Cognition 发布 SWE-2，Terminal-Bench 2.1 达 92.8 分

Cognition 发布了新模型 SWE-2，这是其首次将强化学习扩展到多万亿参数规模。模型总参数达 2.8T，每个 token 激活 104B 参数，基于 Kimi K3 底座并叠加了 Cognition 的后训练。基础模型本身已针对 agentic coding 进行了强化学习，Cognition 的进一步训练在多数基准上又提升了 5 到 6 分。

在服务架构上，SWE-2 使用 NVFP4 和 FP8 内核进行 MoE 推理，并采用量化感知训练。FP8 负责 MLA 层中的 K、Q、V 和 score 计算。通过 SpecForge 重新训练的 draft model 使接受长度延长了 15%，prefill delayer 使每 GPU 的 TPM 和每请求的 tokens/sec 提升了 10% 到 20%，但 TTFT 有所牺牲。

SWE-2 在效率上有明显改进：medium 模式下平均每轮 53 步，high 模式 80 步，max 模式 98 步，而前代 SWE-1.7 需要 127 步。在 FrontierCode 1.1 上，medium 模式以少 58% 的轮次获得了比 SWE-1.7 更高的分数。具体成绩为：FrontierCode 1.1 Main 50.0，DeepSWE 1.1 得 73.0，Terminal-Bench 2.1 得 92.8。与竞品相比，Terminal-Bench 2.1 得分比 Claude Fable 5.1 低 1 分，比 GPT-6 Astra 低 3.3 分，但成本分别低 64% 和四分之三。不过 Terminal-Bench 4.0 上 SWE-2 的 27.3 分与前代相比仍有差距。

SWE-2 的权重未公开，无法本地运行或下载。目前可通过 Devin Desktop 和 CLI 使用，Devin Web 和 Fusion 也在逐步推出。Cognition 没有提供按 token 计费的 API，成本比较基于任务级别的估算。所有数据均为 Cognition 自行报告，有待独立验证。