Cognition lancerer SWE-2 Flash til hurtigere og billigere kodningsagenter

Cognition annoncerede SWE-2 Flash den 4. november 2026 og oplyser, at kodningsmodellen kører tre gange så hurtigt til en femtedel af prisen på dens større søstermodel SWE-2. Modellen fås i Devin Desktop og CLI og er målrettet rutineopgaver for softwareagenter snarere end førerposition på tværs af benchmarks.

De tiltænkte opgaver omfatter automatisering, kodegennemgang, funktionsudvikling og dokumentationsopdateringer, og modellen kan bruges gratis frem til den 30. november 2026. Flash har 276 milliarder parametre i alt og 12 milliarder aktive parametre, hvilket svarer til Inkling-Small fra Thinking Machines Lab, den grundmodel med en blanding af eksperter, som Cognition har tilpasset. Thinking Machines offentliggjorde Inkling-Smalls fulde vægte den 30. juli 2026.

Benchmarkresultater og afvejninger

Cognition oplyser følgende evalueringsresultater, som viser markante forbedringer i forhold til Inkling-Small, men blandede resultater sammenlignet med SWE-2:

I Cognitions sammenligning klarer Flash sig lidt bedre end SWE-2 på FrontierCode 2.0, mens SWE-2 scorer højere på Terminal-Bench 4.0 og DeepSWE 1.1. Resultaterne fremstiller Flash som et alternativ med lavere pris og højere hastighed, ikke som en fuldgyldig erstatning for den større søstermodel.

Cognition oplyser, at Flash klarer sig bedre end alle amerikanske modeller med åbne vægte på de førende evalueringer, virksomheden rapporterer om, herunder modeller, der er tre gange større. Illustrationen af genereringshastigheden beskriver metoden specifikt: Hver models egen gsea-proteomics-kørsel på Terminal-Bench 4.0 afspilles ved simulerede hastigheder på 200 tokens i sekundet for Flash og 60 for SWE-2, og udskrifterne forkortes til samme længde.

Mellemtræning og forstærkningslæring

Cognition siger, at det er første gang, virksomhedens opskrift har placeret et omfattende mellemtræningstrin før forstærkningslæring. For at vælge datasammensætningen udvalgte teamet et kodningsdatasæt, der blev holdt uden for træningen, og som skulle afspejle virkelige scenarier inden for softwareudvikling. Kandidatsammensætningerne blev sammenlignet ud fra, hvor mange tokens hver krævede for at nå valideringstabet fra grundkørslen, så tokeneffektivitet blev et udvælgelseskriterium.

Den endelige sammensætning indeholdt nogle få billioner tokens fra videnskabelige artikler, blogs, kode og andre kilder. Træningen foregik i tre trin, så de mest knappe data af højeste kvalitet indgik senere. Cognition oplyser, at valideringstabet på data, der var holdt uden for træningen, blev forbedret med en stabil log-lineær takt gennem de tre trin.

Derefter fulgte omfattende forstærkningslæring. Cognition tilskriver det meste af forbedringen i forhold til virksomhedens SWE-2-opskrift opgaver af højere kvalitet og større variation snarere end justeringer af opskriften. Teamet gennemgik opgaveinstruktioner, opsætning af miljøer og verifikatorer og tilføjede opgavetyper, der skulle styrke bredere ræsonnement og problemløsning i virkelige Devin-arbejdsgange.

Begrænset adgang til vægtene

Flashs vægte deles endnu ikke offentligt. Cognition er ved at opbygge et sikkert delingsprogram for betroede industripartnere og forskningslaboratorier og lover at offentliggøre flere oplysninger. Den planlagte adgang vil gøre det muligt for godkendte partnere at finjustere modellen og køre den i følsomme miljøer, der kontrolleres af kunderne, herunder lokal infrastruktur, mens forskere vil kunne undersøge modellens adfærd og potentielle misbrug.

Cognition oplyser, at målrettet cybersikkerhedstræning løftede resultatet på ExploitBench fra 11,3 % for Inkling-Small til 34,8 %, men advarer om, at de samme egenskaber kan hjælpe ondsindede angribere, hvilket førte til beslutningen om ikke at offentliggøre vægtene.

Cognitions sikkerhedsindlæg fra 26. oktober 2026 beskriver, hvordan AI fremskynder arbejdet for både angribere og forsvarere, og omtaler sårbarhederne i PHP og Node.js, der muliggør fjernkørsel af kode, og som blev offentliggjort den 21. oktober 2026.

Udgivelsen skelner mellem umiddelbar nytte og bredere adgang. I Devin er Flash ifølge Cognition en mulighed med lavere pris og højere hastighed til daglige udviklingsopgaver. Uden for dette produkt afhænger modellens værdi for virksomheder og forskere af, om det planlagte program kan tilbyde finjustering og kundekontrolleret implementering inden for de sikkerhedsbegrænsninger, Cognition har fastsat.