Cognition lance SWE-2 Flash, des agents de codage plus rapides et moins coûteux

Cognition a annoncé SWE-2 Flash le 4 novembre 2026 et indique que ce modèle de codage fonctionne trois fois plus vite et coûte cinq fois moins cher que son modèle SWE-2, plus grand. Disponible dans Devin Desktop et en ligne de commande, il vise les tâches courantes des agents logiciels plutôt que la première place dans tous les tests de référence.

Les tâches visées comprennent l’automatisation, la révision de code, le développement de fonctionnalités et la mise à jour de la documentation. Son utilisation est gratuite jusqu’au 30 novembre 2026. Flash compte 276 milliards de paramètres au total, dont 12 milliards actifs, comme Inkling-Small de Thinking Machines Lab, le modèle de base à mélange d’experts adapté par Cognition. Thinking Machines a publié les poids complets d’Inkling-Small le 30 juillet 2026.

Résultats et compromis des tests de référence

Cognition communique les résultats d’évaluation suivants. Ils font état de progrès importants par rapport à Inkling-Small, mais de résultats contrastés face à SWE-2 :

Dans la comparaison de Cognition, Flash devance légèrement SWE-2 sur FrontierCode 2.0, tandis que SWE-2 obtient de meilleurs résultats sur Terminal-Bench 4.0 et DeepSWE 1.1. Ces résultats présentent Flash comme une solution plus rapide et moins coûteuse, plutôt que comme un remplacement supérieur à son modèle plus grand dans tous les domaines.

Cognition affirme que Flash surpasse tous les modèles américains à poids ouverts dans les principales évaluations qu’elle présente, y compris des modèles trois fois plus grands. L’illustration de la vitesse de génération précise la méthode employée : l’exécution gsea-proteomics de chaque modèle sur Terminal-Bench 4.0 est rejouée à des débits simulés de 200 jetons par seconde pour Flash et de 60 pour SWE-2, les transcriptions étant raccourcies pour avoir la même longueur.

Entraînement intermédiaire et apprentissage par renforcement

Cognition indique que c’est la première fois que sa méthode comprend une phase d’entraînement intermédiaire à grande échelle avant l’apprentissage par renforcement. Pour choisir le mélange de données, l’équipe a constitué un jeu de données de codage tenu à l’écart de l’entraînement, destiné à représenter des situations réelles de génie logiciel. Elle a comparé les mélanges candidats selon le nombre de jetons nécessaires à chacun pour atteindre la perte de validation de l’exécution de référence, faisant ainsi de l’efficacité en jetons un critère de sélection.

Le mélange final comprenait quelques milliers de milliards de jetons provenant d’articles scientifiques, de blogues, de code et d’autres sources. L’entraînement s’est déroulé en trois étapes, afin que les données les plus rares et de la meilleure qualité soient utilisées plus tard. Cognition indique que la perte de validation sur les données tenues à l’écart s’est améliorée à un rythme log-linéaire stable au fil de ces étapes.

Une phase d’apprentissage par renforcement à grande échelle a suivi. Cognition attribue la majeure partie des progrès par rapport à sa méthode SWE-2 à des tâches de meilleure qualité et plus variées, plutôt qu’à des ajustements de la méthode. L’équipe a examiné les consignes des tâches, la configuration des environnements et les mécanismes de vérification, et a ajouté des types de tâches destinés à développer des capacités plus larges de raisonnement et de résolution de problèmes pour les flux de travail réels dans Devin.

Accès restreint aux poids

Les poids de Flash ne sont pas encore communiqués au public. Cognition met en place un programme sécurisé de partage destiné à des partenaires industriels de confiance et à des laboratoires de recherche, et promet de fournir davantage de détails. L’accès envisagé permettrait aux partenaires agréés d’affiner le modèle et de l’exécuter dans des environnements sensibles contrôlés par les clients, notamment sur leur propre infrastructure. Les chercheurs, quant à eux, pourraient étudier son comportement et les risques d’utilisation abusive.

Cognition indique qu’un entraînement ciblé à la cybersécurité a fait passer le score d’ExploitBench de 11,3 % pour Inkling-Small à 34,8 %, mais avertit que ces mêmes capacités pourraient aider des attaquants malveillants, ce qui motive la décision de ne pas publier les poids.

La publication sur la sécurité de Cognition du 26 octobre 2026 décrit comment l’IA accélère le travail aussi bien des attaquants que des défenseurs et évoque les vulnérabilités d’exécution de code à distance dans PHP et Node.js, divulguées le 21 octobre 2026.

Cette annonce distingue l’utilité immédiate d’un accès plus large. Dans Devin, Flash est présenté comme une option rapide et économique pour les tâches d’ingénierie courantes. Au-delà de ce produit, sa valeur pour les entreprises et les chercheurs dépendra de la capacité du programme prévu à offrir l’affinage du modèle et son déploiement dans des environnements contrôlés par les clients, conformément aux restrictions de sécurité définies par Cognition.