@cognition: 推出 SWE-2，这是我们迄今最接近前沿的模型。在主流评估中，它的得分与近期前沿模型持平…

X AI KOLs Timeline 模型
ai-model cost-efficiency scaling reinforcement-learning benchmarking

摘要

SWE-2 是一个AI模型，通过扩展强化学习，在成本降低高达70%的情况下匹配前沿性能。

推出 SWE-2，这是我们迄今最接近前沿的模型。 在主流评估中，它的得分与近期前沿模型持平——成本降低高达70%。 我们扩展了强化学习（RL）到数万亿参数，并采用精炼的方法，在能力与成本两方面推动帕累托曲线。 https://t.co/FjBxrikExs
查看原文
查看缓存全文

缓存时间: 2026/09/10 20:23

推出 SWE-2，我们迄今最接近前沿水平的模型。

在主流基准测试中，其表现与近期前沿模型持平——成本却降低了最高达 70%。

我们将强化学习扩展至数万亿参数规模，并通过优化方案同时推进模型能力与成本效率的帕累托前沿。 https://t.co/FjBxrikExs

相似文章

SWE-1.7：以极低成本实现前沿智能（阅读时间约22分钟）

TLDR AI

Cognition 发布了 SWE-1.7，一个功能强大的 AI 模型，专为智能体软件工程设计，以更低的成本实现了前沿级别的性能。该模型在强化学习训练、多集群基础设施、数据整理以及针对长任务的自我压缩方面进行了改进。

Cognition的SWE-2

Product Hunt

Cognition的SWE-2是一种基于Kimi K3进行后训练的新型编码模型，采用强化学习，在FrontierCode 1.1 Main上达到50.0%的性能，相比Fable 5.1节省64%的成本，同时与GPT-6 Astra具有竞争力。它现在可在Devin Desktop和CLI中使用。