Cognition拿Kimi K3炼出SWE-2：逼近Astra，成本仅1/4

动察 Beating AI 快讯，Coding Agent Devin 母公司 Cognition 发布新编程模型 SWE-2。它直接基于月之暗面 2.8T 参数的 Kimi K3 继续做强化学习，进一步训练后，多项编程评测又提高约 5 到 6 个百分点。

在 Cognition 自家的 FrontierCode 1.1 Main 上，SWE-2 得分 50.0%，超过 GPT-5.6 Sol 的 47.5% 和 Grok 4.6 的 48.0%。它距离 Fable 5.1 的 50.9% 只差 0.9 个百分点，但成本低 64%。GPT-6 Astra 得分 53.3%，SWE-2 与其相差 3.3 个百分点，成本约为四分之一。

SWE-2 也比上一代少走很多弯路。中等推理强度下，它完成任务的交互轮数减少 58%，平均成本下降 81%。不过在更难的 Terminal-Bench 4 上，SWE-2 只有 27.3%，明显低于 Astra 的 57.9% 和 Fable 5.1 的 55.8%，还谈不上全面追平前沿模型。

SWE-2 已上线 Devin Desktop 和 CLI，并开始推向 Devin Web 和 Fusion。

AI 解读

Cognition 的 SWE-2 基于月之暗面 2.8T 参数的 Kimi K3 做强化学习，FrontierCode 1.1 Main 拿到 50.0%，逼近 Fable 5.1 的 50.9%，成本仅其四分之一。这不是孤立动作：7 月 SWE-1.7 已基于 Kimi K2.7 Code，8 月法律 AI 独角兽 Harvey 的 Tenet 同样以 K3 为底座——美国应用层公司接连把中国开放权重模型当训练起点，正在成为可辨识的路径。

最值得注意的细节在末尾：Terminal-Bench 4 上 SWE-2 只有 27.3%，不到 Astra 57.9% 的一半。自家评测集与第三方长程基准的落差，说明 SWE-2 的分数高度依赖 FrontierCode 的任务分布，RL 把模型调得更"会合并代码"，却没解决开放式终端任务的泛化。结合 Cognition 年化收入 9 亿、今年或烧掉 8 亿现金，低成本底座是其维持毛利的关键——但代价可能正是能力天花板。

展开

原文链接 #市场动向

纠错/举报

全球市场热点不用到处刷，消息送到你眼前

加入律动飞书频道