Laguna S2.1 : le modèle américain open-weight

Chaque fois que cette série ouvre ses portes à un nouveau modèle, le disclaimer reste le même : ce n'est pas un benchmark scientifique, c'est le compte rendu d'un utilisateur exigeant qui installe un modèle open-weight sur son PC de bureau et le met à l'épreuve avec les mêmes tâches réservées aux candidats précédents. Cette fois, pourtant, l'origine du modèle modifie le poids de la question.

Depuis des mois, ceux qui suivent l'écosystème des modèles ouverts se sont habitués à une liste qui sonne toujours de la même manière : Alibaba avec Qwen, DeepSeek, Moonshot avec Kimi, Zhipu avec GLM. Le centre de gravité de l'open-weight—celui des poids téléchargeables, inspectables, exécutables sans demander de permission à personne—s'est déplacé presque entièrement vers les laboratoires chinois. Poolside, entreprise de San Francisco déjà connue pour servir des clients enterprise et gouvernementaux, a décidé de remettre en jeu un nom américain avec Laguna S 2.1, un modèle de 118 milliards de paramètres au total et 8 milliards actifs par token conçu pour le coding agentique et le travail sur des horizons longs, publié le 21 juillet 2026 sous licence OpenMDW-1.1.

Le ton avec lequel Poolside a accompagné ce lancement n'est pas le ton feutré d'une mise à jour technique. Le co-CEO Jason Warner a présenté la sortie comme la réponse à un vide que l'Occident s'est construit lui-même : alors que les fournisseurs américains les plus performants verrouillent leurs meilleurs systèmes derrière des API payantes et des barrières réglementaires, l'entreprise affirme proposer une option open-weight production-ready pensée pour ceux qui ont besoin d'un contrôle sur les données, de coûts prévisibles et d'une possibilité d'autohosting. Sur le blog officiel de Poolside, on lit explicitement que la question de savoir qui fournit les modèles ouverts de l'Occident est passée des cercles de recherche aux salles de réunion des entreprises, et ce jusqu'à Washington. C'est un cadre à la fois industriel et politique : qui contrôle les poids, qui peut les exécuter sur son propre matériel, qui peut réellement les inspecter ligne par ligne.

Ma configuration, la même méthodologie

La configuration matérielle reste celle déjà décrite dans les épisodes précédents de cette série : un Ryzen 7700, 32 Go de RAM DDR5 et une Radeon RX 9060 XT avec 16 Go de VRAM—la même machine avec laquelle j'ai déjà mis à l'épreuve Qwen 3.5, Qwen 3.6, la famille Gemma 4 et Ornith-1.0. Ceux qui souhaitent des détails sur les frameworks et les critères de choix trouveront tout dans le premier épisode et le second ; je me borne ici à confirmer que le principe directeur reste inchangé : choisir la taille de modèle qui peut réellement tourner sur la machine et montrer sa valeur au quotidien, plutôt que la plus impressionnante sur le papier.

Le grand frère : Laguna S 2.1

Avant d'aborder la taille que j'ai effectivement testée, il est utile de comprendre où elle se situe dans la famille. Laguna S 2.1 possède 48 layers, une fenêtre de contexte déclarée allant jusqu'à un million de tokens, et partage avec le reste de la famille l'architecture de base : un routeur token-choice avec gating softplus sur 256 experts plus un partagé, grouped-query attention et des layers d'attention globale alternés avec des layers à sliding window. Sur les benchmarks déclarés par Poolside, Terminal-Bench 2.1 affiche 70,2 %, SWE-bench Multilingual 78,5 %, DeepSWE 40,4 %—des chiffres qui, selon MarkTechPost, le placent au sommet parmi les modèles ouverts de taille déclarée, mais tout de même derrière les systèmes fermés de frontière comme GPT-5.6 Sol ou Claude Fable 5, qui sur Terminal-Bench 2.1 restent au-dessus de 88 %. En somme, la famille Laguna couvre une gamme allant du 33B pour la taille XS, pensée pour tourner en local, jusqu'au 118B pour la S et au-delà, avec une cohérence architecturale qui rend les modèles comparables entre eux. Image tirée du site officiel

