Cognition's SWE-2

SWE-2 是 Cognition 的新编码模型，由 Kimi K3 使用 RL 进行后训练，同时优化了成本和功能。它在 FrontierCode 1.1 Main 上达到 50.0%，与 Fable 5.1 相差 64%，与 GPT-6 Astra 相差几分，成本只有四分之一。与 SWE-1.7 相比，它减少了 58% 的转弯次数，降低了 81% 的成本，同时得分更高。现已在 Devin 桌面和 CLI 中提供。