Cognition Releases SWE-2: A Kimi K3 Post-Trained Coding Model That Matches Fable 5.1 on FrontierCode at 64% Lower Cost

Cognition，也就是開發出知名 AI 程式碼代理工具 Devin 的公司，日前正式發表了旗下目前效能最強大的程式碼模型 SWE-2。這款新模型是以 Moonshot AI 的 Kimi K3 為基礎，再導入強化學習進行後訓練所打造而成，目標是讓 AI 在軟體工程任務中擁有更高的精準度與效率。根據官方公布的資訊，SWE-2 在 FrontierCode 這項專門衡量程式碼能力的基準測試中，表現與另一款業界矚目的模型 Fable 5.1 幾乎持平。然而更引人注目的是，SWE-2 的運算成本比 Fable 5.1 低了 64%。

這意味著開發團隊在維持高水準程式碼生成與修復能力的同時，能夠大幅節省雲端運算資源與相關開銷。Cognition 一直以來都專注於開發能自主處理複雜軟體工程任務的 AI 系統，Devin 就是其代表作之一。Devin 能獨立完成從程式碼撰寫、錯誤修復到部署的完整流程，受到許多開發者與企業的關注。而 SWE-2 的推出，等於進一步強化了 Devin 底層模型的編碼能力，讓 AI 代理在面對真實世界的程式碼挑戰時能更精準、更高效。SWE-2 的技術核心在於強化學習的後訓練階段。

研究團隊以 Kimi K3 這個具備良好基礎能力的模型為起點，透過大量的程式碼解題與錯誤修復訓練，讓模型學會更有效率的解題策略。同時，模型也對常見的程式錯誤模式與修復方式有了更深層的理解，從而減少生成無效或不安全程式碼的機率。成本優勢是 SWE-2 在市場上最具競爭力的賣點之一。當前的 AI 編碼模型往往需要龐大的 GPU 運算資源才能運行，對於中小型團隊或預算有限的企業來說，負擔不小。SWE-2 以低於同級競品 64% 的運算成本達成相同水準的表現，大幅降低了導入門檻，可能吸引更多企業在 CI/CD 流程、自動化程式碼審查或持續整合測試等場景中，採用 Cognition 的技術。

市場分析人士認為，這款模型的高性價比，將有助於加速 AI 輔助開發工具在企業端的普及。尤其對於那些希望在不增加硬體支出的前提下提升軟體品質與開發效率的團隊，SWE-2 提供了一個極具吸引力的選項。此外，由於 SWE-2 是專為軟體工程任務設計，它在處理實際程式庫、大型專案與版本控制情境時，可能比其他通用型程式碼模型更具優勢。目前官方尚未公布 SWE-2 的詳細架構參數或公開 API 資訊，但已經透露這款模型未來將整合進 Devin 平台。屆時開發者可以直接透過 Devin 使用升級後的編碼能力，無需另外串接或訓練模型。

這項整合計畫也顯示 Cognition 正逐步打造從底層模型到應用層的完整生態系。值得一提的是，SWE-2 所採用的基礎模型 Kimi K3，是由 Moonshot AI 所開發的開源大型語言模型。Moonshot AI 在中國 AI 領域擁有相當的技術實力，Kimi K3 在中文與英文的程式碼理解上都有不錯的表現。Cognition 選擇以 Kimi K3 為基底，再透過強化學習進行調校，某種程度上也展現了跨國技術合作的成果。強化學習的應用讓 SWE-2 能從過往的編碼錯誤中學習，逐步調整參數以產出更穩定的程式碼。這樣的訓練方式特別適合需要反覆除錯與優化的軟體開發流程。

根據 Cognition 團隊的說法，SWE-2 在面對真實世界的程式庫時，錯誤修復的準確率與首次通過率都有顯著提升。與同級競品 Fable 5.1 的比較中，SWE-2 不僅在 FrontierCode 的得分上不分軒輊，更在成本控制上拉開差距。這可能促使其他 AI 編碼模型開發商重新思考自己的定價策略與訓練效率。對於終端使用者而言，更低的運算成本意味著可以更頻繁地執行自動化程式碼檢測與修復，從而提升整體軟體品質。企業若想導入 SWE-2，短期內仍需透過 Devin 平台來間接使用。Cognition 官方表示，未來不排除提供獨立的 API 或模型下載選項，但目前尚未有具體時間表。

這也讓許多關注底層模型的開發者持續等待進一步的技術文件與使用限制說明。整體而言，SWE-2 的問世不僅強化了 Cognition 在 AI 程式碼代理領域的技術護城河，也為市場帶來了更經濟實惠的選擇。隨著 Devin 平台逐步整合這款新模型，開發者有望在不久後體驗到更低成本、更高效率的 AI 輔助開發流程。業界也將密切觀察 SWE-2 是否能複製甚至超越 Devin 所引發的討論熱潮，進一步推動 AI 在軟體工程實務中的落地應用。