Cognition 推 SWE-2：编码模型性价比新标杆
推荐指数 60.0 NO. 015 · 2026.09.11
发布2026/09/10Score222Comments105
为什么值得看
Cognition 发布 SWE-2 编码模型，首次将强化学习扩展到多万亿参数规模，在 FrontierCode 1.1 上得分 50% 逼近 Fable 5.1，但成本低 64%。对需要平衡代码生成质量与推理成本的团队，这是 GPT-5.6 Sol 和 Fable 5 系列的有力替代选项。
编辑判断
Cognition 这次真正的技术卖点不是分数，而是「单次 RL 训练覆盖所有 reasoning-effort 级别」——这意味着模型能根据用户预算自动切换思考深度，而不像 OpenAI 那样分 o3-mini/low/medium/high 四档单独训练。这个架构如果属实，会显著降低模型 serving 的运维复杂度。
但需要注意一个矛盾：Cognition 声称 SWE-2「beat Grok 4.6 on both score and cost」，却避开了与 Claude 4、Gemini 2.5 Pro 的直接对比，而这两个才是目前 AI 编程工具链的实际首选。如果你在用 Cursor 或 Windsurf，短期内切换动力有限，但如果是自建 coding agent 的团队，SWE-2 的 API 定价值得纳入 A/B 测试。
另一个信号：Cognition 反复强调「Pareto frontier」而非绝对 SOTA，说明他们很清楚自己定位——不做最强，做最划算。这种策略在 B2B API 市场通常更有效。
社区反馈
意见分歧 93 条评论
核心争论：自研基准测试可信度存疑，且强制绑定 Devin CLI 引发开发者抵触
Seems like benchmaxing? For example for Terminal-Bench 4 it doesn't have great results. And why not show other benchmarks?
Probably, FrontierCode is made by Cognition itself. The model also seems worse in every way than DeepSeek v4.1 Flash, launched today. Also the submitter's account is very new which makes me suspicious of self-promotion.
SWE-1.5 was surprisingly good when I used it last. I feel like Cognition is one of the solid players that’s flying a bit under the radar while Anthropic and OpenAI race to IPO.