編碼代理公司Cognition推出SWE-2，稱其是最接近前沿的自研編碼模型

Cognition發佈編碼模型SWE-2

編碼代理公司Cognition推出SWE-2，稱其是最接近前沿的自研編碼模型，在主流評測上與近期前沿模型相當，成本最多低約七成。官方博文給出更細對照：FrontierCode 1.1 Main得分50.0%，距Fable 5.1的50.9%差1個百分點，價格低約64%。

公司稱首次把強化學習做到多萬億參數量級，在SWE-1.7的基礎設施上加入可在單次訓練中覆蓋全部推理強度的算法，以同時推動能力與成本的帕累託曲線。SWE-2從已做過程代理編碼強化學習的Kimi K3（約2.8萬億參數）繼續後訓練，並稱仍能再抬5至6分、平移整條成本—性能曲線。

對照表：DeepSWE 1.1上SWE-2爲73.0%，高於Kimi K3的68.5%、Grok 4.6的67.5%、Fable 5.1的67.4%，接近GPT-5.6 Sol的72.7%與GPT-6 Astra的74.1%；Terminal-Bench 2.1爲92.8%；Terminal-Bench 4爲27.3%，顯著低於Fable 5.1的55.8%與Astra的57.9%。公司稱在FrontierCode與DeepSWE上同時優於SWE-1.7和Grok 4.6的分數與成本，並以約四分之一成本接近Astra。

Cognition以軟件工程師代理Devin爲產品。近期投資人公開信稱，Devin在公司內部生產代碼佔比已從約13%升至逾90%。SWE-2是模型層更新，服務對象仍是代理寫代碼的工作負載，而非通用聊天。評測爲公司引用的公開基準，Terminal-Bench 4的落差顯示長程終端任務仍未與最強前沿對齊。

市場機制上，這是編碼推理的價格戰。買方是要壓token賬單的工程團隊；賣方是用開源超大底座加自有強化學習賣更便宜分數的應用實驗室。資金從調用前沿閉源接口轉向可替換的編碼專用權重。受益的是已把代理嵌進倉庫的Devin客戶；承壓的是按高價賣相近FrontierCode分數的通用模型。事件由模型發佈驅動。

補充層面，推文“最多低70%”與博文“低64%”不是同一句話。K3底座歸屬與可商用條款需看授權，不在發佈帖裏寫清。

來源：公開信息