Le modèle du test : Laguna XS 2.1

Laguna XS 2.1 est la taille compacte de la famille : 33 milliards de paramètres au total avec seulement 3 milliards activés pour chaque token, répartis sur 40 layers globaux dans un rapport de 3 pour 1 entre sliding window attention (avec une fenêtre de 512 tokens) et attention globale. Le gating est de type sigmoid avec des échelles de rotation par layer, les experts sont au nombre de 256 plus un partagé toujours actif, et le cache KV est quantifié en FP8 pour réduire la consommation de mémoire par token. Le contexte déclaré atteint 262 144 tokens, le modèle est purement textuel—aucune modalité visuelle—et supporte le raisonnement natif avec thinking entrelacé entre les appels aux outils, activable ou désactivable par requête individuelle.

Sur les benchmarks officiels, reportés sur la fiche modèle d'HuggingFace, Laguna XS 2.1 affiche 63,1 % sur SWE-bench Multilingual, un bond de 5,4 points de pourcentage par rapport à la génération précédente XS.2, et Poolside déclare également une amélioration sensible sur les tâches de type terminal. Il convient de dire clairement, par honnêteté envers le lecteur, que certaines sources secondaires circulant en ligne rapportent des chiffres différents pour ce modèle, y compris des références à une architecture dérivée de Qwen2.5—une information que les sources primaires de Poolside et HuggingFace démentent explicitement, décrivant Laguna comme une famille possédant sa propre recette architecturale. J'ai choisi de m'en tenir aux données vérifiables sur les pages officielles, et non aux chiffres non confirmés qui circulent ailleurs.

Le modèle est distribué en BF16, FP8, INT4 et NVFP4, avec un support déclaré pour vLLM, SGLang, NVIDIA TensorRT-LLM, HuggingFace Transformers et Ollama, tandis que le support natif pour llama.cpp—et donc pour les GGUF nécessaires à LM Studio—n'est arrivé que plus tard via une pull request dédiée sur le repository officiel, comme on peut le lire sur la page GGUF de Poolside. Pour compléter le pack, Poolside a également sorti les modèles DFlash, de petits speculators qui, lors des phases d'inférence locale, doublent dans les tests de l'entreprise les tokens par seconde effectivement obtenus.

OpenMDW-1.1 : ce que signifie réellement "ouvert"

Laguna XS 2.1 est distribué sous licence OpenMDW-1.1, le sigle signifiant Open Model Data Weights—un format de licence soutenu par NVIDIA et la Linux Foundation que Poolside adopte explicitement pour réduire les frictions juridiques dans la distribution de modèles ouverts, comme expliqué sur la page officielle de la licence. C'est une distinction qui mérite d'être faite avec précision, car dans le langage journalistique, "open source" et "open-weight" finissent souvent par être confondus. Ici, il n'y a pas de publication du code d'entraînement ni du dataset ; ce qui est public et librement téléchargeable, ce sont les poids du modèle, utilisables, modifiables et redistribuables y compris dans des contextes commerciaux sans restrictions particulières. C'est le même principe déjà vu avec des licences comme Apache 2.0 ou MIT pour d'autres modèles de cette série, mais appliqué à un format conçu spécifiquement pour les artefacts des modèles linguistiques.

Mon choix : GGUF Q6 sur 16 Go de VRAM

La version originale en BF16 de Laguna XS 2.1 pèse 66,9 Go, un chiffre qui exclut a priori toute hypothèse d'exécution directe sur ma machine. Le tableau des fichiers GGUF publié par Poolside indique Q4KM comme quantisation conseillée par défaut pour l'utilisation locale, soit environ 20,3 Go, un compromis pensé pour rester accessible même sur des configurations modestes, y compris les Mac dotés de 36 Go de RAM unifiée. Pour ce test, j'ai tout de même choisi une quantisation plus élevée, Q6_K, un niveau au-dessus du défaut recommandé, afin de rester au plus près de la qualité du modèle original en exploitant les 16 Go de VRAM disponibles sur la Radeon. C'est ma décision, et non un preset indiqué par Poolside ; le tableau officiel ne liste pas le Q6 parmi les options conseillées de prime abord, mais il figure bien parmi les options compatibles, et c'est celle que j'ai utilisée dans LM Studio, le même framework que pour l'ensemble de la série. Image tirée du site officiel

