Cognition lance SWE-2, nouveau modèle de codage IA
Original : Cognition launches new SWE-2 model, Rivaling Fable 5.1 and GPT-Astra
Pourquoi c'est important
SWE-2 démontre qu'un modèle frontier en codage peut rivaliser avec les leaders à fraction du coût.
Cognition a présenté le 26 octobre SWE-2, son modèle de codage le plus avancé, atteignant 50,0 % sur FrontierCode 1.1 Main — à un point de Fable 5.1 — tout en étant 64 % moins cher. Il est post-entraîné depuis Kimi K3, un modèle de 2,8 billions de paramètres.
Cognition a lancé SWE-2, son modèle de codage IA le plus performant à ce jour, disponible immédiatement dans Devin Desktop, CLI, Devin Web et Fusion. SWE-2 est post-entraîné depuis Kimi K3, un modèle de 2,8 billions (2,8T) de paramètres ayant déjà subi un entraînement par renforcement (RL) intensif pour le codage agentique. Cognition affirme avoir, pour la première fois, mis à l'échelle le RL dans le régime multi-trillions de paramètres. Sur FrontierCode 1.1 Main, SWE-2 obtient 50,0 %, contre 48,0 % pour Grok 4.6 et 50,9 % pour Fable 5.1, tout en étant 64 % moins coûteux que ce dernier. Sur DeepSWE 1.1, il atteint 73,0 %, surpassant Fable 5.1 (67,4 %) et Grok 4.6 (67,5 %). Par rapport à SWE-1.7, SWE-2 medium affiche 58 % moins d'étapes et coûte 81 % moins cher en moyenne pour les mêmes tâches. Les innovations techniques incluent : des pénalités de coût linéaires par niveau d'effort dans un seul run RL, des baselines de récompense pondérées par longueur, une amélioration du débit de décodage via des noyaux NVFP4/FP8 et un entraînement adaptatif à la quantification, ainsi qu'un triplement des environnements RL et un volant d'inertie basé sur des checkpoints précédents pour renforcer les vérificateurs.