Cognition 发布编码模型 SWE-2 Flash，Terminal-Bench 4.0 从 0.9% 提升至 20.0%

Cognition 推出编码模型 SWE-2 Flash，定位为低成本、高速度的编程模型，并称其完全在美国打造。按官方说法，它在主流评测上超过所有美国开放权重模型，包括体积大 3 倍的模型。 训练上，SWE-2 Flash 基于 Thinking Machines 的 Inkling-Small（总参数 276B、激活参数 12B），首次在强化学习之前加入中期训练阶段。团队用 token 效率曲线比较不同数据配比，最终确定数万亿 token 的数据集，涵盖高质量科学文章、博客、代码等来源，分三阶段训练，让模型在后期才接触最稀缺、质量最高的数据。相比基座模型，Terminal-Bench 4.0 从 0.9% 提升到 20.0%，FrontierCode 2.0 从 3.2% 提升到 24.0%。 中期训练之后进行大规模强化学习，官方称大部分提升来自质量更高、多样性更丰富的强化学习任务，包括审查任务指令、环境配置和验证器，并设计覆盖更广能力的新任务类型。 性能与可用性方面，SWE-2 Flash 生成速度为 200 tok/s，SWE-2 为 60 tok/s。它已在 Devin Desktop 和 CLI 上线，价格为 SWE-2 的五分之一，速度是它的 3 倍，11/30 前免费。 安全方面，训练中针对网络安全工作使 ExploitBench 从 11.3% 提升到 34.8%。Cognition 表示这些能力也可能被攻击者利用，因此暂不公开权重，正制定与可信行业合作伙伴和研究实验室安全共享权重的计划，更多细节将在几周后公布。