Cognition uvádí SWE-2 Flash: rychlejší a levnější kódovací agenti

Společnost Cognition oznámila model SWE-2 Flash 4. listopadu 2026 a uvádí, že tento kódovací model běží třikrát rychleji a stojí pětinu ceny jeho většího sourozence SWE-2. Je dostupný v Devin Desktop a CLI a je určen pro běžné úkoly softwarových agentů, nikoli k tomu, aby bez výjimky dominoval ve všech benchmarkových testech.

Mezi zamýšlené úkoly patří automatizace, kontrola kódu, vývoj funkcí a aktualizace dokumentace; model lze zdarma používat do 30. listopadu 2026. Flash má celkem 276 miliard parametrů, z nichž je aktivních 12 miliard, což odpovídá modelu Inkling-Small od Thinking Machines Lab, základnímu modelu typu mixture-of-experts, který společnost Cognition upravila. Společnost Thinking Machines zveřejnila kompletní váhy modelu Inkling-Small 30. července 2026.

Zlepšení v benchmarcích a kompromisy

Cognition uvádí následující výsledky hodnocení, které ukazují výrazné zlepšení oproti modelu Inkling-Small, ale smíšené výsledky ve srovnání s SWE-2:

Podle srovnání společnosti Cognition Flash mírně překonává SWE-2 v testu FrontierCode 2.0, zatímco SWE-2 dosahuje lepších výsledků v testech Terminal-Bench 4.0 a DeepSWE 1.1. Výsledky představují Flash jako levnější a rychlejší alternativu, nikoli jako plnohodnotnou náhradu většího sourozence ve všech ohledech.

Cognition uvádí, že Flash překonává všechny americké modely s otevřenými vahami v hlavních hodnoceních, jejichž výsledky zveřejňuje, a to včetně modelů třikrát větších. Ukázka rychlosti generování přesně popisuje použitou metodu: běh každého modelu v úloze gsea-proteomics v testu Terminal-Bench 4.0 se přehrává simulovanou rychlostí 200 tokenů za sekundu u Flash a 60 tokenů za sekundu u SWE-2; přepisy jsou přitom zkráceny na stejnou délku.

Mezitrénink a posilované učení

Cognition uvádí, že jde o první případ, kdy její tréninkový postup zařadil rozsáhlou fázi mezitréninku před posilované učení. Tým sestavil odloženou datovou sadu kódovacích úloh, která měla reprezentovat skutečné scénáře softwarového inženýrství, aby mohl vybrat vhodnou směs dat. Jednotlivé kandidátní směsi porovnával podle počtu tokenů, které každá z nich potřebovala k dosažení validační ztráty referenčního běhu; kritériem výběru tak byla efektivita využití tokenů.

Výsledná směs obsahovala několik bilionů tokenů získaných z vědeckých článků, blogů, kódu a dalších zdrojů. Trénink probíhal ve třech fázích, aby se nejvzácnější a nejkvalitnější data objevila až v pozdějších fázích. Cognition uvádí, že se validační ztráta na odložené datové sadě v průběhu těchto fází zlepšovala stabilním log-lineárním tempem.

Následovalo rozsáhlé posilované učení. Cognition připisuje většinu zlepšení oproti tréninkovému postupu SWE-2 vyšší kvalitě a větší rozmanitosti úloh, nikoli úpravám samotného postupu. Tým prověřil zadání úloh, nastavení prostředí a ověřovací mechanismy a přidal typy úloh, jejichž cílem bylo rozvíjet širší schopnosti uvažování a řešení problémů při skutečné práci s Devin.

Omezený přístup k vahám

Váhy modelu Flash zatím nejsou veřejně dostupné. Společnost Cognition buduje zabezpečený program sdílení pro důvěryhodné průmyslové partnery a výzkumné laboratoře a slibuje, že zveřejní další podrobnosti. Plánovaný přístup by schváleným partnerům umožnil model dolaďovat a provozovat ho v citlivých prostředích pod kontrolou zákazníků, včetně místní infrastruktury, zatímco výzkumníci by mohli zkoumat jeho chování a možné zneužití.

Cognition uvádí, že cílený trénink v oblasti kybernetické bezpečnosti zvýšil skóre v testu ExploitBench z 11,3 % u modelu Inkling-Small na 34,8 %. Zároveň varuje, že stejné schopnosti by mohly pomáhat útočníkům, a proto se rozhodla nezveřejnit váhy modelu.

Bezpečnostní příspěvek společnosti Cognition z 26. října 2026 popisuje, jak umělá inteligence urychluje práci útočníků i obránců, a zabývá se zranitelnostmi umožňujícími vzdálené spuštění kódu v PHP a Node.js, které byly zveřejněny 21. října 2026.

Vydání modelu odděluje okamžitý užitek od širšího přístupu. V rámci Devin představuje Flash podle dostupných informací rychlejší a levnější možnost pro každodenní technickou práci. Jeho přínos pro podniky a výzkumníky nad rámec tohoto produktu závisí na tom, zda plánovaný program dokáže v rámci bezpečnostních omezení stanovených společností Cognition nabídnout dolaďování modelu a jeho nasazení pod kontrolou zákazníků.