In Cognitions eigener Tabelle erreicht SWE-2 auf FrontierCode 1.1 Main 50,0 Prozent und liegt damit knapp hinter Fable 5.1 mit 50,9 und deutlicher hinter GPT-6 Astra mit 53,3 Prozent. Auf Terminal-Bench 2.1 führt es die Tabelle mit 92,8 Prozent an, auf DeepSWE 1.1 steht es bei 73,0 Prozent. Auf dem neueren Terminal-Bench 4 fällt es mit 27,3 Prozent weit zurück: Fable 5.1 kommt dort auf 55,8, Astra auf 57,9 Prozent.
Das Verkaufsargument ist der Preis. Auf FrontierCode bleibe SWE-2 innerhalb eines Punktes von Fable 5.1 und koste dabei 64 Prozent weniger; an Astra reiche es bis auf wenige Punkte heran, zu einem Viertel der Kosten. Auf demselben Benchmark braucht die Stufe medium gegenüber dem Vorgänger SWE-1.7 nach Cognitions Messung 58 Prozent weniger Durchgänge und 81 Prozent weniger Geld, und sie ändert die erste Datei im Median nach 18 statt nach 48 Schritten.
Grundlage ist Kimi K3, das Moonshot AI im Juli 2026 mit 2,8 Billionen Parametern und offenen Gewichten veröffentlicht hat. Cognition trainiert darauf drei Aufwandsstufen – medium, high und max – in einem einzigen Verstärkungslernlauf und bezeichnet SWE-2 als erstes eigenes Modell mit solchen Stufen.
Einen Tag später, am 11. September, hat Cognition die Zwei-Modell-Architektur Fusion in Devin Desktop und CLI gebracht: Ein Frontier-Modell plant und prüft, SWE-2 führt aus. Über mehrere Coding-Benchmarks nennt das Unternehmen dafür 20 bis 46 Prozent geringere Kosten als bei Claude Code und Codex mit demselben Frontier-Modell. Woran die dort angegebenen Dollarbeträge gemessen sind, erklärt die Seite nicht.
Unabhängig geprüft ist davon bislang nichts. Cognition veröffentlicht weder Gewichte noch Preise noch eine eigene Schnittstelle, und in der Modellliste von Artificial Analysis stand SWE-2 am 11. September nicht – 646 Einträge, keiner davon Cognitions Modell.