Cognition เปิดตัว SWE-2 โมเดลเขียนโค้ดที่ทำคะแนน Terminal-Bench 2.1 ได้ 92.8% ในราคาถูกกว่าคู่แข่ง 64%
SWE-2
Cognition บริษัทผู้พัฒนา Devin ประกาศเปิดตัวโมเดล SWE-2 เมื่อวันที่ 10 กันยายน 2026 โดยวางตำแหน่งเป็นโมเดลที่ปรับสมดุลระหว่างต้นทุนกับประสิทธิภาพสำหรับงานเขียนโค้ดโดยเฉพาะ จุดที่น่าสนใจทางเทคนิคคือโมเดลนี้ถูก post-train ต่อยอดจาก Kimi K3 ซึ่งเป็นโมเดลขนาด 2.8 ล้านล้านพารามิเตอร์ โดย Cognition ระบุว่าเป็นครั้งแรกที่มีการสเกล reinforcement learning ขึ้นไปถึงระดับ multi-trillion parameter
ด้านผลทดสอบ SWE-2 ทำคะแนนบน FrontierCode 1.1 Main ได้ 50.0% ซึ่งห่างจาก Fable 5.1 ไม่ถึงหนึ่งจุด แต่ถูกกว่าถึง 64% บน DeepSWE 1.1 ทำได้ 73.0% บน Terminal-Bench 2.1 ทำได้ 92.8% และบน Terminal-Bench 4 ซึ่งเป็นชุดทดสอบที่ยากกว่ามาก ทำได้ 27.3%
ในแง่การเปรียบเทียบ Cognition ระบุว่า SWE-2 เหนือกว่า SWE-1.7 รุ่นก่อนหน้าและ Grok 4.6 ทั้งด้านประสิทธิภาพและต้นทุน เทียบเท่า GPT-5.6 Sol และ Fable 5/5.1 ในราคาที่ต่ำกว่าอย่างมีนัยสำคัญ และเข้าใกล้ GPT-6 Astra ในระยะไม่กี่จุดที่ราคาเพียงหนึ่งในสี่
สิ่งที่สะท้อนจากการเปิดตัวนี้คือกลยุทธ์ที่กำลังเป็นที่นิยมมากขึ้น คือไม่แข่งกันเทรนโมเดลพื้นฐานจากศูนย์ แต่นำโมเดลโอเพนที่แข็งแรงอยู่แล้วมา post-train ด้วย RL บนโดเมนเฉพาะ ซึ่งให้ผลลัพธ์ใกล้เคียงโมเดลเรือธงในต้นทุนที่ต่ำกว่ามาก
SWE-2 พร้อมใช้งานแล้วผ่าน Devin Desktop, CLI, Web และ Fusion ตั้งแต่วันประกาศ โดยบริษัทไม่ได้ระบุราคาต่อโทเคนอย่างชัดเจนในประกาศ แต่เน้นย้ำตัวเลขส่วนลดต้นทุน 64% เมื่อเทียบกับทางเลือกที่ให้ผลลัพธ์ใกล้เคียงกัน