akhir, yang lebih mendekati apa yang dilakukan agen pengkodean otonom daripada penyelesaian kode satu kali. DeepSWE v1.1 adalah rangkaian rekayasa perangkat lunak agentik yang lebih sulit; nilai 40,4% (dibandingkan 9,0% dari DeepSeek-V4-Pro-Max) adalah angka paling mencolok dari Laguna justru karena merupakan kesenjangan besar melawan model yang jauh lebih besar.

Peringatan yang membuat ini jujur: ini adalah hasil yang dijalankan oleh Poolside pada saat peluncuran, dan belum ada Indeks Intelligence Analisis Buatan yang dipublikasikan atau angka SWE-bench Verified independen untuk Laguna S 2.1. Jadi anggap klaim kepemimpinan sebagai laporan vendor sampai pihak ketiga mengonfirmasinya, dan ingat bahwa Laguna adalah spesialis pengkodean — ia tidak diposisikan sebagai pemimpin penalaran tujuan umum, dan Anda tidak boleh berharap ia akan menempati posisi teratas dalam indeks kecerdasan umum.

Berapa biayanya dalam praktik

Ini adalah titik di mana {{1}}Laguna S 2.1{{/1}} benar-benar disruptif. Dengan $0,10 input / $0,20 output per 1M token, panggilan coding representatif sebanyak 15.000 token input dan 3.000 token output menghabiskan biaya 15k × $0,10/1M + 3k × $0,20/1M = $0,0015 + $0,0006 = sekitar $0,0021 — kira-kira {{2}}seperlima sen{{/2}}. Panggilan yang sama pada model frontier seperti {{3}}Claude Opus 5 ($5/$25){{/3}} adalah sekitar $0,15 — {{4}}hampir 70× lebih mahal{{/4}}. Bahkan dibandingkan pesaing murah sekalipun, Laguna lebih murah: posisinya di bawah {{5}}harga DeepSeek{{/5}}. Tanda bintangnya adalah {{6}}mode berpikir{{/6}} — tugas sulit dengan pemikiran maksimal dapat menghasilkan token output beberapa kali lipat, sehingga {{7}}panggilan "output $0,0006" bisa menjadi beberapa sen{{/7}}. Namun meski membengkak, biayanya hanyalah {{8}}kesalahan pembulatan{{/8}} di samping {{9}}model frontier tertutup{{/9}}. Untuk otomatisasi coding volume tinggi — {{10}}bot CI, refaktor massal, armada agen{{/10}} — {{11}}ekonominya sulit dibantah{{/11}}, {{12}}terutama karena Anda juga bisa melakukan self-host untuk menghilangkan biaya per token sepenuhnya{{/12}}.

Cara mengakses dan menjalankan Laguna S 2.1

Karena bobotnya terbuka, Anda memiliki dua jalur. Anda dapat memanggilnya melalui penyedia yang di-host (muncul di agregator seperti OpenRouter) dengan tarif $0.10/$0.20, yang merupakan cara tercepat untuk mencobanya. Atau Anda dapat mengunduh bobot dari Hugging Face (poolside/Laguna-S-2.1) dan melakukan self-host — menjaga kode dan data di lingkungan Anda, menyempurnakan repositori Anda, mengkuantisasi untuk perangkat keras Anda, dan membatasi biaya pada infrastruktur Anda. Varian XS (33B-A3B) adalah opsi ketika Anda ingin menjalankan sesuatu yang lebih kecil dan lebih murah secara lokal. Dengan cara apa pun, ini mengekspos penggunaan alat dan pemanggilan fungsi, sehingga dapat digunakan dalam perangkat bantu coding agen.

Untuk siapa: tiga skenario

1. Otomatisasi pengkodean volume tinggi dengan anggaran terbatas

Jika Anda menjalankan bot perbaikan CI, migrasi massal, atau armada agen besar di mana biaya token bertambah, harga Laguna S 2.1 sangat transformatif — jalankan tanpa berpikir untuk pekerjaan rutin dan berpikir untuk kasus sulit. Ini adalah kasus penggunaan terkuatnya.

2. Tim yang harus melakukan self-hosting model kode

Untuk organisasi yang tidak dapat mengirimkan kode kepemilikan ke API tertutup, pengkode berbobot terbuka yang memimpin kelas ukurannya adalah hal yang selama ini hilang. Laguna S 2.1 (atau XS untuk perangkat keras yang lebih kecil) memberi Anda coding setingkat frontier yang sepenuhnya Anda kendalikan.

3. Startup yang sensitif terhadap biaya yang membangun produk coding

Jika margin produk Anda bergantung pada biaya inferensi, Laguna memungkinkan Anda menawarkan fitur coding AI dengan harga sebagian kecil dari harga frontier — hanya menyediakan flagship frontier untuk permintaan tersulit yang mengenai pengguna Anda.

