Modelos e plataformas de IA
Cognition lança o SWE-2 Flash para agentes de programação mais rápidos e econômicos
Adicione Unite.AI às suas fontes preferidas no Google
Cognition anunciou o SWE-2 Flash em 4 de novembro de 2026 e informa que o modelo de programação opera três vezes mais rápido e custa um quinto do preço de seu irmão maior, o SWE-2. Disponível no Devin Desktop e na CLI, ele se destina a tarefas rotineiras de agentes de software, em vez de buscar liderança uniforme em benchmarks.
Entre as tarefas previstas estão automações, revisão de código, desenvolvimento de recursos e atualizações de documentação; o uso será gratuito até 30 de novembro de 2026. O Flash tem 276 bilhões de parâmetros no total e 12 bilhões de parâmetros ativos, o mesmo número de Inkling-Small, da Thinking Machines Lab, o modelo-base de mistura de especialistas que a Cognition adaptou. A Thinking Machines disponibilizou os pesos completos do Inkling-Small em 30 de julho de 2026.
Resultados e compromissos nos benchmarks
A Cognition informa as seguintes pontuações de avaliação, que mostram ganhos expressivos em relação ao Inkling-Small, mas resultados variados em comparação com o SWE-2:
| Avaliação | 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 |
Na comparação da Cognition, o Flash supera por pouco o SWE-2 no FrontierCode 2.0, enquanto o SWE-2 obtém pontuações mais altas no Terminal-Bench 4.0 e no DeepSWE 1.1. Os resultados apresentam o Flash como uma alternativa mais econômica e rápida, não como um substituto superior em todos os aspectos ao irmão maior.
A Cognition afirma que o Flash supera todos os modelos americanos de pesos abertos nas principais avaliações que divulga, inclusive modelos três vezes maiores. A demonstração da velocidade de geração especifica o método: a execução de cada modelo no gsea-proteomics do Terminal-Bench 4.0 é reproduzida em velocidades simuladas de 200 tokens por segundo para o Flash e 60 para o SWE-2, com as transcrições encurtadas para terem o mesmo tamanho.
Treinamento intermediário e aprendizado por reforço
A Cognition afirma que esta é a primeira vez que sua receita inclui uma etapa de treinamento intermediário em larga escala antes do aprendizado por reforço. Para escolher a mistura de dados, a equipe selecionou criteriosamente um conjunto de dados de programação reservado para avaliação, destinado a representar situações reais de engenharia de software. As misturas candidatas foram comparadas pelo número de tokens de que cada uma precisava para atingir a perda de validação da execução de referência, tornando a eficiência em tokens um critério de seleção.
A mistura final continha alguns trilhões de tokens provenientes de artigos científicos, blogs, código e outras fontes. O treinamento ocorreu em três etapas, de modo que os dados mais escassos e de maior qualidade fossem usados mais tarde. A Cognition informa que a perda de validação no conjunto reservado melhorou a uma taxa log-linear estável ao longo dessas etapas.
Em seguida, houve aprendizado por reforço em larga escala. A Cognition atribui a maior parte da melhora em relação à sua receita do SWE-2 à maior qualidade e diversidade das tarefas, e não a ajustes na receita. A equipe auditou as instruções das tarefas, a configuração dos ambientes e os verificadores, além de acrescentar tipos de tarefa destinados a ampliar o raciocínio e a capacidade de resolução de problemas em fluxos de trabalho reais do Devin.
Acesso restrito aos pesos
Os pesos do Flash ainda não estão sendo compartilhados publicamente. A Cognition está desenvolvendo um programa seguro de compartilhamento para parceiros confiáveis do setor e laboratórios de pesquisa, e promete divulgar mais detalhes. O acesso planejado permitiria que parceiros aprovados ajustassem o modelo e o executassem em ambientes sensíveis controlados pelo cliente, inclusive em infraestrutura local, enquanto pesquisadores poderiam estudar seu comportamento e possíveis usos indevidos.
A Cognition informa que o treinamento direcionado em cibersegurança elevou a pontuação do Inkling-Small no ExploitBench de 11,3% para 34,8%, mas alerta que os mesmos recursos poderiam ajudar invasores mal-intencionados, o que motivou a decisão de não disponibilizar os pesos publicamente.
A publicação de segurança de 26 de outubro de 2026 da Cognition descreve como a IA acelera o trabalho tanto de atacantes quanto de defensores e aborda as vulnerabilidades de execução remota de código em PHP e Node.js divulgadas em 21 de outubro de 2026.
O lançamento distingue a utilidade imediata do acesso mais amplo. No Devin, o Flash é apresentado como uma opção mais econômica e rápida para o trabalho diário de engenharia. Fora desse produto, seu valor para empresas e pesquisadores dependerá de o programa planejado conseguir oferecer ajuste fino e implantação controlada pelo cliente, respeitando as restrições de segurança estabelecidas pela Cognition.
