Cognition 推出 SWE-2 Flash：让编程智能体运行更快、成本更低

11月4日，Cognition宣布推出 SWE-2 Flash，并表示这款编程模型的运行速度是体型更大的同系列模型 SWE-2 的三倍，价格则仅为其五分之一。它可在 Devin Desktop 和 CLI 中使用，面向常规软件智能体任务，而非追求在各项基准测试中全面领先。

它面向的任务包括自动化、代码审查、功能开发和文档更新，且免费使用期限截至2026年11月30日。Flash 总参数量为2760亿，激活参数量为120亿，与Thinking Machines Lab 的 Inkling-Small相同；Cognition 对这款混合专家基础模型进行了改造。Thinking Machines于2026年7月30日公开发布了 Inkling-Small 的完整权重。

基准测试表现与权衡

Cognition 报告了以下评测成绩：与 Inkling-Small 相比，成绩大幅提升；与 SWE-2 相比，表现则不一：

在 Cognition 的对比中，Flash 在 FrontierCode 2.0 上略胜 SWE-2；而在 Terminal-Bench 4.0 和 DeepSWE 1.1 上，SWE-2 的得分更高。这些结果表明，Flash 是一种兼顾成本与速度的替代方案，而非能够全面取代体型更大的同系列模型。

Cognition 表示，在其报告的主要评测中，Flash 的表现超过了所有美国开放权重模型，其中也包括体型大三倍的模型。其生成速度演示对测试方法作了具体说明：分别重放每个模型自身在 Terminal-Bench 4.0 的 gsea-proteomics 任务运行记录，模拟 Flash 每秒生成200个 token、SWE-2 每秒生成60个 token 的速度，并将转录文本缩短至相同长度。

中期训练与强化学习

Cognition 表示，这是其首次在强化学习之前安排大规模中期训练阶段。为选定数据配比，团队整理了一套留出编码数据集，旨在反映真实的软件工程场景。团队比较了各候选数据配比达到基线训练运行验证损失所需的 token 数量，并将 token 效率作为筛选标准。

最终的数据配比包含数万亿个 token，来源包括科学文章、博客、代码及其他内容。训练分三个阶段进行，以便将最稀缺、质量最高的数据安排在后期使用。Cognition 报告称，在这三个阶段中，留出验证损失均以稳定的对数线性速率改善。

随后进行了大规模强化学习。Cognition 将其相较于 SWE-2 训练方案的大部分改进归因于任务质量更高、种类更多，而非训练方案调整。团队审查了任务说明、环境配置和验证器，并增加了旨在拓展推理与问题解决能力的任务类型，以适用于真实的 Devin 工作流。

权重访问受限

目前 Flash 的权重尚未公开分享。Cognition正在为值得信赖的行业合作伙伴和研究实验室建立安全的共享计划，并承诺之后公布更多细节。按计划，获批合作伙伴将能够微调模型，并在由客户控制的敏感环境中运行模型，包括本地部署的基础设施；研究人员则可以研究模型行为及潜在的滥用方式。

Cognition 报告称，针对性的网络安全训练使 ExploitBench 的成绩从 Inkling-Small 的11.3%升至34.8%；但该公司也警告，同样的能力可能帮助恶意攻击者，因此决定不公开模型权重。

Cognition 于2026年10月26日发布的安全文章指出，人工智能正在加快攻击者和防御者双方的工作，并讨论了于2026年10月21日披露的 PHP 和 Node.js 远程代码执行漏洞。

此次发布将即时实用性与更广泛的访问权限区分开来。在 Devin 中，Flash 是一款据称适合日常工程工作的低成本、高速度选项。对于该产品以外的企业和研究人员而言，其价值取决于 Cognition 计划中的项目能否在其设定的安全限制下，提供微调能力和由客户控制的部署方式。