Cognition发布SWE-2，编程评测逼近Astra且成本约为四分之一

Coding Agent Devin 母公司 Cognition 发布新编程模型 SWE-2。该模型直接基于月之暗面 2.8T 参数的 Kimi K3 继续做强化学习，进一步训练后，多项编程评测提高约 5 到 6 个百分点。

SWE-2 在 FrontierCode 1.1 Main 的成绩

在 Cognition 自家的 FrontierCode 1.1 Main 上，SWE-2 得分 50.0%，超过 GPT-5.6 Sol 的 47.5% 和 Grok 4.6 的 48.0%。

与 Fable 5.1 相比，SWE-2 仅少 0.9 个百分点，后者得分为 50.9%。Cognition 给出的对比还显示，SWE-2 的成本低 64%。

GPT-6 Astra 在这一评测中的得分为 53.3%，SWE-2 与其相差 3.3 个百分点，成本约为其四分之一。

交互轮数与成本变化

Cognition 表示，SWE-2 相比上一代少走了很多弯路。在中等推理强度下，模型完成任务的交互轮数减少 58%，平均成本下降 81%。

更高难度评测仍有差距

不过，在更难的 Terminal-Bench 4 上，SWE-2 得分只有 27.3%，明显低于 Astra 的 57.9% 和 Fable 5.1 的 55.8%，暂时还谈不上全面追平前沿模型。

上线范围

SWE-2 已上线 Devin Desktop 和 CLI，并开始推向 Devin Web 和 Fusion。