Cognition revela swe-2: un modelo de codificación rentable que supera a fable 5.1 en frontiercode

Cognition, el desarrollador del agente de codificación Devin, ha lanzado SWE-2, su modelo de codificación más avanzado hasta la fecha. SWE-2 se ha entrenado posteriormente utilizando aprendizaje por refuerzo a partir del modelo Kimi K3 de Moonshot AI, que tiene 2.8T de parámetros. Logra una puntuación del 50.0% en FrontierCode 1.1 Main, casi igualando a Fable 5.1 con un coste 64% inferior. El modelo también cuenta con niveles seleccionables de esfuerzo de razonamiento, todos entrenados en una única ejecución de RL. SWE-2 se basa en la infraestructura de SWE-1.7, que se entrenó con Kimi K2.7. Cognition ha escalado el RL al régimen de parámetros de varios billones, utilizando un modelo base con casi tres veces más parámetros. El algoritmo de RL del modelo entrena todos los tres niveles de esfuerzo en una sola ejecución, con cada nivel teniendo su propio coste. Cognition informa que SWE-2 supera al modelo base K3 en todas las pruebas, aunque se queda 30 puntos por detrás de Fable 5.1 y GPT-6 Astra en Terminal-Bench 4. El modelo también demuestra una mayor eficiencia, con SWE-2 de nivel medio obteniendo puntuaciones más altas que SWE-1.7, mientras que utiliza un 58% menos de pasos y tiene un coste un 81% inferior. Cognition destaca mejoras en el comportamiento, como una mayor cobertura de pruebas, capacidad de ser ingenioso cuando las herramientas están bloqueadas y disciplina de verificación. La empresa también detalla innovaciones técnicas como penalizaciones de coste informadas por Pareto y líneas de base de recompensas ponderadas por longitud para mejorar el rendimiento y la estabilidad del entrenamiento.