Cognition ra mắt SWE-2 Flash, tác nhân lập trình nhanh hơn với chi phí thấp hơn

Cognition công bố SWE-2 Flash vào ngày 4 tháng 11 năm 2026 và cho biết mô hình lập trình này chạy nhanh gấp ba lần, với giá chỉ bằng một phần năm so với phiên bản SWE-2 lớn hơn. Có mặt trên Devin Desktop và CLI, mô hình hướng đến các công việc thường nhật của tác nhân phần mềm, thay vì nhất thiết dẫn đầu đồng đều trên các bài đánh giá chuẩn.

Các công việc dự kiến bao gồm tự động hóa, rà soát mã, phát triển tính năng và cập nhật tài liệu; người dùng được sử dụng miễn phí đến hết ngày 30 tháng 11 năm 2026. Flash có tổng cộng 276 tỷ tham số, trong đó 12 tỷ tham số hoạt động, tương đương với Inkling-Small của Thinking Machines Lab, mô hình nền tảng hỗn hợp chuyên gia mà Cognition đã điều chỉnh. Thinking Machines đã công bố toàn bộ trọng số của Inkling-Small vào ngày 30 tháng 7 năm 2026.

Mức cải thiện và những đánh đổi trên các bài đánh giá chuẩn

Cognition công bố các điểm số đánh giá sau, cho thấy mức cải thiện đáng kể so với Inkling-Small nhưng kết quả không đồng nhất khi so với SWE-2:

Theo phép so sánh của Cognition, Flash nhỉnh hơn SWE-2 trên FrontierCode 2.0, trong khi SWE-2 đạt điểm cao hơn trên Terminal-Bench 4.0 và DeepSWE 1.1. Kết quả cho thấy Flash là lựa chọn thay thế có lợi thế về chi phí và tốc độ, chứ không phải là phương án thay thế toàn diện cho phiên bản lớn hơn.

Cognition cho biết Flash vượt trội hơn tất cả các mô hình trọng số mở của Mỹ trong những bài đánh giá hàng đầu mà công ty công bố, kể cả các mô hình có quy mô lớn gấp ba lần. Minh họa về tốc độ tạo sinh nêu rõ phương pháp: lượt chạy gsea-proteomics Terminal-Bench 4.0 của từng mô hình được phát lại ở tốc độ mô phỏng 200 token mỗi giây đối với Flash và 60 token mỗi giây đối với SWE-2, đồng thời rút ngắn bản ghi hội thoại để có độ dài bằng nhau.

Huấn luyện giữa chừng và học tăng cường

Cognition cho biết đây là lần đầu tiên quy trình huấn luyện của công ty đưa một giai đoạn huấn luyện giữa chừng quy mô lớn lên trước giai đoạn học tăng cường. Để lựa chọn tập hợp dữ liệu, nhóm đã tuyển chọn một bộ dữ liệu lập trình được giữ lại, nhằm mô phỏng các tình huống kỹ thuật phần mềm trong thực tế. Nhóm so sánh các tập hợp dữ liệu ứng viên dựa trên số token cần dùng để đạt được mức tổn thất trên tập xác thực của lần chạy cơ sở, qua đó đưa hiệu quả sử dụng token thành một tiêu chí lựa chọn.

Tập hợp dữ liệu cuối cùng gồm vài nghìn tỷ token, lấy từ các bài báo khoa học, blog, mã nguồn và những nguồn khác. Quá trình huấn luyện diễn ra qua ba giai đoạn để dữ liệu khan hiếm nhất và có chất lượng cao nhất xuất hiện ở các giai đoạn sau. Cognition cho biết tổn thất trên tập xác thực được giữ lại đã cải thiện với tốc độ log-tuyến tính ổn định qua các giai đoạn này.

Tiếp theo là học tăng cường quy mô lớn. Cognition cho rằng phần lớn mức cải thiện so với quy trình huấn luyện SWE-2 của công ty đến từ các tác vụ đa dạng hơn và có chất lượng cao hơn, chứ không phải từ những điều chỉnh trong quy trình. Nhóm đã rà soát hướng dẫn tác vụ, cách thiết lập môi trường và các bộ xác minh, đồng thời bổ sung những loại tác vụ nhằm phát triển khả năng lập luận và giải quyết vấn đề rộng hơn cho các quy trình làm việc thực tế trên Devin.

Quyền truy cập trọng số bị giới hạn

Hiện tại, trọng số của Flash chưa được chia sẻ công khai. Cognition đang xây dựng một chương trình chia sẻ an toàn dành cho các đối tác trong ngành và phòng thí nghiệm nghiên cứu đáng tin cậy, đồng thời cho biết sẽ cung cấp thêm thông tin. Quyền truy cập dự kiến sẽ cho phép các đối tác được phê duyệt tinh chỉnh mô hình và triển khai mô hình trong những môi trường nhạy cảm do khách hàng kiểm soát, bao gồm cả hạ tầng tại chỗ; các nhà nghiên cứu cũng có thể nghiên cứu hành vi của mô hình và nguy cơ bị sử dụng sai mục đích.

Cognition cho biết chương trình huấn luyện an ninh mạng có mục tiêu đã nâng điểm ExploitBench từ 11,3% của Inkling-Small lên 34,8%, nhưng cảnh báo những năng lực tương tự cũng có thể hỗ trợ kẻ tấn công có ý đồ xấu; vì vậy, công ty quyết định không công bố trọng số rộng rãi.

Bài đăng về bảo mật ngày 26 tháng 10 năm 2026 của Cognition mô tả cách AI đẩy nhanh công việc của cả bên tấn công lẫn bên phòng thủ, đồng thời đề cập đến các lỗ hổng thực thi mã từ xa trong PHP và Node.js được công bố ngày 21 tháng 10 năm 2026.

Bản phát hành này tách biệt tiện ích trước mắt với quyền truy cập rộng hơn. Trong Devin, Flash được giới thiệu là một lựa chọn có lợi thế về chi phí và tốc độ cho công việc kỹ thuật hằng ngày. Ngoài sản phẩm này, giá trị của Flash đối với doanh nghiệp và giới nghiên cứu sẽ phụ thuộc vào việc chương trình dự kiến có thể cung cấp khả năng tinh chỉnh và triển khai do khách hàng kiểm soát trong phạm vi các hạn chế bảo mật mà Cognition đặt ra hay không.