Kapan tidak menggunakannya

Jangan meraih Laguna S 2.1 ketika Anda membutuhkan akurasi pengkodean terbaik secara mutlak dan dapat membayarnya — model frontier tertutup (Fable 5 dengan 95,0% SWE-bench Verified, Opus 5 dengan indeks umum #1, Kimi K3 dengan Frontend Coding Arena #1) masih memimpin beberapa tolok ukur. Jangan gunakan untuk penalaran tujuan umum, multimodal, atau tugas non-pengkodean — ini adalah spesialis pengkodean tanpa silsilah kecerdasan umum. Dan jangan berasumsi bahwa angka-angka utama berlaku dalam mode tanpa berpikir; jika Anda menonaktifkan pemikiran demi biaya, ukurlah skor yang lebih rendah yang sebenarnya akan Anda dapatkan.

Daftar Periksa Keputusan

• Pilih Laguna S 2.1 jika: Anda menginginkan coder open-weight termurah yang mampu, Anda harus self-host, atau Anda menjalankan otomatisasi coding volume tinggi di mana biaya mendominasi.

• Pilihlah frontier flagship sebagai gantinya jika: Anda membutuhkan akurasi pengkodean tertinggi, penalaran umum, atau multimodal — dan mampu membelinya.

• Jalankan keduanya jika: pengkodean rutin default ke Laguna dan eskalasi tugas-tugas tersulit ke model frontier, di belakang satu titik akhir.

FAQ

Berapa harga Laguna S 2.1?

$0.10 per 1M token input dan $0.20 per 1M token output — dengan model Laguna XS 2.1 yang lebih kecil seharga $0.06 / $0.12. Ini adalah salah satu model coding mumpuni termurah yang tersedia, dan karena bobot terbuka, Anda dapat melakukan self-host untuk menghilangkan biaya per token. [OpenRouter/BenchLM]

Apakah Laguna S 2.1 open source?

Ini adalah open-weight: bobot model dipublikasikan di Hugging Face (poolside/Laguna-S-2.1), jadi Anda dapat mengunduh, menjalankan, dan menyempurnakannya. Periksa lisensi Poolside untuk penggunaan spesifik Anda.

Apakah ini lebih baik daripada DeepSeek atau Qwen untuk coding?

Poolside memposisikan dirinya sebagai jawaban dari Barat terhadap mereka dan melaporkan mengalahkan DeepSeek-V4-Pro-Max pada DeepSWE (40.4% vs 9.0%) dengan parameter aktif yang jauh lebih sedikit. Pada tolok ukur pemrograman terbuka dengan ukuran yang diungkapkan, Poolside memimpin menurut klaimnya — tetapi tolok ukur ini dijalankan oleh vendor, jadi validasi di repositori Anda sendiri.

Apakah ia mengalahkan model-model frontier?

Tidak mutlak. Model flagship tertutup seperti Claude Fable 5, Claude Opus 5, dan Kimi K3 masih memimpin beberapa tolok ukur absolut. Klaim Laguna adalah terbaik dalam kelas berat dan terbaik per dolar, bukan terbaik secara keseluruhan.

Apa itu mode berpikir?

Sebuah toggle antara jalur cepat tanpa berpikir dan jalur berpikir maksimal yang menghabiskan token penalaran ekstra untuk akurasi yang lebih tinggi (misalnya, DeepSWE 16.5% → 40.4%). Gunakan tanpa berpikir untuk pekerjaan rutin, berpikir untuk tugas sulit.

Apa itu jendela konteks?

Hingga 1M token, sehingga basis kode besar dan transkrip agen yang panjang dapat muat.

Haruskah saya menggunakan S atau XS?

Laguna S 2.1 (118B/8B) untuk pengodean terkuat; Laguna XS 2.1 (33B/3B) ketika Anda menginginkan sesuatu yang lebih kecil dan lebih murah untuk dihosting sendiri atau melayani volume yang sangat tinggi.

Intinya

Laguna S 2.1 adalah model coding berbobot terbuka yang paling menarik dalam ukurannya hingga saat ini: MoE 118B/8B dengan konteks hingga 1M dan toggle berpikir (thinking toggle), yang dibanderol dengan harga luar biasa $0.10 / $0.20, yang menurut Poolside memimpin model ukuran terbuka dalam SWE-Bench Multilingual (78,5%) dan mengalahkan pesaing yang jauh lebih besar pada tes coding agen. Ini bukan koder terbaik mutlak — andalan frontier tertutup masih memimpin beberapa tolok ukur — dan skor utamanya bergantung pada mode berpikir (thinking mode), yang menghabiskan token. Namun untuk coding volume tinggi yang murah dan dapat dihosting sendiri, tidak ada yang sebanding di kelas bobotnya. Rute Laguna S 2.1 bersama setiap andalan frontier melalui satu titik akhir yang kompatibel dengan OpenAI di OrcaRouter dan kirimkan sebagian besar lalu lintas coding Anda, hanya meningkatkan tugas yang paling sulit.