Cognition, SWE-2 Flash'ı piyasaya sürdü: 3 kat daha hızlı, maliyet 1/5'e düştü

动察 Beating AI hızlı haber: 800 milyar dolar değerlemeye sahip AI programlama şirketi Cognition, daha hızlı ve daha ucuz olmayı hedefleyen yeni modeli SWE-2 Flash'ı yayınladı.

Önceki nesil SWE-2'ye kıyasla yeni modelin kullanım maliyeti 1/5'e düştü ve üretim hızı saniyede yaklaşık 60 Token'dan 200'e yükseldi; esas olarak kod inceleme, özellik geliştirme gibi programlama görevlerinde kullanılıyor.

SWE-2 Flash, Thinking Machines'in Inkling-Small modeli temel alınarak eğitildi; toplam parametre sayısı 276 milyar, ancak her üretimde yalnızca yaklaşık 12 milyar parametre etkinleştiriliyor. Önceki nesil SWE-2, Moonshot'un 2,8 trilyon parametreli Kimi K3 modelini kullanıyordu. Cognition, çok daha küçük bir temel modele geçip eğitim yoluyla programlama yeteneğini yükseltmiş oldu.

Bu eğitimde ayrıca bir ara eğitim aşaması eklendi. Cognition önce modele trilyonlarca Token'lık kod, bilimsel makale ve blog öğretti, ardından yüksek kaliteli programlama görevleriyle büyük ölçekli pekiştirmeli öğrenme yaptı. Ana iyileştirme, daha zengin eğitim görevlerinden ve görev gereksinimleri ile sonuç doğrulamasının sıkı denetiminden geldi.

Resmi testlerde SWE-2 Flash, FrontierCode 2.0'da 24,0 puan alarak önceki nesil SWE-2'nin 23,8 puanını hafifçe geçti ve temel modelin 3,2 puanının çok üzerine çıktı. Ancak Terminal-Bench 4.0'da yeni model yalnızca %20,0 elde ederek önceki nesil SWE-2'nin %27,3'ünün gerisinde kaldı ve DeepSeek V4.1 Flash'ın %42,3'üyle arasındaki fark daha da büyük.

Cognition ayrıca SWE-2 Flash'ın başlıca programlama değerlendirmelerinde tüm ABD açık ağırlıklı modelleri geçtiğini iddia ediyor. Ancak Flash'ın kendi ağırlıkları şimdilik açık değil. Şirket, siber güvenlikle ilgili eğitimden sonra modelin ExploitBench güvenlik açığı sömürü değerlendirmesindeki puanının 11,3'ten 34,8'e yükseldiğini, ağırlıkların açılmasının siber saldırı riskini artıracağından endişe ettiğini ve bu nedenle yalnızca denetlenmiş ortaklara ve araştırmacılara erişim sağlamayı planladığını belirtti.

Şu anda SWE-2 Flash, Devin Desktop ve CLI'da kullanıma sunuldu. Pro, Max ve Teams kullanıcıları 30 Kasım'a kadar ücretsiz kullanabilir.