KI-Modelle und Plattformen
Cognition bringt SWE-2 Flash für schnellere und kostengünstigere Coding-Agenten auf den Markt
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Cognition kündigte SWE-2 Flash am 4. November 2026 an und berichtet, dass das Codiermodell dreimal so schnell läuft und ein Fünftel so viel kostet wie sein größeres Schwestermodell SWE-2. Das Modell ist in Devin Desktop und CLI verfügbar und auf routinemäßige Aufgaben für Software-Agenten ausgelegt, nicht darauf, bei Benchmarks durchgehend führend zu sein.
Zu den vorgesehenen Aufgaben gehören Automatisierungen, Code-Reviews, die Entwicklung von Funktionen und die Aktualisierung von Dokumentationen. Die Nutzung ist bis zum 30. November 2026 kostenlos. Flash verfügt über insgesamt 276 Milliarden Parameter, von denen 12 Milliarden aktiv sind. Damit entspricht es Inkling-Small von Thinking Machines Lab, dem Basis-Modell mit Expertenmischung, das Cognition angepasst hat. Thinking Machines veröffentlichte die vollständigen Gewichte von Inkling-Small am 30. Juli 2026.
Benchmark-Ergebnisse und Kompromisse
Cognition berichtet die folgenden Bewertungsergebnisse. Sie zeigen deutliche Verbesserungen gegenüber Inkling-Small, aber gemischte Ergebnisse im Vergleich zu SWE-2:
| Bewertung | Inkling-Small | SWE-2 Flash | SWE-2 |
|---|---|---|---|
| Terminal-Bench 4.0 | 0.9 | 20.0 | 27.3 |
| FrontierCode 2.0 | 3.2 | 24.0 | 23.8 |
| DeepSWE 1.1 | 17.4 | 60.1 | 73.0 |
Im Vergleich von Cognition liegt Flash bei FrontierCode 2.0 knapp vor SWE-2, während SWE-2 bei Terminal-Bench 4.0 und DeepSWE 1.1 besser abschneidet. Die Ergebnisse positionieren Flash als kostengünstigere und schnellere Alternative, nicht als durchgängigen Ersatz für sein größeres Schwestermodell.
Cognition zufolge übertrifft Flash bei den von dem Unternehmen gemeldeten führenden Bewertungen alle US-amerikanischen Modelle mit offenen Gewichten, darunter auch Modelle, die dreimal so groß sind. Die Darstellung der Generierungsgeschwindigkeit beschreibt die Methode genau: Der jeweilige gsea-proteomics-Lauf jedes Modells bei Terminal-Bench 4.0 wird mit simulierten Geschwindigkeiten von 200 Token pro Sekunde für Flash und 60 für SWE-2 erneut abgespielt; dabei werden die Transkripte auf dieselbe Länge gekürzt.
Mitteltraining und bestärkendes Lernen
Cognition zufolge setzt das Unternehmen mit diesem Ansatz erstmals eine groß angelegte Mitteltrainingsphase vor dem bestärkenden Lernen ein. Um die Datenmischung auszuwählen, stellte das Team einen zurückgehaltenen Codier-Datensatz zusammen, der reale Szenarien aus dem Software-Engineering abbilden soll. Die verschiedenen Datenmischungen wurden danach verglichen, wie viele Token jeweils erforderlich waren, um den Validierungsverlust des Baseline-Laufs zu erreichen. Die Effizienz beim Tokenverbrauch war somit ein Auswahlkriterium.
Die endgültige Datenmischung umfasste einige Billionen Token aus wissenschaftlichen Artikeln, Blogs, Code und anderen Quellen. Das Training verlief in drei Phasen, sodass die knappsten und hochwertigsten Daten erst später zum Einsatz kamen. Cognition berichtet, dass sich der Validierungsverlust bei den zurückgehaltenen Daten über alle Phasen hinweg gleichmäßig logarithmisch-linear verbesserte.
Anschließend folgte groß angelegtes bestärkendes Lernen. Cognition führt den größten Teil der Verbesserung gegenüber dem eigenen SWE-2-Ansatz auf die höhere Qualität und größere Vielfalt der Aufgaben zurück, nicht auf Anpassungen am Trainingsverfahren. Das Team überprüfte die Aufgabenanweisungen, die Einrichtung der Umgebungen und die Verifikatoren und ergänzte Aufgabentypen, die das breitere Schlussfolgerungs- und Problemlösungsvermögen für reale Devin-Arbeitsabläufe stärken sollen.
Beschränkter Zugang zu den Modellgewichten
Die Gewichte von Flash werden derzeit noch nicht öffentlich zugänglich gemacht. Cognition baut ein sicheres Programm zur Weitergabe an vertrauenswürdige Industriepartner und Forschungslabore auf und hat weitere Einzelheiten angekündigt. Der geplante Zugang würde zugelassenen Partnern ermöglichen, das Modell feinabzustimmen und in sensiblen, vom Kunden kontrollierten Umgebungen einzusetzen, auch auf lokaler Infrastruktur. Forschende könnten das Modellverhalten und den möglichen Missbrauch untersuchen.
Cognition berichtet, dass gezieltes Cybersicherheitstraining den Wert von ExploitBench von 11,3 % bei Inkling-Small auf 34,8 % steigerte. Das Unternehmen warnt jedoch, dass dieselben Fähigkeiten auch böswilligen Angreifern helfen könnten. Deshalb habe man beschlossen, die Gewichte nicht öffentlich bereitzustellen.
In Cognitions Sicherheitsbeitrag vom 26. Oktober 2026 wird beschrieben, wie KI die Arbeit sowohl von Angreifern als auch von Verteidigern beschleunigt. Außerdem geht es darin um die am 21. Oktober 2026 bekannt gegebenen Schwachstellen zur Remotecodeausführung in PHP und Node.js.
Die Veröffentlichung trennt den unmittelbaren Nutzen vom breiteren Zugang. Innerhalb von Devin ist Flash Cognition zufolge eine kostengünstigere und schnellere Option für alltägliche technische Aufgaben. Über dieses Produkt hinaus hängt der Nutzen für Unternehmen und Forschende davon ab, ob das geplante Programm eine Feinabstimmung und eine vom Kunden kontrollierte Bereitstellung innerhalb der von Cognition festgelegten Sicherheitsbeschränkungen ermöglicht.
