📖 产品简介
Cognition 于 2026 年 9 月 10 日发布 SWE-2，是其迄今最接近前沿、成本却大幅降低的编程模型，已落地 Devin Desktop 与 CLI。
SWE-2 从 Moonshot AI 的开放权重模型 Kimi K3（2.8T 参数 MoE，104B 激活）后训练而来，采用单次 RL 同时训练 medium/high/max 三档推理力度并施加成本惩罚。官方基准：FrontierCode 1.1 Main 50.0%（Fable 5.1 50.9%、GPT-6 Astra 53.3%），Terminal-Bench 2.1 92.8%（高于 Fable 5.1 的 91.4%），但 Terminal-Bench 4 仅 27.3%（远落后前沿）。相比 SWE-1.7，medium 档少 58% 步数、低 81% 成本，首次编辑中位 18 步（前代 48 步）。SWE-2 不单独售卖，仅通过 Devin 订阅提供，Pro 及以上不限量，自 $20/月起。
定位
基于 Moonshot Kimi K3（2.8T MoE）后训练的编程模型，FrontierCode 50% 接近前沿、成本约 1/4
适合人群
使用 Devin 的开发者与团队
成本敏感的编程 Agent 用户
日常 coding 多过超长程重构的任务
已在 Pro+ 订阅的 Devin 用户
支持平台
Devin Desktop、Devin CLI、Devin Web、Devin Fusion
开源
否
✨ 核心功能
- 成本-性能 Pareto：FrontierCode 50% 接近 Fable 5.1，成本仅约 1/4（GPT-6 Astra 约 1/4 价）
- 单 RL 训练三档力度（medium/high/max），无需为快慢各训一模型
- 聚焦式探索：先分析代码库再动手，medium 比 SWE-1.7 少 58% 步数、低 81% 成本
- Terminal-Bench 2.1 92.8%，为 Cognition 表中最高；DeepSWE 1.1 73.0%
- 仅经 Devin 提供：Pro+ 不限量 SWE-2，自 $20/月
- 基于中国开放权重 Kimi K3 后训练，凸显开放底座的可塑性
⚖️ 优缺点分析
👍 优点
- 以约 1/4 成本逼近前沿 coding 性能，性价比突出
- 单次 RL 训练多力度，工程实现优雅
- 首次编辑步数大幅降低，交互更干脆
- 已落地 Devin 全家桶（Desktop/CLI/Web/Fusion）
- Pro 及以上不限量，使用门槛低
👎 缺点
- Terminal-Bench 4 仅 27.3%，长程自主重构仍明显落后前沿
- 不开放独立 API/权重，只能经 Devin 使用
- 所有基准均为厂商自报，FrontierCode 为其自有榜
- 发布同日 Anthropic 指控 Moonshot 未经授权蒸馏，K3 溯源存议
📊 评分详情
功能完整
8.5
易用程度
8
安全可靠
7.5
性价比
9.5
💬 用户评价
SWE-2 的卖点不是最强，而是给定预算能多干、给定能力能少花钱——对跑几千步的 Agent 这才是关键。
📝 更新日志
-
2026-09-10v1.0 发布Cognition 发布 SWE-2 编程模型，基于 Moonshot Kimi K3（2.8T MoE）后训练：FrontierCode 1.1 Main 50.0%（Fable 5.1 50.9%、GPT-6 Astra 53.3%），Terminal-Bench 2.1 92.8%；medium 档比 SWE-1.7 少 58% 步数、低 81% 成本。仅经 Devin 订阅提供（Pro+ 不限量，自 $20/月）。