Modelli e piattaforme di IA
Cognition lancia SWE-2 Flash: agenti di programmazione più veloci e meno costosi
Aggiungi Unite.AI alle tue fonti preferite su Google
Cognition ha annunciato SWE-2 Flash il 4 novembre 2026 e riferisce che il modello di programmazione funziona a una velocità tripla e a un quinto del prezzo del modello più grande SWE-2. Disponibile in Devin Desktop e CLI, è pensato per le attività di routine degli agenti software, non per primeggiare indistintamente in tutti i benchmark.
Tra gli impieghi previsti figurano automazioni, revisione del codice, sviluppo di funzionalità e aggiornamenti della documentazione; l’utilizzo sarà gratuito fino al 30 novembre 2026. Flash ha 276 miliardi di parametri totali e 12 miliardi di parametri attivi, come Inkling-Small di Thinking Machines Lab, il modello di base a miscela di esperti adattato da Cognition. Thinking Machines ha rilasciato tutti i pesi di Inkling-Small il 30 luglio 2026.
Miglioramenti e compromessi nei benchmark
Cognition riporta i seguenti punteggi di valutazione, che mostrano notevoli miglioramenti rispetto a Inkling-Small, ma risultati contrastanti rispetto a SWE-2:
| Valutazione | 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 |
Nel confronto di Cognition, Flash supera di poco SWE-2 in FrontierCode 2.0, mentre SWE-2 ottiene un punteggio più alto in Terminal-Bench 4.0 e DeepSWE 1.1. I risultati presentano Flash come un’alternativa più economica e veloce, anziché come un sostituto migliore in ogni ambito del modello più grande.
Cognition afferma che Flash supera tutti i modelli open-weight statunitensi nelle principali valutazioni riportate, compresi modelli tre volte più grandi. L’esempio relativo alla velocità di generazione specifica il metodo: l’esecuzione gsea-proteomics di ciascun modello in Terminal-Bench 4.0 viene riprodotta a velocità simulate di 200 token al secondo per Flash e di 60 per SWE-2, con trascrizioni abbreviate alla stessa lunghezza.
Addestramento intermedio e apprendimento per rinforzo
Cognition afferma che è la prima volta che la sua ricetta prevede una fase di addestramento intermedio su larga scala prima dell’apprendimento per rinforzo. Per scegliere la miscela di dati, il team ha selezionato un dataset di programmazione tenuto da parte, pensato per rappresentare scenari reali di ingegneria del software. Le miscele candidate sono state confrontate in base al numero di token necessari a ciascuna per raggiungere la perdita di validazione dell’esecuzione di riferimento, facendo dell’efficienza in termini di token un criterio di selezione.
La miscela finale conteneva alcuni bilioni di token tratti da articoli scientifici, blog, codice e altre fonti. L’addestramento si è svolto in tre fasi, così che i dati più rari e di qualità più elevata fossero utilizzati nelle fasi successive. Cognition riferisce che, nel corso di queste fasi, la perdita di validazione sui dati tenuti da parte è migliorata a un ritmo log-lineare stabile.
È seguito un apprendimento per rinforzo su larga scala. Cognition attribuisce la maggior parte dei miglioramenti rispetto alla propria ricetta SWE-2 alla maggiore qualità e varietà delle attività, più che alle modifiche della ricetta stessa. Il team ha verificato le istruzioni delle attività, la configurazione degli ambienti e i sistemi di verifica, e ha aggiunto tipologie di attività pensate per sviluppare capacità più ampie di ragionamento e risoluzione dei problemi nei flussi di lavoro reali di Devin.
Accesso limitato ai pesi
I pesi di Flash non sono ancora condivisi pubblicamente. Cognition sta realizzando un programma sicuro di condivisione per partner industriali fidati e laboratori di ricerca e promette di fornire ulteriori dettagli. L’accesso previsto consentirebbe ai partner approvati di perfezionare il modello e utilizzarlo in ambienti sensibili controllati dai clienti, comprese le infrastrutture in sede, mentre i ricercatori potrebbero studiarne il comportamento e il potenziale uso improprio.
Cognition riferisce che l’addestramento mirato alla cybersicurezza ha portato il punteggio di ExploitBench dal 11,3% di Inkling-Small al 34,8%, ma avverte che le stesse capacità potrebbero aiutare gli aggressori malintenzionati, motivo per cui ha deciso di non rendere pubblici i pesi.
Nel suo post sulla sicurezza del 26 ottobre 2026, Cognition descrive come l’IA acceleri il lavoro sia degli aggressori sia dei difensori e parla delle vulnerabilità di esecuzione di codice da remoto in PHP e Node.js, divulgate il 21 ottobre 2026.
Il rilascio distingue l’utilità immediata dall’accesso più ampio. All’interno di Devin, Flash è presentato come un’opzione più economica e veloce per le attività quotidiane di ingegneria del software. Al di fuori di questo prodotto, il suo valore per le aziende e i ricercatori dipende dalla capacità del programma previsto di offrire la messa a punto e la distribuzione controllata dai clienti, nel rispetto delle restrizioni di sicurezza stabilite da Cognition.
