โมเดลและแพลตฟอร์ม AI
Cognition เปิดตัว SWE-2 Flash เอเจนต์เขียนโค้ดที่เร็วขึ้นและมีต้นทุนต่ำลง
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
Cognition ประกาศเปิดตัว SWE-2 Flash เมื่อวันที่ 4 พฤศจิกายน 2026 โดยระบุว่าโมเดลเขียนโค้ดนี้ทำงานได้เร็วกว่า SWE-2 รุ่นพี่ที่มีขนาดใหญ่กว่าถึง 3 เท่า และมีราคาเพียงหนึ่งในห้าของรุ่นดังกล่าว โมเดลนี้ใช้งานได้ทั้งใน Devin Desktop และ CLI โดยมุ่งเน้นงานทั่วไปของเอเจนต์ซอฟต์แวร์ มากกว่าการเป็นผู้นำในทุกเกณฑ์การทดสอบ
งานที่ออกแบบมาให้รองรับ ได้แก่ การทำงานอัตโนมัติ การตรวจสอบโค้ด การพัฒนาฟีเจอร์ และการปรับปรุงเอกสาร โดยเปิดให้ใช้งานฟรีจนถึงวันที่ 30 พฤศจิกายน 2026 Flash มีพารามิเตอร์ทั้งหมด 276 พันล้านตัว และพารามิเตอร์ที่ทำงานอยู่ 12 พันล้านตัว ซึ่งเท่ากับ Inkling-Small ของ Thinking Machines Lab ซึ่งเป็นโมเดลพื้นฐานแบบผสมผู้เชี่ยวชาญที่ Cognition นำมาปรับใช้ Thinking Machines เผยแพร่น้ำหนักโมเดลทั้งหมดของ Inkling-Small เมื่อวันที่ 30 กรกฎาคม 2026
ผลการทดสอบและข้อแลกเปลี่ยน
Cognition รายงานคะแนนการประเมินต่อไปนี้ ซึ่งแสดงให้เห็นว่า Flash ทำได้ดีขึ้นอย่างมากเมื่อเทียบกับ Inkling-Small แต่ให้ผลที่คละกันเมื่อเทียบกับ SWE-2:
| การประเมิน | 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 |
จากการเปรียบเทียบของ Cognition Flash ทำคะแนนเหนือกว่า SWE-2 เล็กน้อยใน FrontierCode 2.0 ขณะที่ SWE-2 ทำคะแนนได้สูงกว่าใน Terminal-Bench 4.0 และ DeepSWE 1.1 ผลลัพธ์เหล่านี้ชี้ว่า Flash เป็นตัวเลือกที่คุ้มค่าด้านต้นทุนและความเร็ว มากกว่าจะเป็นรุ่นทดแทนที่เหนือกว่าในทุกด้านของรุ่นพี่ที่มีขนาดใหญ่กว่า
Cognition ระบุว่า Flash มีประสิทธิภาพเหนือกว่าโมเดลแบบเปิดที่เปิดเผยน้ำหนักทุกรุ่นจากสหรัฐฯ ในการประเมินชั้นนำที่บริษัทนำเสนอ ซึ่งรวมถึงโมเดลที่มีขนาดใหญ่กว่าถึง 3 เท่า ตัวอย่างการเปรียบเทียบความเร็วในการสร้างข้อความระบุวิธีการไว้อย่างชัดเจน โดยนำการทดสอบ gsea-proteomics ของแต่ละโมเดลบน Terminal-Bench 4.0 มาเล่นซ้ำที่อัตราจำลอง 200 โทเค็นต่อวินาทีสำหรับ Flash และ 60 โทเค็นต่อวินาทีสำหรับ SWE-2 พร้อมปรับบทถอดเสียงให้มีความยาวเท่ากัน
การฝึกระยะกลางและการเรียนรู้แบบเสริมกำลัง
Cognition ระบุว่านี่เป็นครั้งแรกที่บริษัทจัดให้มีขั้นตอนการฝึกระยะกลางขนาดใหญ่ก่อนการเรียนรู้แบบเสริมกำลัง ในการเลือกส่วนผสมของข้อมูล ทีมงานได้คัดสรรชุดข้อมูลการเขียนโค้ดที่กันไว้ ซึ่งตั้งใจให้สะท้อนสถานการณ์จริงในงานวิศวกรรมซอฟต์แวร์ ทีมเปรียบเทียบส่วนผสมข้อมูลแต่ละชุดจากจำนวนโทเค็นที่ต้องใช้เพื่อให้ได้ค่าความสูญเสียจากการตรวจสอบของรอบฝึกพื้นฐาน ซึ่งทำให้ประสิทธิภาพการใช้โทเค็นเป็นหนึ่งในเกณฑ์การคัดเลือก
