Cognition 发布 SWE-2：基于 Kimi K3 后训练，宣称成本性能前沿上移
Devin 背后公司发布编码模型 SWE-2，FrontierCode 约 50%、Terminal-Bench 2.1 约 92.8%，称较 Fable 5.1 便宜约 64%。
Cognition 发布编码模型 SWE-2，称在能力与成本帕累托前沿上推进：FrontierCode 1.1 Main 达到 50.0%，与 Claude Fable 5.1 相差约 1 个百分点，同时成本低约 64%。模型由月之暗面 Kimi K3（约 2.8 万亿参数）后训练而来，并首次把强化学习扩展到多万亿参数量级。
官方表格还给出 DeepSWE 1.1 约 73.0%、Terminal-Bench 2.1 约 92.8%；但在更难的 Terminal-Bench 4 上仅约 27.3%，明显低于 Fable 5.1 与 GPT-6 Astra。SWE-2 即日起在 Devin Desktop 与 CLI 可用，Web/Fusion 将陆续放开；暂无公开权重与按 token API。