Cognition lanza SWE-2 Flash, agentes de programación más rápidos y económicos

Cognition anunció SWE-2 Flash el 4 de noviembre de 2026 y afirma que el modelo de programación funciona tres veces más rápido y cuesta una quinta parte que su modelo SWE-2, de mayor tamaño. Disponible en Devin Desktop y CLI, está pensado para tareas rutinarias de agentes de software, no para liderar de forma uniforme en los benchmarks.

Entre los usos previstos se incluyen las automatizaciones, la revisión de código, el desarrollo de funciones y las actualizaciones de documentación; se ofrecerá de forma gratuita hasta el 30 de noviembre de 2026. Flash tiene 276.000 millones de parámetros en total y 12.000 millones de parámetros activos, las mismas cifras que Inkling-Small de Thinking Machines Lab, el modelo base de mezcla de expertos que Cognition adaptó. Thinking Machines publicó todos los pesos de Inkling-Small el 30 de julio de 2026.

Mejoras y compensaciones en los benchmarks

Cognition informa de los siguientes resultados de evaluación, que muestran mejoras sustanciales frente a Inkling-Small, pero resultados dispares frente a SWE-2:

En la comparación de Cognition, Flash supera por un estrecho margen a SWE-2 en FrontierCode 2.0, mientras que SWE-2 obtiene mejores resultados en Terminal-Bench 4.0 y DeepSWE 1.1. Los resultados presentan Flash como una alternativa más económica y rápida, no como un reemplazo superior en todos los aspectos a su modelo hermano de mayor tamaño.

Cognition afirma que Flash supera a todos los modelos estadounidenses de pesos abiertos en las principales evaluaciones que presenta, incluidos modelos tres veces más grandes. La ilustración de su velocidad de generación especifica el método: se vuelve a reproducir la ejecución de gsea-proteomics de Terminal-Bench 4.0 de cada modelo a velocidades simuladas de 200 tokens por segundo para Flash y 60 para SWE-2, y se recortan las transcripciones para igualar su longitud.

Entrenamiento intermedio y aprendizaje por refuerzo

Cognition afirma que esta es la primera vez que su receta incluye una etapa de entrenamiento intermedio a gran escala antes del aprendizaje por refuerzo. Para elegir la mezcla de datos, el equipo seleccionó cuidadosamente un conjunto de datos de programación reservado para la evaluación, concebido para representar situaciones reales de ingeniería de software. Comparó las mezclas candidatas según la cantidad de tokens que cada una necesitaba para alcanzar la pérdida de validación de la ejecución de referencia, por lo que la eficiencia en el uso de tokens fue un criterio de selección.

La mezcla final contenía unos pocos billones de tokens procedentes de artículos científicos, blogs, código y otras fuentes. El entrenamiento se desarrolló en tres etapas para que los datos más escasos y de mayor calidad aparecieran en las últimas. Cognition informa que la pérdida de validación en los datos reservados mejoró a un ritmo log-lineal estable a lo largo de esas etapas.

A continuación se llevó a cabo un aprendizaje por refuerzo a gran escala. Cognition atribuye la mayor parte de la mejora frente a su receta de SWE-2 a tareas de mayor calidad y más diversas, no a ajustes en la receta. El equipo auditó las instrucciones de las tareas, la configuración de los entornos y los verificadores, y añadió tipos de tareas concebidos para desarrollar capacidades más amplias de razonamiento y resolución de problemas en flujos de trabajo reales de Devin.

Acceso restringido a los pesos

Por ahora, los pesos de Flash no se comparten públicamente. Cognition está creando un programa seguro para compartirlos con socios de confianza del sector y laboratorios de investigación, y promete ofrecer más detalles. El acceso previsto permitiría a los socios aprobados ajustar el modelo y ejecutarlo en entornos sensibles controlados por los clientes, incluida la infraestructura local, mientras que los investigadores podrían estudiar su comportamiento y los posibles usos indebidos.

Cognition informa que la formación específica en ciberseguridad elevó el resultado de ExploitBench del 11,3 % de Inkling-Small al 34,8 %, pero advierte que las mismas capacidades podrían ayudar a atacantes maliciosos, lo que motivó la decisión de no publicar los pesos.

La publicación de seguridad del 26 de octubre de 2026 de Cognition describe cómo la IA acelera el trabajo tanto de los atacantes como de los defensores, y analiza las vulnerabilidades de ejecución remota de código de PHP y Node.js divulgadas el 21 de octubre de 2026.

El lanzamiento distingue entre la utilidad inmediata y un acceso más amplio. Dentro de Devin, Flash se presenta como una opción más económica y rápida para las tareas cotidianas de ingeniería. Más allá de ese producto, su valor para las empresas y los investigadores dependerá de que el programa previsto permita ajustar el modelo y desplegarlo en entornos controlados por los clientes, conforme a las restricciones de seguridad establecidas por Cognition.