ส่วนผสมข้อมูลขั้นสุดท้ายประกอบด้วยโทเค็นหลายล้านล้านตัวจากบทความวิทยาศาสตร์ บล็อก โค้ด และแหล่งข้อมูลอื่น ๆ การฝึกดำเนินไป 3 ขั้นตอน เพื่อให้ข้อมูลที่หาได้ยากที่สุดและมีคุณภาพสูงสุดปรากฏในช่วงหลัง Cognition รายงานว่าค่าความสูญเสียจากการตรวจสอบบนข้อมูลที่กันไว้ดีขึ้นในอัตราแบบลอการิทึม-เชิงเส้นที่คงที่ตลอดทั้งสามขั้นตอน
จากนั้นจึงดำเนินการเรียนรู้แบบเสริมกำลังขนาดใหญ่ Cognition ระบุว่าการปรับปรุงส่วนใหญ่เมื่อเทียบกับกระบวนการฝึก SWE-2 ของบริษัทมาจากการใช้โจทย์ที่มีคุณภาพสูงขึ้นและหลากหลายขึ้น ไม่ใช่จากการปรับเปลี่ยนกระบวนการฝึก ทีมงานตรวจสอบคำสั่งของโจทย์ การตั้งค่าสภาพแวดล้อม และตัวตรวจสอบ พร้อมเพิ่มประเภทโจทย์ที่มุ่งพัฒนาความสามารถด้านการให้เหตุผลและการแก้ปัญหาให้รอบด้านยิ่งขึ้น สำหรับเวิร์กโฟลว์ Devin ที่ใช้งานจริง
การจำกัดการเข้าถึงน้ำหนักโมเดล
ขณะนี้ยังไม่มีการเปิดเผยน้ำหนักของ Flash ต่อสาธารณะ Cognition กำลังสร้างโครงการแบ่งปันอย่างปลอดภัยสำหรับพันธมิตรในอุตสาหกรรมและห้องปฏิบัติการวิจัยที่เชื่อถือได้ โดยรับปากว่าจะเปิดเผยรายละเอียดเพิ่มเติมในภายหลัง การเข้าถึงตามแผนจะช่วยให้พันธมิตรที่ได้รับอนุมัติปรับแต่งโมเดลเพิ่มเติมและใช้งานในสภาพแวดล้อมที่ละเอียดอ่อนซึ่งอยู่ภายใต้การควบคุมของลูกค้า รวมถึงโครงสร้างพื้นฐานภายในองค์กร ขณะที่นักวิจัยจะสามารถศึกษาพฤติกรรมของโมเดลและความเป็นไปได้ในการนำไปใช้ในทางที่ผิด
Cognition รายงานว่าการฝึกด้านความปลอดภัยทางไซเบอร์แบบเจาะจงทำให้คะแนน ExploitBench เพิ่มจาก 11.3% ของ Inkling-Small เป็น 34.8% แต่เตือนว่าความสามารถเดียวกันนี้อาจช่วยผู้โจมตีที่ประสงค์ร้ายได้ จึงตัดสินใจไม่เปิดเผยน้ำหนักโมเดลต่อสาธารณะ
โพสต์ด้านความปลอดภัยเมื่อวันที่ 26 ตุลาคม 2026 ของ Cognition อธิบายว่า AI ช่วยเร่งการทำงานให้ทั้งผู้โจมตีและฝ่ายป้องกัน พร้อมกล่าวถึงช่องโหว่การเรียกใช้โค้ดจากระยะไกลใน PHP และ Node.js ที่เปิดเผยเมื่อวันที่ 21 ตุลาคม 2026
การเปิดตัวครั้งนี้แยกประโยชน์ที่ใช้ได้ทันทีออกจากการเข้าถึงในวงกว้าง ภายใน Devin นั้น Flash เป็นตัวเลือกที่ Cognition ระบุว่าคุ้มค่าด้านต้นทุนและความเร็วสำหรับงานวิศวกรรมทั่วไป นอกเหนือจากผลิตภัณฑ์ดังกล่าว คุณค่าของ Flash ต่อองค์กรและนักวิจัยขึ้นอยู่กับว่าโครงการที่วางแผนไว้จะให้บริการปรับแต่งโมเดลเพิ่มเติมและการใช้งานภายใต้การควบคุมของลูกค้าได้หรือไม่ ภายใต้ข้อจำกัดด้านความปลอดภัยที่ Cognition กำหนดไว้
