Como un método eficiente de procesamiento de información, la computación en reservorio (RC) es esencial para las redes neuronales artificiales (ANNs). A través de la tarea de predicción de series temporales de Santa Fe, investigamos numéricamente el efecto del desajuste de algunos parámetros críticos en el rendimiento de predicción del RC basado en dos láseres de semiconductor (SLs) mutuamente acoplados con retraso óptico. Los resultados muestran que un mejor rendimiento de predicción se puede lograr configurando escenarios de desajuste de parámetros apropiados. Especialmente para la situación con grandes errores de predicción encontrados en el RC con parámetros láser idénticos, una configuración adecuada de desajuste de parámetros puede lograr una mejora en el rendimiento computacional de un orden de magnitud. Nuestra investigación es instructiva para la implementación de hardware de RC basado en láser, donde el desajuste de parámetros es inevitable.