Cognition выпустила нейросеть для написания кода SWE-2: на 81% дешевле лидеров рынка

Cognition, создатель ИИ-агента Devin, 2 июля представила SWE-2, свою самую сильную на сегодня нейросеть для написания кода, построенную поверх китайской открытой модели Kimi K3 от Moonshot AI с 2,8 триллиона параметров.

Что нового?

• Базовая модель в три раза крупнее. Предыдущая SWE-1.7 строилась на Kimi K2.7. SWE-2 обучена поверх Kimi K3, у которой почти втрое больше параметров. По данным Cognition, дообучение (обучение модели на специфических задачах поверх базы) методом RL (обучение с подкреплением, когда модель учится через «награды» за верные решения) добавляет от 5 до 6 баллов на большинстве бенчмарков.

• Три уровня «усилий» в одном запуске. SWE-2 позволяет выбрать, сколько ресурсов потратить на задачу: medium, high или max. Все три уровня обучены за один проход RL, а не тремя отдельными. Это значит, что для простой правки файла можно не тратить дорогой «максимум».

• Меньше лишних шагов. SWE-1.7 на простых задачах «бродила» по коду. SWE-2 medium на бенчмарке FrontierCode 1.1 Main набирает больше баллов, чем SWE-1.7, при этом делает на 58% меньше шагов и обходится на 81% дешевле. Среднее число шагов упало со 127 до 53 на уровне medium.

• Результат на FrontierCode 1.1 Main: 50,0%. По данным Cognition, это в пределах 1 балла от модели Fable 5.1, но при стоимости на 64% ниже. Cognition также заявляет, что SWE-2 подходит на несколько баллов к GPT-6 Astra при четверти стоимости.

• Слабое место: Terminal-Bench 4. На этом бенчмарке SWE-2 отстаёт от Fable 5.1 и GPT-6 Astra примерно на 30 баллов. Cognition это признаёт открыто.

• Закрытая модель, только внутри Devin. Открытых весов (open weights, когда параметры модели можно скачать и запустить у себя) нет. Отдельного API нет. SWE-2 работает только через Devin: сейчас в версиях Desktop и CLI, позже появятся Devin Web и Fusion.

Почему важна связка с китайской Kimi K3?

SWE-2 построена поверх Kimi K3 от китайской Moonshot AI. Это открытая модель (опенсорс) с 2,8 триллиона параметров. Cognition не писала базовую модель с нуля: она взяла чужую мощную основу и дообучила её под задачи кодирования.

Для российского контекста это показательный пример. Разработчики в РФ точно так же могут брать крупные открытые модели, включая китайские, и адаптировать их под свои задачи. Необязательно тренировать модель с триллионом параметров самостоятельно, достаточно качественного дообучения поверх готовой базы.

Как модель ведёт себя иначе?

Cognition описывает три поведенческих паттерна SWE-2:

• Модель строит сквозное тестовое покрытие, проверяя код от начала до конца.
• Если инструмент заблокирован, модель ищет обходной путь вместо остановки.
• При сомнениях модель перевыводит выводы заново, а не повторяет прежний ответ.

Первую реальную правку кода SWE-2 medium делает после 18 шагов (медианное значение), тогда как SWE-1.7 начинала редактировать только после 48 шагов.

Как попробовать?

1. Оформите платную подписку Devin на сайте Cognition. SWE-2 бесплатна для платных подписчиков до 10 октября 2026 года.
2. Установите Devin Desktop или CLI. Пока это единственные способы запустить SWE-2. Веб-версия и Fusion обещаны, но даты Cognition не называет.
3. Выберите уровень усилий. Для рутинных задач (поправить баг, переписать функцию) подойдёт medium. Для сложной многофайловой задачи выбирайте max, но учитывайте, что стоимость вырастет.

Есть ли аналог для тех, кто в России?

SWE-2 доступна только через Devin, и в России нет локализованной версии. Прямого аналога нейросети для написания кода Python с таким же агентным подходом среди российских продуктов пока нет.

По моим наблюдениям, для задач на уровне «напиши скрипт на Python» или «исправь ошибку» YandexGPT и GigaChat справляются, но для многошаговых агентных сценариев, когда модель сама исследует репозиторий, ставит тесты и итерирует, аналогов в РФ пока нет.

Частые вопросы

Можно ли использовать SWE-2 без Devin?

Нет. У SWE-2 нет открытых весов и нет отдельного API. Модель работает только внутри продуктов Devin: Desktop и CLI сейчас, Devin Web и Fusion позднее.

SWE-2 бесплатна?

Для пользователей с платной подпиской Devin модель доступна без дополнительной платы до 10 октября 2026 года. Стоимость самой подписки Devin в источнике не указана.

Насколько SWE-2 подходит для Python?

SWE-2 позиционируется как нейросеть для написания кода на разных языках, включая Python. Бенчмарки Cognition измеряют работу с реальными репозиториями, а не с отдельными языками. Конкретных результатов по Python отдельно Cognition не публиковала, но агентный подход (исследование кода, тесты, итерации) работает независимо от языка.