SWE-2 — самая продвинутая модель для кодинга от Cognition, посттренированная обучением с подкреплением на Kimi K3 от Moonshot AI (2,8 трлн параметров) и впервые масштабированная до режима в несколько триллионов параметров. Один прогон RL обучает сразу все уровни усилия рассуждения (среднее, высокое, максимальное) вместе со штрафами за затраты, настроенными под границу Парето базовой модели, — так улучшается вся кривая эффективности, а не отдельная рабочая точка. Результаты: 50,0% на FrontierCode 1.1 Main, что в пределах одного пункта от Claude Fable 5.1 (50,9%), 73,0% на DeepSWE 1.1, 92,8% на Terminal-Bench 2.1 и 27,3% на Terminal-Bench 4.0. С 2026-09-10 доступна в Devin Desktop и Devin CLI, развёртывание в Devin Web и Fusion продолжается; отдельного публичного API, карточки модели и спецификации контекста Cognition не публиковала.
Основные характеристики
Временная шкала
Технические характеристики
Результаты бенчмарков
Показатели производительности модели на различных тестах и бенчмарках
Другие тесты
Лицензия и метаданные
SWE-2: плюсы и минусы
Плюсы
- Сильнее всего в тесте Terminal-Bench 2.1 — 92.8%
Минусы
- Работает только с текстом — картинки не понимает
- Слабее в тесте Terminal-Bench 4.0 — 27.3%
- Нет данных о доступе по API
SWE-2 vs другие модели: сравнение
Все сравненияПохожие модели
Все моделиSWE-2 Flash
Cognition
Gemini 3.8 Flash Cyber
Gemini 3.5 Flash Cyber
Mercury 3
Inception
MiMo-V2-Pro
Xiaomi
Solar Pro 4
Upstage
MAI-Code-1-Flash
Microsoft
GPT-5 Codex
OpenAI
Рекомендации основаны на схожести характеристик: организация-разработчик, мультимодальность, размер параметров и производительность в бенчмарках. Выберите модель для сравнения или перейдите к полному каталогу для просмотра всех доступных моделей ИИ.