Cognition 發布 SWE-2 程式碼模型：基於 2.8T 參數 Kimi K3 訓練，FrontierCode 跑分達 50%

Cognition 宣布推出最新程式碼模型 SWE-2，即日起於 Devin Desktop 與 CLI 上線，並將陸續部署至 Devin Web 與 Fusion。 SWE-2 基於 2.8 兆參數的 Kimi K3 模型進行後訓練（post-training）。官方表示，透過將強化學習（RL）擴展至兆級參數規模，並採用在單次運行中訓練所有推理層級的 RL 演算法，模型在多項基準測試中較基礎模型提升 5 至 6 分。 在 FrontierCode 1.1 Main 測試中，SWE-2 取得 50.0% 的成績，超越 Grok 4.6（48.0%）與 GPT-5.6 Sol（47.5%），逼近 Fable 5.1（50.9%）但成本降低 64%，並以四分之一的成本接近 GPT-6 Astra（53.3%）。在 DeepSWE 1.1 中，SWE-2 獲得 73.0%；但在 Terminal-Bench 4 中僅獲 27.3%，落後於 Fable 5.1（55.8%）與 GPT-6 Astra（57.9%）。 技術與訓練方面，SWE-2 引入依據推理層級的線性成本懲罰機制，並透過 NVFP4/FP8 核心與量化感知訓練降低記憶體使用量，在基礎模型參數達前代 3 倍的情況下維持相近的吞吐量。此外，團隊將 RL 環境數量增加三倍，並加入指令跟隨覆蓋層。 在行為表現上，SWE-2 改善了前代過度探索的問題。在 FrontierCode 1.1 Main 中，SWE-2 medium 的平均對話輪數較前代 SWE-1.7 減少 58%，成本降低 81%，且首次實際編輯程式碼的中位數步數從 48 步大幅縮短至 18 步。官方亦指出其具備更佳的測試覆蓋率與資源運用能力，例如在缺乏 MCP 整合時，能主動從 Slack 歷史紀錄中重建資料。