Cognition の SWE-2 は Kimi K3 をもとにしたコーディング用のモデル
Cognition は 2026 年 9 月 10 日に、コーディング用の新しいモデル SWE-2 を発表した[1]。当日から Devin Desktop と CLI で使え、Devin Web と Fusion でも順に使えるようになる[1]。API の価格は、発表には載っていません[1]。
もとになったのは Moonshot の Kimi K3 で、パラメータは 2.8 兆[1,2]。コーディングのエージェント向けに、すでに強化学習を多く受けていたモデルです[1]。
Cognition は、その上で強化学習を数兆パラメータの規模に広げたとしている[1]。1 回の学習で、推論の深さの 3 段階（medium、high、max）をまとめて訓練する方法をとった[1]。
FrontierCode 1.1 Main では SWE-2 が 50.0% で、Grok 4.6 の 48.0% と、前の SWE-1.7 の 42.0% を上回りました[1]。
Fable 5.1 との差は 1 ポイント以内で費用は 64% 安く、GPT-6 Astra には数ポイント及ばないものの費用は 4 分の 1 だと、Cognition は書いている[1]。
ほかに示された結果は、DeepSWE 1.1 が 73.0%、Terminal-Bench 2.1 が 92.8%、Terminal-Bench 4 が 27.3%[1]。
比べ方は付録にあります[1]。公表された結果があればそれを使い、なければ Cognition が自分で測った[1]。
その場合は、Anthropic のモデルは Claude Code、OpenAI は Codex、xAI は Grok Build、重みが公開されたモデルは Devin CLI と、そのモデルがおもに想定しているツールの中で動かして測っている[1]。
費用は公表価格に公開の割引を含めて計算し、スコアは推論の深さを変えた設定のうち最もよいものをとっています[1]。モデルごとに使ったツールが違うため、同じ条件でそろえた比較にはなっていない。