Cognition lansează SWE-2 Flash: agenți de programare mai rapizi și mai ieftini

Cognition a anunțat SWE-2 Flash pe 4 noiembrie 2026 și afirmă că modelul de programare rulează de trei ori mai repede și costă o cincime din prețul modelului SWE-2, mai mare, din aceeași familie. Disponibil în Devin Desktop și CLI, modelul este destinat sarcinilor obișnuite ale agenților software, nu dominării uniforme a benchmarkurilor.

Sarcinile vizate includ automatizări, revizuirea codului, dezvoltarea de funcționalități și actualizarea documentației, iar utilizarea este gratuită până la 30 noiembrie 2026. Flash are 276 de miliarde de parametri în total și 12 miliarde de parametri activi, la fel ca Inkling-Small de la Thinking Machines Lab, modelul de bază cu amestec de experți pe care Cognition l-a adaptat. Thinking Machines a publicat ponderile complete ale Inkling-Small pe 30 iulie 2026.

Câștiguri și compromisuri în benchmarkuri

Cognition raportează următoarele scoruri la evaluări, care indică progrese semnificative față de Inkling-Small, dar rezultate mixte în comparație cu SWE-2:

În comparația realizată de Cognition, Flash îl depășește ușor pe SWE-2 la FrontierCode 2.0, în timp ce SWE-2 obține scoruri mai mari la Terminal-Bench 4.0 și DeepSWE 1.1. Rezultatele prezintă Flash drept o alternativă mai ieftină și mai rapidă, nu un înlocuitor superior în toate privințele pentru modelul mai mare din aceeași familie.

Cognition afirmă că Flash depășește toate modelele americane cu ponderi deschise în evaluările de referință pe care le raportează, inclusiv modele de trei ori mai mari. Ilustrarea vitezei de generare precizează metoda folosită: rularea fiecărui model pe propria sarcină gsea-proteomics din Terminal-Bench 4.0 este redată din nou la viteze simulate de 200 de tokenuri pe secundă pentru Flash și de 60 pentru SWE-2, iar transcrierile sunt scurtate la aceeași lungime.

Antrenare intermediară și învățare prin întărire

Cognition spune că aceasta este prima dată când rețeta sa include o etapă de antrenare intermediară la scară largă înainte de învățarea prin întărire. Pentru a alege amestecul de date, echipa a alcătuit un set de date de programare, păstrat separat de antrenare, menit să reflecte scenarii reale de inginerie software. Amestecurile candidate au fost comparate în funcție de numărul de tokenuri necesar fiecăruia pentru a atinge pierderea de validare a rulării de referință, eficiența în utilizarea tokenurilor fiind astfel un criteriu de selecție.

Amestecul final a cuprins câteva mii de miliarde de tokenuri provenite din articole științifice, bloguri, cod și alte surse. Antrenarea s-a desfășurat în trei etape, astfel încât datele cele mai rare și de cea mai bună calitate să fie folosite mai târziu. Cognition raportează că pierderea de validare pe setul păstrat separat de antrenare s-a îmbunătățit într-un ritm log-liniar constant pe parcursul acestor etape.

A urmat învățarea prin întărire la scară largă. Cognition atribuie cea mai mare parte a îmbunătățirii față de rețeta sa SWE-2 sarcinilor de calitate mai bună și mai diverse, nu ajustărilor aduse rețetei. Echipa a verificat instrucțiunile sarcinilor, configurarea mediilor și mecanismele de verificare și a adăugat tipuri de sarcini menite să dezvolte raționamentul și capacitatea de rezolvare a problemelor într-o gamă mai largă de fluxuri de lucru reale Devin.

Acces restricționat la ponderi

Ponderile Flash nu sunt încă puse la dispoziția publicului. Cognition dezvoltă un program securizat de partajare pentru parteneri de încredere din industrie și laboratoare de cercetare și promite să ofere mai multe detalii. Accesul planificat le-ar permite partenerilor aprobați să ajusteze modelul și să îl ruleze în medii sensibile, controlate de clienți, inclusiv pe infrastructură locală, în timp ce cercetătorii i-ar putea studia comportamentul și posibila utilizare abuzivă.

Cognition raportează că instruirea specifică în securitate cibernetică a ridicat scorul la ExploitBench de la 11,3% pentru Inkling-Small la 34,8%, dar avertizează că aceleași capabilități ar putea ajuta atacatorii rău intenționați, motiv pentru care a decis să nu publice ponderile.

Postarea Cognition despre securitate din 26 octombrie 2026 descrie modul în care IA accelerează activitatea atât a atacatorilor, cât și a apărătorilor și discută vulnerabilitățile de executare a codului de la distanță din PHP și Node.js, dezvăluite pe 21 octombrie 2026.

Lansarea separă utilitatea imediată de accesul mai larg. În Devin, Flash este prezentat ca o opțiune mai ieftină și mai rapidă pentru activitățile cotidiene de inginerie software. Dincolo de acest produs, valoarea sa pentru companii și cercetători depinde de capacitatea programului planificat de a oferi ajustarea fină și implementarea controlată de clienți, în limitele restricțiilor de securitate stabilite de Cognition.