Cognition wprowadza SWE-2 Flash — szybszego i tańszego agenta do programowania

Cognition ogłosiło premierę SWE-2 Flash 4 listopada 2026 roku i informuje, że model do programowania działa trzykrotnie szybciej i kosztuje jedną piątą tego, co większy model SWE-2. Dostępny w Devin Desktop i CLI, jest przeznaczony do rutynowych zadań wykonywanych przez agentów programistycznych, a nie do osiągania najlepszych wyników we wszystkich benchmarkach.

Do zadań, do których ma służyć, należą automatyzacja, przegląd kodu, tworzenie funkcji i aktualizowanie dokumentacji; z modelu można korzystać bezpłatnie do 30 listopada 2026 roku. Flash ma 276 miliardów parametrów łącznie i 12 miliardów aktywnych parametrów, tyle samo co Inkling-Small firmy Thinking Machines Lab — bazowy model typu mixture of experts, który Cognition zaadaptowało. Thinking Machines udostępniło pełne wagi Inkling-Small 30 lipca 2026 roku.

Wyniki benchmarków i kompromisy

Cognition podaje następujące wyniki ewaluacji. Wskazują one na znaczny postęp względem Inkling-Small, ale w porównaniu z SWE-2 obraz jest niejednoznaczny:

W porównaniu przedstawionym przez Cognition Flash nieznacznie wyprzedza SWE-2 w FrontierCode 2.0, natomiast SWE-2 uzyskuje lepsze wyniki w Terminal-Bench 4.0 i DeepSWE 1.1. Wyniki pokazują, że Flash jest tańszą i szybszą alternatywą, a nie bezwarunkowym zamiennikiem większego modelu.

Cognition twierdzi, że Flash osiąga lepsze wyniki niż wszystkie amerykańskie modele z otwartymi wagami w czołowych ewaluacjach, które firma podaje, w tym modele trzykrotnie większe. Przykład ilustrujący szybkość generowania jest opisany szczegółowo pod względem metody: przebieg gsea-proteomics z Terminal-Bench 4.0, wykonany przez każdy model, odtwarza się z symulowaną szybkością 200 tokenów na sekundę dla Flash i 60 dla SWE-2, skracając transkrypcje do tej samej długości.

Trening pośredni i uczenie przez wzmacnianie

Cognition informuje, że po raz pierwszy w ramach opracowanej przez firmę metody zastosowano etap treningu pośredniego na dużą skalę przed uczeniem przez wzmacnianie. Aby wybrać mieszankę danych, zespół przygotował odłożony na bok zbiór danych programistycznych, który miał odzwierciedlać rzeczywiste scenariusze pracy inżynierów oprogramowania. Porównano, ile tokenów każda z rozważanych mieszanek wymagała do osiągnięcia straty walidacyjnej uzyskanej w przebiegu bazowym, traktując efektywne wykorzystanie tokenów jako jedno z kryteriów wyboru.

Ostateczna mieszanka obejmowała kilka bilionów tokenów pochodzących z artykułów naukowych, blogów, kodu i innych źródeł. Trening przebiegał w trzech etapach, tak aby najrzadsze dane najwyższej jakości pojawiły się na późniejszym etapie. Cognition informuje, że strata walidacyjna na odłożonym zbiorze zmniejszała się w stałym tempie log-liniowym na przestrzeni tych etapów.

Następnie przeprowadzono uczenie przez wzmacnianie na dużą skalę. Cognition przypisuje większość poprawy względem metody SWE-2 firmy wyższej jakości i większej różnorodności zadań, a nie modyfikacjom metody. Zespół skontrolował instrukcje dotyczące zadań, konfigurację środowiska i weryfikatory, a także dodał typy zadań, które miały rozwijać szersze umiejętności rozumowania i rozwiązywania problemów w rzeczywistych procesach pracy Devin.

Ograniczony dostęp do wag

Wagi Flash nie są jeszcze publicznie udostępniane. Cognition tworzy bezpieczny program udostępniania modelu zaufanym partnerom branżowym i laboratoriom badawczym; firma zapowiada, że poda więcej szczegółów. Planowany dostęp umożliwi zatwierdzonym partnerom dostrajanie modelu i uruchamianie go w środowiskach wrażliwych, kontrolowanych przez klientów, w tym w infrastrukturze lokalnej, a badaczom pozwoli analizować jego zachowanie i możliwe nadużycia.

Cognition informuje, że ukierunkowany trening z zakresu cyberbezpieczeństwa podniósł wynik w ExploitBench z 11,3% dla Inkling-Small do 34,8%, ostrzega jednak, że te same możliwości mogą pomóc złośliwym atakującym. To skłoniło firmę do wstrzymania publicznego udostępnienia wag.

W wpisie o bezpieczeństwie z 26 października 2026 roku Cognition opisuje, jak AI przyspiesza pracę zarówno atakujących, jak i obrońców, oraz omawia luki umożliwiające zdalne wykonanie kodu w PHP i Node.js, ujawnione 21 października 2026 roku.

W komunikacie o premierze rozróżniono natychmiastową użyteczność modelu od szerszego dostępu do niego. W ramach Devin Flash jest przedstawiany jako tańsza i szybsza opcja do codziennych prac inżynieryjnych. Poza tym produktem jego wartość dla przedsiębiorstw i badaczy będzie zależeć od tego, czy planowany program umożliwi dostrajanie modelu i wdrażanie go w środowiskach kontrolowanych przez klientów, z zachowaniem ograniczeń bezpieczeństwa określonych przez Cognition.