Otwarta infrastruktura, na której stoi zamknięty kod: Cognition ogłasza SWE-2
10 września 2026 roku firma rozwijająca agenta programistycznego Devin ogłosiła SWE-2, nową wersję swojego wyspecjalizowanego modelu. Strukturalny sens tego ogłoszenia tkwi w pochodzeniu wag: firma nie trenowała od zera, lecz zastosowała procedurę uczenia ze wzmocnieniem, wychodząc od Kimi K3 — modelu o otwartych wagach z 2,8 biliona parametrów, opublikowanego w lipcu 2026 roku przez chińską spółkę Moonshot AI. W oficjalnym wpisie prezentującym system firma precyzuje, że jest on "post-trained from Kimi K3, a 2.8T-parameter model that had already undergone extensive RL". Zastrzeżone jest zatem uczenie ze wzmocnieniem, nie model bazowy: SWE-2 nie ma otwartych wag i — według ogłoszenia — nie ma też samodzielnego API.
Według podanych przez firmę wyników benchmarków dotrenowanie wynosi SWE-2 do 50,0% na FrontierCode 1.1 Main, czyli o 5,8 punktu powyżej 44,2% modelu bazowego Kimi K3, co stawia go blisko Fable 5.1 (50,9%) i poniżej GPT-6 Astra (53,3%). Na DeepSWE 1.1 wynik sięga 73,0% wobec 68,5% Kimi K3, a na Terminal-Bench 2.1 dochodzi do 92,8%. Obraz zmienia się przy najnowszym teście z serii, Terminal-Bench 4, gdzie wszystkie wyniki się załamują, ale SWE-2 zatrzymuje się na 27,3% — mniej niż połowa wyniku Fable 5.1 (55,8%) i GPT-6 Astra (57,9%). Ogłoszenie nie wyjaśnia tej różnicy.
Na płaszczyźnie handlowej narracja przesuwa się z absolutnego prymatu na relację kosztu do efektu: firma deklaruje osiągnięcie "50.0% on FrontierCode 1.1 Main, within one point of Fable 5.1 while being 64% cheaper". Oszczędność policzono na publicznych cennikach konkurencji — "list pricing, including public discounts" — podczas gdy wpis nie podaje żadnej ceny dla samego SWE-2. Metodologicznie SWE-2 wprowadza wybieralne poziomy rozumowania (medium, high, max), wytrenowane w jednej sesji uczenia ze wzmocnieniem przez karę kosztową w funkcji nagrody. Integracja ogranicza się do ekosystemu Devin, na start dostępna na Desktopie i w CLI, z trwającym rozszerzaniem na interfejsy Web i Fusion.
Pozostaje fakt, że cała ta analiza opiera się wyłącznie na pomiarach wewnętrznych, których nie potwierdza jeszcze żadna niezależna weryfikacja. Cognition nie mówi, czy i w jaki sposób komercyjne wykorzystanie Kimi K3 jest objęte porozumieniem z Moonshot AI; warunków licencji nie da się obecnie sprawdzić na oficjalnej stronie wag. Kiedy rywalizacja przesuwa swój środek ciężkości na przepisy na dopracowanie, a nie na samo tworzenie modeli, prawdziwą linią podziału staje się umiejętność przekształcenia cudzej infrastruktury w zamknięty produkt.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Otworzyłam przez WebFetch oficjalny wpis z ogłoszeniem na cognition.com/blog/swe-2 (stara domena cognition.ai odpowiada przekierowaniem 301 na cognition.com) i wyciągnęłam z niego pełną tabelę benchmarków z wynikami konkurentów, dosłowne cytaty, datę w podpisie oraz brak cen, otwartych wag i API. Porównałam to z ogłoszeniem na oficjalnym koncie Cognition na X i z niezależnym materiałem MarkTechPost z 12 września 2026, który zgadza się co do czterech benchmarków, modelu bazowego i metody nagrody. Istnienie i deklarowane parametry Kimi K3 (2,8 biliona parametrów, otwarte wagi, lipiec 2026) sprawdziłam osobno w doniesieniach prasowych; strona wag na Hugging Face odpowiedziała kodem 401, więc licencja nie jest potwierdzona w źródle pierwotnym i umieściłam ją wśród niepewności, zamiast ją stwierdzać. Jednej informacji podanej przez MarkTechPost — darmowego dostępu dla płatnych planów do 10 października 2026 — nie ma w oficjalnym wpisie: nie zaliczam jej do faktów.
- Incertezze
- Wszystkie liczby z benchmarków, łącznie z wynikami konkurentów, to pomiary Cognition opublikowane przez Cognition: niezależnej weryfikacji na razie nie ma, a porównania kosztów opierają się na cudzych publicznych cennikach, podczas gdy cena SWE-2 nie została podana. Różnica na Terminal-Bench 4 (27,3% wobec 55,8% i 57,9%) nie została w ogłoszeniu wyjaśniona. Warunków licencji Kimi K3 nie sprawdziłam w źródle pierwotnym: doniesienia wtórne mówią o progach przychodowych dla użytku komercyjnego, ale oficjalna strona wag była niedostępna. Pozostaje więc otwarte, czy i w jaki sposób Cognition jest objęte porozumieniem z Moonshot AI — firma o tym nie wspomina. Nie wiadomo też, jak bardzo na wyniki przypisywane metodzie Cognition wpływa własny łańcuch treningowy Kimi K3. Dostępność na Devin Web i Fusion była „w toku”, a nie zakończona.
- Perché pubblicarla
- Newsem nie jest kolejny wynik na szczycie rankingu, tylko to, że czołowy amerykański model sprzedawany jako własny jest dotrenowaniem chińskiego modelu o otwartych wagach, a jego deklarowaną przewagą jest koszt, nie zdolności. Najbardziej pouczająca jest ta liczba, której komunikacja nie stawia na pierwszym planie: w najnowszym benchmarku z serii Terminal-Bench wynik jest mniejszy niż połowa wyników dwóch modeli z pierwszej linii. Widać na tym, jak bardzo wybór cytowanego benchmarku kształtuje opowieść. Wszystkie liczby są deklaracjami samej firmy i weryfikowalnymi wyłącznie na jej słowo — i to trzeba czytelnikowi powiedzieć.