LO ESENCIAL EN 30 SEGUNDOS

  • SWE-2 Flash se basa en Inkling-Small de Thinking Machines, un modelo de mezcla de expertos con 276.000 millones de parámetros en total y 12.000 millones activos.
  • Cognition afirma que cuesta una quinta parte que SWE-2 y es unas tres veces más rápido; es gratuito en Devin hasta el 30 de noviembre.
  • Los pesos no son públicos, algo que Cognition atribuye a riesgos de ciberseguridad; prepara un programa de acceso controlado para socios y laboratorios.

Cognition, la empresa que desarrolla el agente de programación Devin, lanzó SWE-2 Flash el 4 de noviembre. Es una versión más pequeña y barata de SWE-2, que la compañía presentó en septiembre, pensada para el trabajo de ingeniería rutinario. El modelo ya está disponible en Devin Desktop y en la CLI de Devin, y Cognition lo ofrece gratis hasta el 30 de noviembre.

Qué es el modelo

SWE-2 Flash parte de Inkling-Small, un modelo base estadounidense de pesos abiertos de Thinking Machines con 276.000 millones de parámetros en total, de los que 12.000 millones se activan en cada token. SWE-2, en comparación, declara 2,8 billones de parámetros totales y 104.000 millones activos. Cognition explica que por primera vez añadió una fase de entrenamiento intermedio antes del aprendizaje por refuerzo y que entrenó el modelo de forma específica en tareas de ciberseguridad. La empresa lo describe como un modelo de programación íntegramente estadounidense.

En precio y velocidad, Cognition sostiene que SWE-2 Flash cuesta una quinta parte que SWE-2 y es tres veces más rápido. La cifra de velocidad se ilustra con la reproducción de una única tarea de Terminal-Bench 4.0, con unos 200 tokens por segundo frente a 60 de SWE-2, no con una medición amplia. La entrada del blog no indica precios por token.

Cómo se compara

En la tabla de resultados de Cognition, SWE-2 Flash logra un 24,0 % en FrontierCode 2.0 y un 20,0 % en Terminal-Bench 4.0, frente al 3,2 % y el 0,9 % de Inkling-Small sin ajustar. En ExploitBench sube del 11,3 % al 34,8 %. Entre los modelos de pesos abiertos de la tabla, encabeza FrontierCode 2.0, pero queda por detrás de varios en otras pruebas: GLM 5.3 Flash y DeepSeek V4.1 Flash, por ejemplo, rondan el 42 % en Terminal-Bench 4.0. SWE-2 sigue por delante en la mayoría de los tests. Son cifras del fabricante que no se han reproducido de forma independiente.

Los pesos, por ahora, privados

Aunque el modelo base es de pesos abiertos, Cognition no publica los de SWE-2 Flash y alega riesgos de ciberseguridad. Dice estar preparando un programa para compartirlos de forma segura con socios del sector y laboratorios de investigación de confianza, de modo que puedan ajustarlo y ejecutarlo en entornos sensibles, incluso en sus propias instalaciones, y promete detalles en las próximas semanas. RuntimeWire señala que así Cognition mantiene el control de la distribución. No se ha anunciado el precio tras el periodo gratuito.