Huit tests, un verdict en demi-teinte

Laguna XS 2.1 est la tentative de Poolside de ramener l'open-weight américain au centre du débat, non pas avec un modèle généraliste, mais avec un système compact, local, ouvertement spécialisé dans le coding agentique. Les huit tests qui suivent vérifient sur le terrain à quel point cette spécialisation déclarée tient la route face à un usage réel : coding, raisonnement, contexte long, qualité de la conversation sur plusieurs tours.

Configuration de LM Studio : contexte configuré à 150 784 tokens, offload GPU sur 20 des 32 layers, pool de 8 threads CPU, batch d'évaluation 2048, batch size 512, maximum de 4 prédictions concurrentes, 8 experts actifs par token.

Test 1, raisonnement scientifique sur le mécanisme de Higgs, note 5/5, 15,26 tokens par seconde. L'explication se développe en six sections logiques, de la symétrie initiale au champ de Higgs avec le potentiel en "chapeau mexicain", jusqu'au mixing entre les champs W3 et B et à la définition de l'angle de Weinberg, tous deux traités avec précision. La seule imprécision concerne l'explication de l'absence de masse du photon, un détail qui ne compromet pas la substance d'une explication remarquable pour un modèle explicitement spécialisé dans le coding.

Test 2, lecture multimodale d'un tableau Excel, non exécuté. Laguna XS 2.1 est un modèle purement textuel, le chargement de l'image dans LM Studio n'est pas reconnu—une limitation structurelle cohérente avec ce qui est déclaré par Poolside, pas un défaut de configuration.

Test 3, génération de code pour le cycle maximum dans un graphe, note 3,8/5, 11,60 tokens par seconde, avec 13 minutes et 22 secondes de thinking. Ici, le modèle a déçu. La chaîne de raisonnement montre une solide compréhension théorique, la nature NP-hard du problème est reconnue, tout comme la nécessité de gérer les back-edges et de suivre les ancêtres dans le parcours pour éviter les doubles comptages. Après treize minutes, pourtant, l'algorithme produit résout un problème différent de celui posé : il trouve des cycles dans un arbre DFS au lieu du cycle de longueur maximale. Un temps de thinking d'une telle durée est en soi une anomalie peu compatible avec un usage interactif, plus encore lorsque la réponse finale passe à côté du sujet.

Test 4, planification de voyage multilingue, note 3,5/5, 14,98 tokens par seconde. Le prompt exigeait une réponse en français pour un client français, et une curieuse dissociation s'est alors manifestée : la chaîne de pensée planifie correctement en français, mais la réponse finale arrive en italien au premier essai. Ce n'est qu'après une relance explicite que le modèle corrige la langue, produisant un français de bonne qualité avec des références réalistes au Kinkaku-ji, à Fushimi Inari et aux marchés de Tsukiji et Nishiki. Le contenu, une fois la langue corrigée, est solide, mais le comportement au premier essai reste un signal d'alarme quant à la fiabilité dans des contextes multilingues.

Test 5, contexte long sur un PDF de 460 pages, note 5/5, 13,88 tokens par seconde. La tâche consistait à charger l'Artificial Intelligence Index Report 2025 de Stanford HAI, d'environ 460 pages, et à demander au modèle les données sur la croissance de la génération vidéo, avec indication de la page où elles se trouvent. Malgré un contexte configuré à 150 784 tokens, le modèle a répondu dès le premier essai en indiquant les pages 126 et 127—la même plage identifiée par les meilleurs modèles testés jusqu'ici dans cette série—en citant Google Veo, Meta Movie Gen et OpenAI Sora, l'exemple du spaghetti eating test, et même la Figure 2.3.11 qui compare les préférences des utilisateurs entre Veo 2, Movie Gen, Kling v1.5 et Sora Turbo, un niveau de détail supérieur à la moyenne.

