Cognition lança o SWE-2, modelo de código exclusivo do Devin

A Cognition (dona do Devin) lançou em 10 de setembro o SWE-2, modelo de código pós-treinado a partir do Kimi K3 com uma receita de RL própria. Segundo a empresa, ele chega a 50% no FrontierCode 1.1 — a um ponto percentual do Claude Fable 5.1 — com custo estimado 64% menor, mas são números da própria Cognition, num benchmark próprio, sem replicação independente até agora.

O SWE-2 parte do Kimi K3, modelo aberto de 2,8 trilhões de parâmetros da Moonshot AI, e passa por um treino de reforço (RL) da própria Cognition escalado pela primeira vez para esse porte de modelo. É o primeiro modelo de código da empresa com níveis de esforço de raciocínio selecionáveis (médio, alto e máximo), todos treinados numa única rodada de RL. Não tem peso aberto nem API própria: roda só dentro do Devin — Desktop e CLI desde o lançamento, com Web e Fusion chegando em seguida.

No FrontierCode 1.1 Main, benchmark próprio da Cognition, o SWE-2 marcou 50,0%, cerca de um ponto percentual atrás do Claude Fable 5.1, a um custo estimado 64% menor — mas a metodologia divulgada roda cada modelo no seu próprio harness (Claude Code, Codex, Grok Build, Devin CLI) a preço de tabela, e não há avaliação independente publicada até aqui. No Terminal-Bench 4, benchmark de terceiro mais difícil, a distância aumenta bastante: 27,3% do SWE-2 contra 55,8% do Fable 5.1 e 57,9% do GPT-6 Astra. A Cognition também não divulgou preço por token nem tamanho de janela de contexto.

Por que importa

Vale ler o anúncio com o mesmo ceticismo de sempre para número de fornecedor único: FrontierCode é benchmark da própria Cognition, e o resultado bem mais fraco no Terminal-Bench 4 mostra que o SWE-2 não é uma vitória uniforme sobre a concorrência, mesmo perto do Fable 5.1 no benchmark que a empresa escolheu destacar. Só relevante, de todo modo, para quem já usa Devin — não tem API nem peso aberto para testar fora dele.