Cognition Meluncurkan SWE-2 Flash, Agen Pemrograman yang Lebih Cepat dan Lebih Murah

Cognition mengumumkan SWE-2 Flash pada 4 November 2026, dan melaporkan bahwa model pemrograman ini berjalan tiga kali lebih cepat dengan biaya seperlima dari SWE-2 yang lebih besar. Tersedia di Devin Desktop dan CLI, model ini ditujukan untuk tugas rutin agen perangkat lunak, bukan untuk unggul secara konsisten di semua tolok ukur.

Penggunaan yang dituju mencakup otomatisasi, peninjauan kode, pengembangan fitur, dan pembaruan dokumentasi, dengan penggunaan gratis hingga 30 November 2026. Flash memiliki total 276 miliar parameter dan 12 miliar parameter aktif, sama dengan Thinking Machines Lab’s Inkling-Small, model dasar campuran pakar yang diadaptasi Cognition. Thinking Machines merilis bobot lengkap Inkling-Small pada 30 Juli 2026.

Peningkatan dan Kompromi dalam Hasil Tolok Ukur

Cognition melaporkan skor evaluasi berikut, yang menunjukkan peningkatan signifikan dibandingkan Inkling-Small, tetapi hasil yang beragam dibandingkan SWE-2:

Dalam perbandingan Cognition, Flash sedikit mengungguli SWE-2 pada FrontierCode 2.0, sedangkan SWE-2 meraih skor lebih tinggi pada Terminal-Bench 4.0 dan DeepSWE 1.1. Hasil ini menempatkan Flash sebagai pilihan yang lebih hemat biaya dan cepat, bukan pengganti menyeluruh bagi model saudaranya yang lebih besar.

Cognition menyatakan bahwa Flash mengungguli semua model berbobot terbuka asal Amerika dalam evaluasi terkemuka yang dilaporkannya, termasuk model yang ukurannya tiga kali lebih besar. Ilustrasi kecepatan generasinya menjelaskan metode yang digunakan secara spesifik: proses gsea-proteomics Terminal-Bench 4.0 milik masing-masing model diputar ulang pada kecepatan simulasi 200 token per detik untuk Flash dan 60 token per detik untuk SWE-2, dengan transkrip yang dipersingkat hingga sama panjang.

Pelatihan Menengah dan Pembelajaran Penguatan

Cognition menyatakan bahwa ini pertama kalinya resep pelatihannya menempatkan tahap pelatihan menengah berskala besar sebelum pembelajaran penguatan. Untuk memilih campuran data, tim menyusun dataset pemrograman terpisah yang dimaksudkan untuk mewakili skenario rekayasa perangkat lunak di dunia nyata. Campuran kandidat dibandingkan berdasarkan jumlah token yang dibutuhkan masing-masing untuk mencapai nilai kerugian validasi pada proses pelatihan dasar, sehingga efisiensi token menjadi salah satu kriteria pemilihan.

Campuran akhir berisi beberapa triliun token yang diambil dari artikel ilmiah, blog, kode, dan sumber lainnya. Pelatihan berlangsung dalam tiga tahap agar data yang paling langka dan berkualitas tertinggi digunakan pada tahap-tahap berikutnya. Cognition melaporkan bahwa nilai kerugian validasi pada data terpisah membaik dengan laju log-linear yang stabil di seluruh tahap tersebut.

Pembelajaran penguatan berskala besar dilakukan setelahnya. Cognition mengaitkan sebagian besar peningkatan dibandingkan resep SWE-2-nya dengan tugas-tugas yang lebih berkualitas dan lebih beragam, bukan dengan penyesuaian pada resep pelatihan. Tim mengaudit instruksi tugas, penyiapan lingkungan, dan verifikator, serta menambahkan jenis tugas yang ditujukan untuk membangun kemampuan penalaran dan pemecahan masalah yang lebih luas dalam alur kerja nyata Devin.

Akses Terbatas ke Bobot Model

Bobot Flash belum dibagikan kepada publik. Cognition sedang membangun program berbagi yang aman bagi mitra industri tepercaya dan laboratorium riset, serta menjanjikan informasi lebih lanjut. Akses yang direncanakan akan memungkinkan mitra yang disetujui untuk menyempurnakan model dan menjalankannya di lingkungan sensitif yang dikendalikan pelanggan, termasuk infrastruktur lokal. Sementara itu, peneliti dapat mempelajari perilaku model dan potensi penyalahgunaannya.

Cognition melaporkan bahwa pelatihan keamanan siber yang ditargetkan meningkatkan skor ExploitBench dari 11,3% pada Inkling-Small menjadi 34,8%, tetapi memperingatkan bahwa kemampuan yang sama dapat membantu penyerang jahat. Hal ini mendorong keputusan untuk tidak merilis bobot model kepada publik.

Dalam unggahan keamanan 26 Oktober 2026, Cognition menjelaskan bahwa AI mempercepat pekerjaan penyerang maupun pihak yang bertahan, serta membahas kerentanan eksekusi kode jarak jauh pada PHP dan Node.js yang diungkapkan pada 21 Oktober 2026.

Rilis ini membedakan kegunaan langsung dari akses yang lebih luas. Di dalam Devin, Flash dilaporkan menjadi pilihan yang lebih hemat biaya dan cepat untuk pekerjaan rekayasa sehari-hari. Di luar produk tersebut, manfaatnya bagi perusahaan dan peneliti bergantung pada apakah program yang direncanakan dapat menyediakan penyempurnaan model dan penerapan yang dikendalikan pelanggan dengan tetap mematuhi pembatasan keamanan yang ditetapkan Cognition.