Cognition的SWE-2
摘要
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。
<p>
Cognition的编码模型，比Fable 5.1便宜64%
</p>
<p>
<a href="https://www.producthunt.com/products/cognition-s-swe-2?utm_campaign=producthunt-atom-posts-feed&utm_medium=rss-feed&utm_source=producthunt-atom-posts-feed">讨论</a>
|
<a href="https://www.producthunt.com/r/p/1247092?app_id=339">链接</a>
</p>
查看缓存全文
缓存时间: 2026/09/13 08:49
# Cognition的SWE-2：成本较Fable 5.1降低64%的编码模型 | Product Hunt
来源：https://www.producthunt.com/products/cognition-s-swe-2
SWE-2是Cognition推出的全新编码模型，基于Kimi K3通过强化学习后训练开发，在成本与能力间实现了双重优化。该模型在FrontierCode 1.1 Main基准测试中取得50.0%的成绩，与Fable 5.1仅差不到一个百分点，但成本直降64%；同时以四分之一的成本达到了接近GPT-6 Astra的性能水平。相比SWE-1.7，新模型所需对话轮次减少58%、成本降低81%，且测试分数更高。现已支持在Devin Desktop和CLI中使用。
相似文章
Cognition的SWE-2在Terminal-Bench 2.1上达到92.8分
Cognition的SWE-2模型，基于Kimi K3进行后训练，在Terminal-Bench 2.1上获得92.8分，相较于前沿模型如Fable 5.1和GPT-6 Astra，提供具有竞争力的性能且成本更低。
Cognition 推出新型 SWE-2 模型，与 Fable 5.1 和 GPT-Astra 相媲美
Cognition 推出 SWE-2，这是一款先进的编码模型，以极低的成本实现了与 Fable 5.1 和 GPT-Astra 相竞争的性能，利用新型强化学习来优化成本效益前沿。
@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…
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。
@trySynara: SWE-2 现已通过您的 Devin 订阅在 Synara 中提供。Cognition 最强大的编码模型至今匹配最近的...
Cognition 推出了 SWE-2，一个在主要评估中匹配最近前沿模型的编码模型，同时将成本降低高达 70%，现在可通过 Devin 订阅在 Synara 中访问。
@cognition: 昨天我们发布了基于开源Kimi K2.7的SWE-1.7。关于中国基础模型的担忧是真实存在的：K2.7完成…
Cognition发布了SWE-1.7，该模型基于开源Kimi K2.7构建，并通过可信性训练来解决对中国基础模型的担忧。