Cognition 正式推出 SWE-2 模型，该模型以 Kimi K3 为底座，叠加 Cognition 后训练技术，总参数量达 2.8 万亿，采用 MoE 架构，每 Token 激活 1040 亿参数。此举标志着 Cognition 首次将强化学习扩展至万亿级参数规模。基础模型已针对智能体编码任务进行大量强化学习优化，后续训练在多数基准测试中提升了 5 至 6 个百分点。

技术架构与效率优化

在推理栈方面，SWE-2 采用 NVFP4 和 FP8 内核进行 MoE 推理，配合量化感知训练，其中 MLA 层的键、查询、值及得分计算均使用 FP8 格式。通过 SpecForge 重新训练的草稿模型使接受长度延长 15%，预填充延迟优化让每张 GPU 的每分钟处理令牌数（TPM）及每次请求的每秒生成令牌数提升 10% 至 20%，但首 Token 延迟（TTFT）略有增加。

效率层级数据显示，SWE-2 在中等、高、最大模式下的单次运行平均步数分别为 53 步、80 步和 98 步，显著低于 SWE-1.7 的 127 步。在中等模式下，其 FrontierCode 得分高于 SWE-1.7，交互轮次减少 58%，平均成本降低 81%，并首次实现真实代码编辑的中位步数为第 18 步（SWE-1.7 为第 48 步）。

基准表现与成本优势

根据 Cognition 自报数据，SWE-2 在 FrontierCode 1.1 Main 得分为 50.0，DeepSWE 1.1 得分为 73.0，Terminal-Bench 2.1 得分为 92.8（公开表格最高分），Terminal-Bench 4.0 得分为 27.3。亮点在于，其 FrontierCode 得分仅落后 Claude Fable 5.1（50.9 分）1 分，低于 GPT-6 Astra（53.3 分）3.3 分，但成本比 Fable 5.1 低 64%，仅为 Astra 的四分之一。短板体现在 Terminal-Bench 4.0，27.3 分大幅落后于 Fable 5.1（55.8 分）和 GPT-6 Astra（57.9 分），显示在长周期智能体工作场景下与前沿水平仍有差距。

部署情况与数据说明

SWE-2 为专有权重，不支持本地部署，Cognition 未发布权重文件，因此无法下载或等待量化版本。目前该模型已在 Devin Desktop 和 CLI 版本中上线，Devin Web 和 Fusion 版本将逐步推出。由于未提供单 Token API 定价，上述成本对比构成其定价参考，而非标准费率卡。文中所有数据均来自 Cognition 官方，尚待独立验证。

【星途科讯 图文丨欧阳布布 首发于 ZAKER 科技，转载请注明出处】