📖 AI 总结

Cognition 发布了其迄今最强的编程模型 SWE-2，该模型基于 Moonshot AI 的 2.8 万亿参数开源模型 Kimi K3 进行强化学习后训练。在 FrontierCode 1.1 Main 基准上，SWE-2 取得 50.0% 的成绩，与 Fable 5.1 仅差 1 个百分点，成本却低 64%。这是 Cognition 首个支持可选推理强度等级的模型，三个等级在单次强化学习训练中完成，每个等级带有独立的成本惩罚，从而同步推进成本与性能的边界。相比前代 SWE-1.7，SWE-2 在多数基准上提升 5 至 6 分，并在 Terminal-Bench 2.1 上领先所有对比模型。不过其短板同样明显：Terminal-Bench 4 上落后 Fable 5.1 和 GPT-6 Astra 约 30 分。此外，SWE-2 不开放权重，也无独立 API，仅能在 Devin 平台内使用。