AIモデルとプラットフォーム
Cognition、より高速かつ低コストのコーディングエージェント「SWE-2 Flash」を発表
Unite.AI を Google の優先ソースに追加
2026年11月4日、Cognitionが発表した「SWE-2 Flash」は、より大規模な同系モデルSWE-2と比べて3倍の速度で動作し、価格は5分の1だという。Devin DesktopとCLIで利用でき、あらゆるベンチマークで最高の成績を目指すのではなく、日常的なソフトウェアエージェント業務を想定している。
想定される用途には、自動化、コードレビュー、機能開発、ドキュメントの更新が含まれ、2026年11月30日までは無料で利用できる。Flashの総パラメーター数は2,760億、アクティブパラメーター数は120億で、Cognitionが適応させたMixture-of-Experts方式のベースモデル、Thinking Machines LabのInkling-Smallと同じ規模だ。Thinking Machinesは2026年7月30日にInkling-Smallの全ウェイトを公開した。
ベンチマークの向上とトレードオフ
Cognitionによると、以下の評価スコアはInkling-Smallを大きく上回る一方、SWE-2との比較では結果がまちまちであることを示している。
| 評価項目 | 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 |
Cognitionの比較では、FlashはFrontierCode 2.0でSWE-2をわずかに上回る一方、Terminal-Bench 4.0とDeepSWE 1.1ではSWE-2のスコアが高い。この結果から、Flashはより大規模な同系モデルをあらゆる面で置き換えるものではなく、コストと速度を重視した選択肢として位置づけられる。
Cognitionによると、報告対象とした主要な評価では、Flashは米国のすべてのオープンウェイトモデルを上回り、その中にはFlashの3倍の規模のモデルも含まれる。生成速度を示す例では、その測定方法も具体的に説明している。各モデル自身のTerminal-Bench 4.0のgsea-proteomics実行を再生し、Flashは毎秒200トークン、SWE-2は毎秒60トークンの速度をシミュレーションする。トランスクリプトは同じ長さにそろえている。
中間学習と強化学習
Cognitionによると、同社の学習手法で、大規模な中間学習段階を強化学習より前に置くのは今回が初めてだ。データの混合比率を決めるにあたり、チームは実際のソフトウェアエンジニアリングのシナリオを再現することを目的に、評価用に留保したコーディングデータセットを作成した。候補となるデータの混合比率は、それぞれがベースラインの実行時と同じ検証損失に達するまでに必要とするトークン数で比較され、トークン効率が選定基準となった。
最終的なデータの混合には、学術論文、ブログ、コードなどのソースから集めた数兆個規模のトークンが含まれた。学習は3段階で進められ、最も希少で質の高いデータが後半に使われるようにした。Cognitionによると、評価用に留保したデータでの検証損失は、これらの段階を通じて安定した対数線形のペースで改善した。
その後、大規模な強化学習を実施した。Cognitionは、SWE-2の学習手法からの改善の大部分は、手法の調整ではなく、タスクの質の向上と多様化によるものだとしている。チームはタスクの指示、環境設定、検証器を監査し、実際のDevinのワークフローにおいて、より幅広い推論力と問題解決力を養うことを目的としたタスクの種類を追加した。
ウェイトへのアクセスを制限
Flashのウェイトは、現時点では一般公開されていない。Cognitionは、信頼できる業界パートナーや研究機関向けの安全な共有プログラムを構築しており、詳細は今後発表するとしている。計画中のアクセスプログラムでは、承認されたパートナーがモデルをファインチューニングし、オンプレミスのインフラを含む、顧客が管理する機密性の高い環境で実行できるようになる。また、研究者はモデルの挙動や悪用される可能性を調査できる。
Cognitionによると、サイバーセキュリティを対象とした訓練により、ExploitBenchのスコアはInkling-Smallの11.3%から34.8%に上昇した。一方で、同じ能力が悪意ある攻撃者の助けになる可能性もあるとして、ウェイトを一般公開しない決定に至ったと警告している。
Cognitionが2026年10月26日に公開したセキュリティに関する投稿では、AIによって攻撃者と防御側の双方の作業が加速していると述べ、2026年10月21日に公表されたPHPおよびNode.jsのリモートコード実行の脆弱性について論じている。
今回のリリースでは、すぐに利用できる実用性と、より広範なアクセスとを分けている。Devin内では、Flashは日常的なエンジニアリング業務向けの、コストと速度に優れた選択肢として報告されている。この製品の枠を超えた企業や研究者にとっての価値は、Cognitionが定めたセキュリティ上の制限のもとで、計画中のプログラムがファインチューニングと顧客管理下での展開を実現できるかどうかにかかっている。
