Cognition launches new SWE-2 model, Rivaling Fable 5.1 and GPT-Astra
SWE-2 — это новая модель для программирования, которая достигает 50.0% на FrontierCode 1.1 Main, почти сравниваясь с Fable 5.1 (50.9%), но при этом в 64% дешевле. Она построена на базе Kimi K3 (2.8T параметров) и использует улучшенное обучение с подкреплением, где все уровни усилий обучаются за один запуск, что сдвигает всю границу стоимость–производительность вперёд. По сравнению с предшественником SWE-1.7, SWE-2 набирает больше баллов на всех ключевых тестах: на DeepSWE 1.1 — 73.0% против 37.7%, на Terminal-Bench 2.1 — 92.8% против 81.5%, а на FrontierCode 1.1 — 50.0% против 42.0%. При этом среднее число шагов решения задачи снизилось на 58%, а стоимость — на 81% в режиме «medium».
Ключевые инновации включают линейные штрафы за стоимость в процессе обучения, выровненные по локальному наклону границы Парето, что позволяет сохранять её форму, улучшая эффективность. Также использованы взвешенные по длине базовые награды для стабильности обучения, улучшенный сервис rollout с NVFP4/FP8 ядрами и квантованием, что снижает расход памяти несмотря на почти утроенное число параметров по сравнению с SWE-1.7. Данные для обучения увеличены втрое, добавлены overlays для следования инструкциям, и построен самовоспроизводящийся цикл, где предыдущие чекпоинты SWE-2 укрепляют верификаторы. Модель уже доступна в Devin Desktop, CLI, Web и Fusion.