Cognition SWE-2: новый SWE-агент решает задачи на уровне лидеров, но в 4 раза дешевле

Cognition выпустила SWE-2, новую модель для написания кода, которая решает задачи на уровне лидеров рынка, но обходится в четыре раза дешевле ближайшего конкурента GPT-6 Astra.

SWE-2 построена на базе модели Kimi K3, дообученной (обучение модели на специальных примерах под узкую задачу) методом RL (обучение с подкреплением, когда модель получает «награду» за правильные действия). Главное отличие от обычного дообучения: в функцию награды включили реальную долларовую стоимость каждого запуска. Модель буквально учится экономить токены (единицы текста, за которые платит пользователь), не теряя в качестве.

Что изменилось по сравнению с SWE-1.7?

• На 81% дешевле за задачу и на 58% меньше шагов. Предыдущая версия SWE-1.7, по отзывам пользователей, слишком долго «исследовала» даже простые задачи. SWE-2 начинает редактировать код после 18 шагов вместо 48.
• Стоимость обучения стала частью «оценки» модели. Обычно модели тренируют на качество, а потом пытаются снизить расходы отдельно. Здесь реальную цену запуска заложили прямо в тренировочную награду, поэтому модель сама ищет баланс между точностью и экономией.
• Три уровня усилий в одной модели. SWE-2 обучена сразу на трёх режимах (medium, high, max) вместо склейки отдельных моделей. Это значит, что переключение между «быстро и дёшево» и «тщательно и дороже» происходит внутри одной системы.
• Качество на бенчмарках. По данным Cognition: 50.0% на FrontierCode 1.1 Main (в пределах одного процентного пункта от Fable 5.1, но на 64% дешевле), 92.8% на Terminal-Bench 2.1 (лучший результат в их сравнительной таблице). До GPT-6 Astra не дотягивает на несколько пунктов, но стоит четверть от его цены.
• Лучше пишет тесты и спорит с пользователем. Модель заново выводит выводы, когда ей возражают, вместо того чтобы просто соглашаться. Для SWE-агента (ИИ-агента, который сам пишет и правит код в репозитории) это критично: «послушная» модель маскирует ошибки, а не исправляет их.

Как попробовать SWE-2?

1. Установите Devin Desktop или Devin CLI. SWE-2 уже доступна в обоих инструментах. Скачать можно на сайте Cognition.
2. Выберите задачу для теста. Начните с задачи, где вы точно знаете правильный результат: так проще оценить, экономит ли SWE-агент шаги или просто пропускает нужные.
3. Следите за выкаткой на Web и Fusion. По данным Cognition, модель скоро появится и в веб-версии, и в Fusion. Дату не назвали.

Есть ли аналоги SWE-агентов в России?

Прямого российского аналога SWE-агента, который сам работает с репозиторием, на момент публикации нет. YandexGPT и GigaChat умеют генерировать фрагменты кода по промпту (текстовому запросу к модели), но не работают как полноценные агенты внутри кодовой базы: не открывают файлы, не запускают тесты, не делают коммиты.

Для российских разработчиков и стартапов SWE-2 интересна именно снижением стоимости за задачу. Когда бюджет на ИИ-инструменты ограничен, разница «81% дешевле предыдущей версии» превращает агентный кодинг из эксперимента в рабочий инструмент. Подключение к Devin из России технически возможно, но требует VPN и оплаты в валюте.

Частые вопросы

SWE-2 заменяет программиста?

Нет. SWE-агент берёт на себя рутину: поиск по файлам, написание тестов, типовые правки. Архитектурные решения, ревью бизнес-логики и работа с нестандартными случаями остаются за человеком. Модель сама говорит, когда не уверена, и заново проверяет выводы при возражении пользователя.

Чем SWE-2 отличается от ChatGPT или Claude для кода?

ChatGPT и Claude генерируют код по запросу в чате. SWE-агент работает внутри проекта: открывает файлы, запускает команды, вносит правки и проверяет результат. SWE-2 при этом оптимизирована на стоимость за задачу, а не за отдельный запрос.

Можно ли использовать SWE-2 из России?

Технически да, через Devin Desktop или CLI с VPN. Оплата в валюте. Ограничений по региону Cognition в источнике не упоминает, но и гарантий доступности для РФ тоже нет.