Poolside hat mit Laguna ein Coding-Modell mit 118 Milliarden Parametern vorgestellt, das überraschend Systeme deutlich größerer Modelle schlägt. Die Leistungssteigerung kommt nicht aus einer revolutionären Architektur, sondern aus innovativen Ansätzen beim Training und der Optimierung. Das macht Laguna interessant für die laufende Debatte über Effizienz vs. Größe in der KI-Entwicklung: Größer ist nicht automatisch besser. Für Entwickler und Unternehmen könnte das bedeuten, dass hochperformante Coding-Assistenten günstiger und schneller deployen lassen.