Test 6, raisonnement spatial sur une pièce en désordre, non exécuté. Même limitation que pour le Test 2, absence de support multimodal.

Test 7, planification agentique d'une application web, note 4,8/5, 15,34 tokens par seconde. Le stack proposé—React avec Vite, Node.js avec Express, PostgreSQL avec Prisma, JWT, SendGrid, Puppeteer—est moderne et cohérent. La feuille de route en quatre sprints est équilibrée entre le setup, le dashboard, la génération de PDF et le testing, avec des livrables et des points critiques indiqués pour chacun. Les exemples de code pour le modèle Prisma et pour l'endpoint d'importation CSV montrent une réelle connaissance pratique ; la seule lacune est l'absence d'une répartition explicite du travail entre les deux développeurs requise par le prompt.

Test 8, conversation technique sur quatre tours, note 5/5, vitesse moyenne en baisse physiologique de 15,54 à 11,45 tokens par seconde. Laguna a maintenu sa cohérence en construisant un cadre architectural progressif, du stack initial à la comparaison entre WebSockets et polling pour mille utilisateurs simultanés avec des exemples de code, jusqu'à un schéma PostgreSQL complet avec index et requêtes, pour finir par une stratégie de scalabilité à dix mille utilisateurs touchant au clustering Node.js, au sharding Redis, au load balancing et au monitoring.

Conclusions

La note moyenne sur les six tests exécutés s'arrête à 4,52 sur 5, un résultat respectable qui révèle cependant un modèle à deux vitesses. Là où il s'agit de construire, d'expliquer, de planifier, de maintenir une cohérence sur plusieurs tours, Laguna XS 2.1 se comporte comme un collègue solide, parfois surprenant sur les contextes longs. Là où la tâche est celle pour laquelle le modèle est vendu—le coding pur sur un problème algorithmique de difficulté moyenne—la performance n'a pas été à la hauteur, avec un temps de traitement de treize minutes qui reste la donnée la plus difficile à justifier pour quiconque doit l'utiliser en production.

Dans la comparaison avec les autres protagonistes de cette série—Qwen 3.5, la famille Gemma 4, Qwen 3.6 et surtout Ornith-1.0, qui s'était imposé avec un huit sur huit dans cette même série—Laguna XS 2.1 ne parvient pas à s'imposer comme la référence de sa catégorie de taille, tout en restant un modèle à suivre précisément en raison de ses origines. La question la plus intéressante reste ouverte : le fossé qui sépare encore les efforts occidentaux des laboratoires chinois sur l'open-weight est-il une question de temps—Poolside promettant des cycles de sortie toujours plus rapides grâce à sa "Model Factory"—ou traduit-il un décalage plus structurel dans la quantité de données et de ressources que les entreprises chinoises peuvent consacrer à ces projets sans la contrainte de soutenir un modèle de business enterprise en parallèle ?

Qui devrait s'intéresser à Laguna XS 2.1 aujourd'hui, avec quel matériel et pour quels cas d'usage spécifiques est une question à laquelle il ne vaudra la peine de répondre qu'après avoir vu le comportement de la prochaine itération, sachant que la génération précédente, XS.2, est arrivée sur le marché quelques semaines seulement avant celle-ci. Concernant le temps de thinking anormal observé lors du Test 3, il reste à déterminer s'il s'agit d'une limite du modèle lui-même ou d'un effet secondaire de la quantisation Q6 choisie pour cette épreuve, une question qui mérite une vérification dédiée avant de tirer des conclusions définitives. Et puis il y a la question plus large, géopolitique, d'où nous sommes partis : un modèle américain capable de rivaliser sur le terrain du coding local est une nouvelle de poids, mais un seul lancement suffit-il à combler un vide créé par des années de stratégies divergentes entre l'Occident et la Chine sur l'intelligence artificielle ouverte ?