A videó egy új, kifejezetten nagy kontextusablakú nyelvi modell, a Poolside Laguna S2.1 működését mutatja be. Ez egy összesen 118 milliárd paraméterből álló ‘mixture of experts’ modell, amely tokenenként csak 8 milliárd aktív paramétert használ. Kiemelt figyelmet kap, hogy ez a modell hosszú távú, összetett ügynöki, főként kódgenerálási és hibajavítási feladatokra lett tervezve.
Az első teszt során egy kikötői terminál applikációban jelentkező logikai hibára derül fény, ahol egy hajó mélységi adatai hibásan kerülnek hozzárendelésre, veszélyeztetve ezzel a műveletek biztonságát és rendjét. A modell feladata, hogy önállóan felismerje és javítsa ezt a hibát anélkül, hogy konkrét útmutatást kapna a probléma mibenlétéről.
További érdekességet jelent, hogy a fejlesztő betekintést nyújt a Poolside Laguna S2.1 különböző benchmark teljesítményeibe, összehasonlítva más ismert modellekkel, mint a Deepseek V4 Pro Max vagy a Claude Fable 5. Emellett szó esik a modell kihívásairól, például az indokolatlan túlkomplikálásról (overthinking), valamint a nem létező hibák (hallucinációk) felismeréséről.
Az utolsó részben a modellnek egy komplex webes vizualizációs feladatot is meg kell oldania: egy étvágygerjesztő görög szuvláki húsos nyársat kell valósághűen kirajzolnia HTML és vanilla JavaScript használatával, fotorealisztikus látványt és interaktív funkciókat követelve. Felmerül a kérdés, meddig képesek elmenni a jelenlegi LLM-ek a vizuális kódgenerálásban, és milyen kompromisszumokat jelent a nagy kontextusablak a rutin feladatokhoz képest.
