Cognition lanceert codeermodel SWE-2: bijna topklasse voor een fractie van de prijs

Cognition traint AI-modellen die zelfstandig kunnen programmeren, testen en bugs oplossen. Het nieuwste model, SWE-2, haalt op de testset FrontierCode 1.1 Main een score van 50,0 procent. Dat is net iets lager dan het toonaangevende model Fable 5.1, maar SWE-2 kost daarbij 64 procent minder om te draaien. Op een andere benchmark, DeepSWE 1.1, doet het model het zelfs beter dan het duurdere GPT-5.6 Sol. Cognition noemt dit de beste balans tussen prestatie en kosten die het bedrijf ooit heeft bereikt.

Trainen op ongekende schaal

Het bijzondere aan SWE-2 is de trainingsmethode. Cognition gebruikte reinforcement learning, een trainingstechniek waarbij een AI-model beloond wordt voor goede oplossingen en gestraft voor slechte, verkeerde of te dure oplossingen. Voor het eerst is deze techniek toegepast op een basismodel met bijna drie biljoen parameters: Kimi K3, gemaakt door het Chinese AI-lab Moonshot AI. Parameters zijn de instelbare knoppen binnen een AI-model; hoe meer parameters, hoe krachtiger maar ook hoe duurder een model doorgaans is om te trainen en te gebruiken.

Gebruikers van Devin kunnen kiezen tussen verschillende effort-niveaus: medium, high en max. Bij een hoger niveau denkt het model langer en grondiger na, wat duurder is maar betere resultaten kan opleveren bij complexe taken. Normaal gesproken moet een AI-bedrijf voor elk niveau apart trainen. Cognition ontwikkelde een methode om alle niveaus in één trainingsronde tegelijk te verbeteren, met een beloningsformule die rekening houdt met zowel het succes van een taak als de kosten ervan. Daarmee verschuift het bedrijf de hele verhouding tussen kosten en prestatie in één keer, in plaats van laag voor laag.

Minder omzwervingen, snellere oplossingen

Die aanpak is terug te zien in het gedrag van het model. SWE-2 op het medium-niveau scoort hoger dan de vorige versie SWE-1.7, maar heeft daarbij 58 procent minder stappen nodig en is 81 procent goedkoper. Het model begint sneller met echt coderen: gemiddeld na 18 stappen zoeken door de code, tegen 48 stappen bij het vorige model. Cognition zegt dat SWE-2 beter inschat welke delen van een programma daadwerkelijk relevant zijn voor een taak, waardoor het minder tijd verspilt aan onnodig uitgebreid onderzoek.

Ook de kwaliteit van het werk verbetert volgens het bedrijf. Het model schrijft betere tests die fouten opvangen, zoekt actiever naar alternatieve oplossingen als de voor de hand liggende weg is afgesloten, en controleert eigen conclusies opnieuw in plaats van ze zomaar te herhalen. Bij twijfel checkt SWE-2 aannames van de gebruiker liever met bewijs dan dat het klakkeloos meegaat in wat iemand beweert.

Direct beschikbaar

SWE-2 is vanaf nu te gebruiken in Devin Desktop en de command line-versie van Devin, en wordt de komende tijd ook uitgerold naar Devin Web en Fusion. Voor bedrijven die AI inzetten bij softwareontwikkeling betekent dit vooral dat geavanceerde coderende AI dichterbij de kosten van eenvoudigere modellen komt, zonder dat daar veel kwaliteit voor wordt ingeleverd.