Моделі та платформи ШІ
Cognition запускає SWE-2 Flash — швидших і дешевших агентів для програмування
Додайте Unite.AI до бажаних джерел у Google
Cognition оголосила про запуск SWE-2 Flash 4 листопада 2026 року й повідомляє, що ця модель для програмування працює утричі швидше та коштує п’яту частину від вартості більшої моделі SWE-2. Модель доступна у Devin Desktop і CLI та призначена для типових завдань програмних агентів, а не для однаково високих результатів у всіх бенчмарках.
Серед запланованих завдань — автоматизація, перевірка коду, розробка функцій і оновлення документації; безплатне використання доступне до 30 листопада 2026 року. Flash має загалом 276 мільярдів параметрів, з яких 12 мільярдів активні, — стільки ж, як у Inkling-Small від Thinking Machines Lab, базової моделі архітектури суміші експертів, яку адаптувала Cognition. Thinking Machines опублікувала повні ваги Inkling-Small 30 липня 2026 року.
Переваги та компроміси за результатами бенчмарків
Cognition повідомляє про наведені нижче результати оцінювання: вони свідчать про значні покращення порівняно з Inkling-Small, але показують неоднозначні результати в порівнянні із SWE-2:
| Оцінювання | 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 |
За порівнянням Cognition, Flash дещо випереджає SWE-2 у FrontierCode 2.0, тоді як SWE-2 показує вищі результати в Terminal-Bench 4.0 і DeepSWE 1.1. Ці результати позиціюють Flash як дешевшу й швидшу альтернативу, а не як повноцінну заміну більшій моделі.
Cognition стверджує, що Flash перевершує всі американські моделі з відкритими вагами в провідних оцінюваннях, про які компанія повідомляє, зокрема моделі, що втричі більші. Приклад швидкості генерації описує конкретну методику: запуск gsea-proteomics у Terminal-Bench 4.0 для кожної моделі відтворюється зі змодельованою швидкістю 200 токенів за секунду для Flash і 60 — для SWE-2; транскрипти скорочено до однакової довжини.
Проміжне навчання та навчання з підкріпленням
За словами Cognition, це перший випадок, коли в межах її підходу перед навчанням із підкріпленням застосували масштабний етап проміжного навчання. Щоб підібрати суміш даних, команда сформувала відкладений набір даних для програмування, покликаний відображати реальні сценарії розробки програмного забезпечення. Суміші-кандидати порівнювали за кількістю токенів, необхідною кожній із них, щоб досягти значення функції втрат на валідаційній вибірці, отриманого під час базового запуску; отже, ефективність використання токенів була одним із критеріїв відбору.
До фінальної суміші увійшло кілька трильйонів токенів із наукових статей, блогів, коду та інших джерел. Навчання відбувалося у три етапи, щоб найрідкісніші дані найвищої якості надходили пізніше. Cognition повідомляє, що на всіх трьох етапах значення функції втрат на відкладеній валідаційній вибірці покращувалося зі стабільною лог-лінійною швидкістю.
Після цього відбувалося масштабне навчання з підкріпленням. Cognition пояснює більшу частину покращення порівняно з її підходом до SWE-2 вищою якістю та більшою різноманітністю завдань, а не змінами в самому підході. Команда перевірила інструкції до завдань, налаштування середовища та верифікатори, а також додала типи завдань, покликані розвивати ширші навички міркування й розв’язання проблем у реальних робочих процесах Devin.
Обмежений доступ до ваг
Ваги Flash поки що не оприлюднюють. Cognition створює захищену програму надання доступу для надійних партнерів у галузі та дослідницьких лабораторій і обіцяє повідомити подробиці згодом. Запланований доступ дасть схваленим партнерам змогу донавчати модель і запускати її в чутливих середовищах, що контролюються клієнтами, зокрема на локальній інфраструктурі; дослідники ж зможуть вивчати її поведінку та потенційне зловмисне використання.
За даними Cognition, цільове навчання з кібербезпеки підвищило результат Inkling-Small у ExploitBench із 11,3% до 34,8%. Водночас компанія застерігає, що ті самі можливості можуть допомогти зловмисникам, і саме тому вирішила не оприлюднювати ваги моделі.
У дописі Cognition про безпеку від 26 жовтня 2026 року зазначено, що ШІ пришвидшує роботу як зловмисників, так і захисників; у ньому також розглянуто вразливості віддаленого виконання коду в PHP і Node.js, про які повідомили 21 жовтня 2026 року.
У релізі розмежовано безпосередню практичну користь і ширший доступ. За повідомленням компанії, у Devin Flash пропонує вигідне за ціною та швидкістю рішення для повсякденної інженерної роботи. За межами цього продукту користь моделі для підприємств і дослідників залежатиме від того, чи зможе запланована програма забезпечити донавчання та розгортання під контролем клієнтів із дотриманням установлених Cognition обмежень безпеки.
