Cognition、Kimi K3ベースの新コーディングモデル「SWE-2」を発表 GPT-6 Astraより大幅安価
Cognitionは2026年9月10日、新しいコーディングモデル「SWE-2」をリリースしました。前モデルSWE-1.7の後継にあたり、Moonshot AIの2.8兆パラメータベースモデル「Kimi K3」の上に構築されています。生のベンチマークスコアだけを追い求めるのではなく、エージェント型ソフトウェア開発におけるコストと性能のトレードオフに正面から取り組んだモデルです。
詳細
- ベースモデルと学習手法: SWE-2はKimi K3をベースに学習されており、Cognitionは「単一の統合エフォートレベル学習を用いて、数兆パラメータ規模でRL(強化学習)トレーニングを行った初の事例」だとしています
- ベースモデルからの性能向上: 未調整のKimi K3ベースと比較して、多くのベンチマークで約5〜6ポイントの向上が見られます
- ベンチマーク結果: FrontierCode 1.1 Mainでは、SWE-2が50.0%(Kimi K3は44.2%、Fable 5.1は50.9%、GPT-6 Astraは53.3%)。DeepSWE 1.1では73.0%を記録。Terminal-Bench 2.1では比較対象の中で最も高い92.8%を達成
- 価格: CognitionによればSWE-2は、FrontierCode 1.1 Mainで同等の性能を示しながらFable 5.1より64%安く、GPT-6 Astraの約4分の1の価格だとしています
- 効率性: ミディアムエフォートレベルでは、SWE-1.7と比べてターン数が58%減少し、コストは81%削減。エフォートレベルごとにローカルなパレート曲線の傾きに合わせて調整された線形のコストペナルティを採用
- 動作の改善点: Cognitionは、テストカバレッジの向上、行き詰まった際の粘り強さの向上、作業完了と判断する前の検証の厳格化を挙げています
- 推論基盤: NVFP4/FP8カーネルと量子化を考慮した学習によりスループットを最適化
- 提供開始: 9月10日よりDevin DesktopおよびCLIで利用可能。Devin Webと、同日発表された新ハーネス「Fusion」への展開も追って行われる予定
その後
SWE-2は、Fable 5.1やGPT-6 Astraといったフロンティアモデルを置き換えるものではなく、それらと並ぶ「コスト効率重視」の選択肢としてDevinに位置づけられています。Cognitionは、トップクラスの推論力までは必要ないもののエージェント型コーディング向けに調整されたモデルの恩恵を受けたいタスクに向いているとしており、翌日発表されたデュアルエージェント方式のハーネス「Fusion」の中では、フロンティアモデルの「リード」と組む推奨「サイドキック」モデルとしての役割も担います。ベンチマーク手法と価格の詳細はCognitionのブログ(cognition.com/blog/swe-2)に掲載されています。