AI Pulse

SWE-2 Flash:速度是SWE-2三倍,价格五分之一

Cognition 在 11 月 4 日发布 SWE-2 Flash。这家公司更出名的产品是 Devin。新模型速度约是 SWE-2 的三倍,价格只有五分之一。

它不打算在基准测试上全面赢过谁。Cognition 的说法很直接:面向日常代理工作,自动化、代码审查、功能开发、文档更新。是干活用的工具,不是刷榜用的。

现在就能用。Devin Desktop 和 CLI 都能接入,11 月 30 日之前免费。日常写代码、审代码、更新文档的人,这段时间的试用成本是零。

底座是 Thinking Machines Lab 的 Inkling-Small,总参数 276B,激活 12B。Inkling-Small 的全权重在 7 月 30 日就已公开。Cognition 说 Flash 相比 Inkling-Small 有大幅提升。和更大的 SWE-2 比,结果好坏参半。他们把 Flash 摆在“成本和速度的替代方案”的位置,没说它是替代品。

开源底座,闭源 Flash

底座权重公开,Flash 自己的权重没有公开。外界看得到起点。看不到的是 Cognition 在 Inkling-Small 上做了哪些针对性改动。Cognition 正在为可信合作伙伴和实验室建一套安全共享计划。机制是什么、访问条件怎么定、权重何时公开,目前都没有答案。

安全方面给了一个数字。Cognition 表示,针对性的网络安全训练把 ExploitBench 从 11.3% 提到 34.8%。这项测试考的是漏洞利用这类能力,Cognition 自己也在担心:它帮得了防御者,也帮得了攻击者。11.3% 到 34.8% 对应多大的风险变化,它没展开。

日常用户的取舍

一条高票评论把日常使用者的判断说得很直白:速度和价格对每天的工作,比“没人看的基准测试”重要得多。同一条评论也点出代价——权重不公开,剩下的只能相信厂商的说法。

Flash 在真实日常编码任务里是否和宣传一致,眼下没有独立验证。需要顶级性能的任务,Cognition 自己的定位已经说明它不是那个选项。

关键事实

阅读原文
📚 相关主题 编程智能体模型发布

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新