时间:2026年9月10日(星期四)
地点:美国旧金山 / 全球
人物:Cognition工程团队、Devin产品线负责人Silas Alberti、Moonshot AI(月之暗面)Kimi K3团队
事件详情:
AI编程初创公司Cognition于9月10日正式发布其新一代自研代码大模型SWE-2,号称在Devin的FrontierCode 1.1 Main基准上取得50.0%得分,距离Anthropic Claude Fable 5.1的50.9%仅差不到1分,同时推理成本仅为Fable 5.1的36%,不到OpenAI GPT-6 Astra的四分之一。
SWE-2基于月之暗面(Moonshot AI)于2026年7月发布的2.8万亿参数Kimi K3底座进行后训练,是业内首个将强化学习(RL)扩展到"多万亿参数规模"的代码模型。Cognition团队设计了全新的单轮RL算法,可在一次训练中同时优化多个推理强度档位,把整个成本-性能Pareto前沿向前推进,并保持前沿形状稳定。
在多档位SWE-2中位档(medium)上,模型相对SWE-1.7的回合数减少58%、平均成本下降81%,但任务完成度反而更高,回应了用户此前对SWE-1.7"过度探索、过度思考"的抱怨。
SWE-2在Devin Desktop、Devin CLI、Devin Web以及Fusion平台同步上线,开发者可立即切换使用。
背景:
Cognition此前刚于9月8日披露其估值在过去四个月内翻倍,飙升至480亿美元,并在9月9日宣布完成E轮20亿美元融资。本次的SWE-2发布,是其在估值上行通道中亮出的第一张"自研模型"牌。
自2025年10月SWE-1.5问世以来,Cognition已经迭代了SWE-1.5 → SWE-1.6 → SWE-1.7三代自有模型,并通过Cerebras实现1000 tokens/秒的高速推理。SWE-2是该路线的下一代,主打"前沿性能+四分之一成本"的差异化定位。
影响:
SWE-2的发布把编码Agent的成本-性能曲线推到了一个新的临界点。在FrontierCode 1.1 Main、DeepSWE 1.1等基准上,SWE-2在大幅低于GPT-6 Astra、Fable 5.1价格的同时,已基本追平这些闭源前沿模型的得分。这意味着企业级代码Agent部署的总拥有成本(TCO)将进一步下行,规模化采用门槛显著降低。
对OpenAI、Anthropic等以闭源API收费的前沿模型供应商而言,SWE-2代表一种新的价格锚点——以自研底座+大规模RL后训练+单模型多档位的组合,能够在不牺牲太多性能的前提下提供明显更低的价位。
对Cursor、GitHub Copilot、Codeium等集成型编程工具来说,Cognition的"模型+Devin Agent"一体化路径也将形成新的竞争压力。
总结:
Cognition用SWE-2把"前沿性能+四分之一成本"打成了新的市场卖点,同时凭借多档位单轮RL等技术,把自家从"Devin背后的工具型公司"重新定位为"价格锚定型模型供应商"。在估值翻倍、20亿美元E轮融资的热度之下,SWE-2是Cognition面向OpenAI、Anthropic等闭源前沿模型的第一次系统性正面竞争。
参考来源:
1. Cognition官方博客:Introducing SWE-2: Pushing the Pareto Frontier(https://cognition.com/blog/swe-2)
2. Hacker News:Cognition launches new SWE-2 model, Rivaling Fable 5.1 and GPT-Astra(https://cognition.com/blog/swe-2 via HN ranking)
3. The Decoder:报道 SWE-2 发布及 FrontierCode 1.1 基准成绩(https://the-decoder.com/)
4. Cognition官方博客:FrontierCode 1.1 基准详情(https://cognition.com/blog/frontier-code-1.1)
5. Cognition官方博客:SWE-1.7 训练基础设施与方法(https://cognition.com/blog/swe-1-7)
6. arXiv:Moonshot AI Kimi K3 技术报告(https://arxiv.org/abs/2607.24653)
7. AIToolTier:Devin / Cognition 2026 评测与战略(https://aitooltier.com/tools/devin)
8. AI Wiki:Devin(AI software engineer)历史与SWE模型谱系(https://aiwiki.ai/wiki/Devin)
9. AxBrief:Cognition's SWE-1.7 Breaks the Post-Training Ceiling with 1 Trillion Parameters(https://axbrief.com/en/article/cognitions-swe-1-7-breaks-the-post-training-ceiling-with-1-trillion-48833866)









