Cognition发布了SWE-2，这是其迄今为止最强大的编码模型，该模型在Moonshot AI的2.8T参数开源模型Kimi K3的基础上通过强化学习进行了后训练。该模型在FrontierCode 1.1 Main上得分50.0%，仅比Fable 5.1低一分，同时成本降低了64%。

  • SWE-2是Cognition首款具有可选推理强度级别的模型，所有级别均使用帕累托 informed 成本惩罚在一次RL训练中完成。
  • 它在DeepSWE 1.1上得分73.0%，在Terminal-Bench 2.1上得分92.8%，在每一行指标上都超越了其Kimi K3基座模型。
  • 与SWE-1.7相比，SWE-2 medium在FrontierCode上将回合数减少了58%，成本降低了81%，同时首次进行实际编辑的中位步数为18步，而上一版本为48步。
  • 该模型未以开源权重或独立API形式提供；它仅在Devin Desktop、CLI以及即将推出的Web/Fusion版本中运行。

此次发布表明，将RL扩展到万亿参数规模使Cognition能够在K3之上找到显著的提升空间，在多个基准测试中增加了5到6分。