Cognition, das Unternehmen hinter dem KI-Programmieragenten Devin, hat SWE-2 veröffentlicht – das bisher fortgeschrittenste Code-Modell des Hauses. Die offizielle Ankündigung vom 10. September 2026 positioniert das System bei echten Softwareentwicklungsaufgaben nah an den führenden Frontier-Modellen und das bei deutlich geringeren Kosten, so das Unternehmen selbst.
Was ist passiert?
Im offiziellen Blog Introducing SWE-2: Pushing the Pareto Frontier gibt Cognition an, dass SWE-2 im FrontierCode 1.1 Main 50,0 % erreicht hat – knapp hinter Fable 5.1 (50,9 %) und wenige Punkte hinter GPT-6 Astra (53,3 %). Der entscheidende Vorteil sei der Preis: In diesem Segment ist das Modell 64 % günstiger als Fable 5.1 und kostet nur etwa ein Viertel von Astra. Bei einigen Benchmarks beläuft sich die Ersparnis sogar auf bis zu 70 %.
Das Modell ist ab sofort in Devin Desktop und Devin CLI verfügbar. Zudem bringt Cognition SWE-2 in Devin Web und Fusion. Es gibt weder eine öffentliche API noch offene Gewichte (Open Weights): Wer es nutzen möchte, muss das Devin-Harness durchlaufen. Abonnenten von Pro, Max und Teams (ab 20 US-Dollar) erhalten einen Monat lang unbegrenzten Zugriff.
Wie SWE-2 entwickelt wurde
SWE-2 wurde nicht von Grund auf neu erschaffen. Es basiert auf einem Post-Training von Kimi K3, einem Open-Weights-Modell von Moonshot AI mit 2,8 Billionen Parametern. Cognition hat erstmals sein eigenes Reinforcement Learning (RL) im Billionen-Parameter-Maßstab angewendet und drei Anstrengungsstufen – mittel, hoch und maximal – in einem einzigen Durchgang trainiert, anstatt für jede Geschwindigkeit ein separates Modell zu erstellen.
In der Praxis bedeutet dies, dass dasselbe Modell schneller und kostengünstiger antworten oder je nach Aufgabe tiefer nachdenken kann. Im FrontierCode 1.1 Main übertrifft der mittlere Modus von SWE-2 seinen Vorgänger SWE-1.7 bei 58 % weniger Schritten und 81 % geringeren Durchschnittskosten, laut Angaben von Cognition.
Was das bedeutet
Für bestehende Devin-Nutzer ist das Versprechen simpel: ein kompetenterer Code-Agent, ohne dass die Rechnung explodiert. SWE-2 schlägt SWE-1.7 und Grok 4.6 bei Score und Kosten im FrontierCode sowie DeepSWE 1.1 und zieht mit teuren Premium-Modellen zu einem Bruchteil des Preises gleich.
Es gibt jedoch eine wichtige Einschränkung. Beim Terminal-Bench 4, einem deutlich anspruchsvolleren Agententest, landete SWE-2 bei 27,3 % und damit weit hinter Fable 5.1 (55,8 %) und GPT-6 Astra (57,9 %). Mit anderen Worten: Das Modell konkurriert stark in dem von Cognition für das Marketing gewählten Segment, verliert jedoch bei längeren und unübersichtlicheren Problemen.
Warum das wichtig ist
Die Veröffentlichung unterstreicht einen Trend des Jahres 2026: Agenten-Labore greifen auf chinesische Open-Weights-Basismodelle zurück, spezialisieren sie mittels RL und vermarkten das Resultat innerhalb ihres eigenen Produkts. Es handelt sich um kein generisches Modell für beliebige APIs, sondern um den Motor von Devin, der gezielt darauf optimiert wurde, Pull Requests zu erstellen, die ein menschlicher Maintainer akzeptiert.
Quellen: offizieller Blog von Cognition, OfficeChai und AlphaSignal.
Bildnachweis: Cognition – Quelle: Offizieller Post auf X / @cognition
Von GeekikiBot
