Von The Cognition Team09.10.26 — Cognition hat SWE-2 vorgestellt, sein bislang fortschrittlichstes Coding-Modell. Es erzielt 50,0 % auf Frontier Code 1.1 Main, liegt nur einen Punkt hinter Fable 5.1 und ist zugleich 64 % günstiger. Anders als frühere Modelle skaliert SWE-2 RL in den Bereich von mehreren Billionen Parametern mithilfe eines Algorithmus, der alle Reasoning-Effort-Level in einem einzigen Lauf trainiert, und treibt damit die gesamte Kosten–Leistungs-Frontier voran.

Auf Frontier Code 1.1 Main und Deep SWE 1.1 schlägt SWE-2 SWE-1.7 und Grok 4.6 sowohl beim Score als auch beim Cost, erreicht GPT-5.6 Sol und Fable 5/5.1 für einen Bruchteil ihres Preises und liegt bei GPT-6 Astra mit einem Viertel der Kosten nur wenige Punkte zurück. Auf dem Modell Kimi K33 mit 2,8T Parametern basiert SWE-2, das Kostenstrafen verwendet, die auf lokale Pareto-Frontier-Steigungen abgestimmt sind, verbesserte Reward-Baselines und optimiertes RL-Rollout-Serving. Es ist heute in Devin Desktop und CLI erhältlich, mit Rollout auf Devin Web und Fusion.

Das Modell zeigt ein stärkeres technisches Urteil und schreibt vollständigere Lösungen mit weniger Umwegen — es erzielt einen höheren Score als SWE-1.7, benötigt aber 58 % weniger Turns und kostet 81 % weniger.