Cognitionは、同社の最も高度なコーディングモデルとなる「SWE-2」を発表しました。同社によると、SWE-2はFrontierCode 1.1 Mainにおいて50.0%のスコアを記録し、Fable 5.1の性能に肉薄しながら、コストを64%削減しているとしています。また、GPT-6 Astraに対しては、コストを4分の1に抑えつつ、スコアの差をわずか数ポイントに留めています。

SWE-2の開発には、2.8兆パラメータを持つKimi K3をベースとしたポストトレーニング技術が用いられています。特に、強化学習（RL）において、単一の実行でさまざまな思考レベル（effort levels）を訓練できる新しいアルゴリズムを導入した点が特徴です。これにより、タスクの複雑さに応じたコストと性能の最適なバランス（パレート最適）を実現していると同社は説明しています。

性能面では、SWE-2 mediumは、従来のSWE-1.7と比較して、実行ステップ数を平均58%削減しながら、より高いスコアを記録しています。これは、モデルの判断力が向上したことで、コードベースの不要な探索を減らし、より迅速な実装に着手できるようになったためとしています。

SWE-2は、本日よりDevin Desktop、CLI、Devin Web、Fusionにおいて利用可能となります。

出典: