Cognition 发布 SWE-2 Flash 编码模型，速度提升三倍、价格降至五分之一

Cognition 于 2026 年 11 月 4 日发布 SWE-2 Flash，并称该编码模型的运行速度是其更大的兄弟型号 SWE-2 的三倍，价格仅为后者的五分之一。该模型已在 Devin Desktop 和 CLI 中提供，面向常规软件智能体工作，而非追求全面的基准领先地位。

其目标任务包括自动化、代码审查、功能开发和文档更新，并在 2026 年 11 月 30 日前免费提供使用。Flash 总参数为 2760 亿，激活参数为 120 亿，与 Thinking Machines Lab 的 Inkling-Small 一致，后者是 Cognition 适配所基于的混合专家基础模型。Thinking Machines 于 2026 年 7 月 30 日发布了 Inkling-Small 的完整权重。

基准提升与取舍

Cognition 报告了以下评测分数，这些分数显示其相较 Inkling-Small 有大幅提升，但相较 SWE-2 结果不一：

Terminal-Bench 4.0 0.9 20.0 27.3

FrontierCode 2.0 3.2 24.0 23.8

DeepSWE 1.1 17.4 60.1 73.0

在 Cognition 的对比中，Flash 在 FrontierCode 2.0 上略胜 SWE-2，而 SWE-2 在 Terminal-Bench 4.0 和 DeepSWE 1.1 上得分更高。这些结果将 Flash 定位为一种成本与速度上的替代方案，而非对其更大兄弟型号的全面替代。

Cognition 表示，在其报告的主要评测中，Flash 的表现优于所有美国开放权重模型，包括规模为其三倍的模型。其生成速度示意图对方法有具体说明：每个模型各自的 Terminal-Bench 4.0 gsea-proteomics 运行以模拟速率回放，Flash 为每秒 200 个 token，SWE-2 为每秒 60 个 token，并将记录缩短至相同长度。

中期训练与强化学习

Cognition 表示，这是其配方首次在强化学习之前加入大规模中期训练阶段。为选择数据混合，团队策划了一个留出的编码数据集，旨在代表真实软件工程场景。候选混合方案通过各自达到基线运行验证损失所需的 token 数量进行比较，使 token 效率成为选择标准。

最终混合包含数万亿 token，取自科学文章、博客、代码和其他来源。训练分三个阶段进行，以便最稀缺、质量最高的数据在后期出现。Cognition 报告称，在这些阶段中，留出验证损失以稳定的对数线性速率改善。

随后进行了大规模强化学习。Cognition 将相较其 SWE-2 配方的大部分改进归因于更高质量和更多样化的任务，而非配方调整。团队审计了任务指令、环境设置和验证器，并增加了旨在为真实 Devin 工作流构建更广泛推理和问题解决能力的任务类型。

受限的权重访问

Flash 的权重尚未公开共享。Cognition 正在为可信行业合作伙伴和研究实验室构建安全共享计划，并承诺提供更多细节。计划中的访问将允许获批合作伙伴微调模型，并在客户控制的敏感环境中运行，包括本地基础设施，同时研究人员可以研究其行为和潜在滥用。

Cognition 报告称，有针对性的网络安全训练将 ExploitBench 从 Inkling-Small 的 11.3% 提升至 34.8%，但警告相同能力可能帮助恶意攻击者，这促使其决定不公开权重。

Cognition 于 2026 年 10 月 26 日发布的安全文章将 AI 描述为同时加速攻击者和防御者的工作，并讨论了 2026 年 10 月 21 日披露的 PHP 和 Node.js 远程代码执行漏洞。

此次发布将即时实用性与更广泛的访问区分开来。在 Devin 内部，Flash 是日常工程工作中据称兼具成本与速度优势的选项。在该产品之外，其对企业与研究人员的价值取决于计划中的项目能否在 Cognition 设定的安全限制下实现微调和客户控制的部署。