Модели и платформы ИИ
Cognition представляет SWE-2 Flash — более быстрых и доступных по цене ИИ-агентов для программирования
Добавьте Unite.AI в избранные источники в Google
Компания Cognition объявила о выпуске SWE-2 Flash 4 ноября 2026 года и сообщает, что эта модель для программирования работает втрое быстрее и стоит в пять раз дешевле, чем более крупная модель SWE-2. Она доступна в Devin Desktop и CLI и предназначена для рутинных задач программных агентов, а не для безоговорочного лидерства во всех тестах.
Модель предназначена для автоматизации, проверки кода, разработки функций и обновления документации; бесплатный доступ будет предоставляться до 30 ноября 2026 года. Flash содержит 276 млрд параметров, из которых 12 млрд активны, — столько же, сколько у Inkling-Small от Thinking Machines Lab, базовой модели со смесью экспертов, которую адаптировала Cognition. Компания Thinking Machines опубликовала полные веса Inkling-Small 30 июля 2026 года.
Результаты тестов и компромиссы
Cognition сообщает о следующих результатах оценки: они показывают значительное преимущество над Inkling-Small, но неоднозначные результаты при сравнении с SWE-2:
| Тест | 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 |
Согласно сравнению Cognition, Flash немного превосходит SWE-2 в FrontierCode 2.0, тогда как SWE-2 показывает более высокие результаты в Terminal-Bench 4.0 и DeepSWE 1.1. Эти результаты представляют Flash как альтернативу с более низкой стоимостью и высокой скоростью, а не как полноценную замену более крупной модели.
Cognition утверждает, что Flash превосходит все американские модели с открытыми весами в ведущих тестах, результаты которых она приводит, в том числе модели, втрое превосходящие её по размеру. В примере, иллюстрирующем скорость генерации, подробно описан метод: запуск gsea-proteomics из Terminal-Bench 4.0, выполненный каждой моделью, воспроизводится с имитацией скорости 200 токенов в секунду для Flash и 60 — для SWE-2; длина стенограмм при этом сокращена до одинаковой.
Промежуточное обучение и обучение с подкреплением
По словам Cognition, это первый случай, когда в её схеме обучения перед обучением с подкреплением был добавлен масштабный этап промежуточного обучения. Чтобы выбрать смесь данных, команда подготовила отложенный набор данных для программирования, призванный отражать реальные сценарии разработки программного обеспечения. Сравнивая варианты смеси, команда оценивала, сколько токенов требовалось каждому из них, чтобы достичь значения ошибки на валидационной выборке базового запуска; таким образом, эффективность использования токенов стала одним из критериев отбора.
В итоговую смесь вошло несколько триллионов токенов из научных статей, блогов, кода и других источников. Обучение проходило в три этапа, чтобы самые редкие и высококачественные данные использовались на более поздних этапах. Cognition сообщает, что на протяжении всех трёх этапов ошибка на отложенной валидационной выборке снижалась со стабильной лог-линейной скоростью.
Затем последовало масштабное обучение с подкреплением. Cognition объясняет большую часть улучшения по сравнению со своей схемой обучения SWE-2 более высоким качеством и разнообразием задач, а не изменениями самой схемы. Команда проверила инструкции к задачам, настройку среды и средства проверки, а также добавила типы задач, призванные развивать более широкие навыки рассуждения и решения проблем в реальных рабочих процессах Devin.
Ограниченный доступ к весам модели
Веса Flash пока не публикуются. Компания Cognition создаёт защищённую программу предоставления доступа для проверенных отраслевых партнёров и исследовательских лабораторий и обещает сообщить подробности позднее. Запланированный доступ позволит одобренным партнёрам дообучать модель и запускать её в чувствительных средах, контролируемых заказчиками, в том числе в локальной инфраструктуре; исследователи же смогут изучать поведение модели и возможности её неправомерного использования.
По данным Cognition, целенаправленное обучение в области кибербезопасности повысило результат Inkling-Small в ExploitBench с 11,3% до 34,8%. Однако компания предупреждает, что те же возможности могут помочь злоумышленникам, поэтому было решено не публиковать веса модели.
В публикации Cognition о безопасности от 26 октября 2026 года говорится, что ИИ ускоряет работу как атакующих, так и специалистов по защите, а также рассматриваются уязвимости удалённого выполнения кода в PHP и Node.js, о раскрытии которых было сообщено 21 октября 2026 года.
В релизе отдельно рассматриваются непосредственная практическая польза модели и более широкий доступ к ней. В Devin Flash, по данным Cognition, предлагает более быстрый и доступный по цене вариант для повседневных инженерных задач. За пределами этого продукта польза модели для компаний и исследователей зависит от того, сможет ли запланированная программа обеспечить дообучение и развёртывание под контролем заказчика с соблюдением установленных Cognition ограничений безопасности.
