Модель SWE-2 была разработана путем пост-обучения с использованием метода обучения с подкреплением, основанного на Kimi K3 — открытой модели с 2,8 триллионами параметров от Moonshot AI. Такой подход позволил Cognition создать высокоэффективный инструмент, способный решать сложные задачи кодирования. Интеграция передовых методов обучения и использование мощной базовой модели Kimi K3 подчеркивает стремление Cognition к инновациям и лидерству в сегменте ИИ-помощников для разработчиков.
Согласно отчетам Cognition, SWE-2 показала впечатляющие результаты на бенчмарке FrontierCode 1.1 Main, набрав 50,0%. Этот показатель находится всего в одном пункте от результата Fable 5.1, одной из ведущих моделей в этой области. Что особенно примечательно, SWE-2 достигает такого уровня производительности при значительно более низких затратах — на 64% дешевле по сравнению с Fable 5.1. Это делает SWE-2 чрезвычайно привлекательным решением для компаний, стремящихся оптимизировать свои расходы на разработку без ущерба для качества и эффективности.
Выпуск SWE-2 от Cognition не только подтверждает потенциал компании в создании передовых ИИ-инструментов для кодирования, но и устанавливает новый стандарт в отрасли, демонстрируя, что высокая производительность может быть достигнута с гораздо меньшими операционными издержками. Это открывает новые перспективы для широкого внедрения ИИ в процессы разработки, делая передовые технологии доступнее для более широкого круга пользователей и способствуя дальнейшему развитию автоматизированного кодирования.
Cognition выпустила SWE-2: модель кодирования, сопоставимая с Fable 5.1 и дешевле на 64%
