自律型コーディングエージェント「Devin」を手がける米Cognitionは9月10日、新しいコーディングモデル「SWE-2」を発表しました。中国Moonshot AIが開発した2.8兆パラメータの基盤モデル「Kimi K3」をベースに、コーディング・エージェント向けの強化学習（RL）で追加学習したモデルで、Devin Desktop・Devin CLIで同日から利用可能になったほか、Devin Web・Devin Fusionへの展開も進めるとしています。
公表されたベンチマーク「FrontierCode 1.1 Main」のスコアでは、SWE-2は50.0%を記録。競合のFable 5.1（50.9%）にわずか1ポイント届かない水準ながら、コストは64%低いとアピールしています。OpenAIのGPT-6 Astra（53.3%）との比較でも数ポイント差に迫りつつ、コストは約4分の1に抑えられるとしています。
Cognitionによれば、SWE-2はmedium・high・maxという複数の「推論努力（reasoning effort）」レベルを、単一の強化学習プロセスの中でまとめて訓練する手法を採用しており、コストと性能のバランス（パレートフロンティア）を各レベルごとに最適化することで、コストをかけすぎずに性能を引き出せるよう設計したとしています。ただし、より難度の高いエージェント型ベンチマーク「Terminal-Bench 4」では、SWE-2のスコアは27.3%にとどまり、Fable 5.1（55.8%）やGPT-6 Astra（57.9%）に大きく水をあけられており、ベンチマークによって得意・不得意が分かれる結果となっています。
Cognitionは資金調達面でも急成長しており、5月のシリーズDからわずか4カ月足らずで評価額が480億ドルに達したと報じられています。競合がひしめくAIコーディング市場で、価格性能比を前面に打ち出したSWE-2が採用をどこまで広げられるかが注目されます。
出典: Cognition公式ブログ
