Cognition、推論効率モデル SWE-2 を公開──FrontierCode 1.1 で 50.0% を記録
Kimi K3 をベースに単一の強化学習ランで効率化を実現し、Fable 5.1 に匹敵する精度を 64% 低いコストで達成した。
リリース: 2026-09-10 · 読了 4 分記事の要約
1. 核心（What）
- Cognition は新作ソフトウェアエンジニアリングモデル SWE-2 を発表し、FrontierCode 1.1 で 50.0% のスコアを記録した。
- Kimi K3 をベースモデルに用いており、単一の強化学習ランで複数の中間・高度の努力度レベル（effort levels）を同時に最適化する手法を採用した。
- SWE-2 medium は初回の実質的なコード編集までのステップ数が中央値で 18 回となり、前世代の 48 回から大幅に短縮された。
- Devin Desktop や CLI に統合され、既存の有料プラン加入者に対して 1 ヶ月間の無料トライアルが提供されている。
2. 影響（Why）
- 推論コストの大幅な圧縮: 1M トークンあたりの実効コストとターン数が同時に低下するため、社内開発プロセスにエージェントを常時常駐させる運用が経済的に成立する。
- マルチ努力度モデルの効率化: 従来のような個別のエキスパート蒸留ではなく単一の RL ランで全 Pareto フロンティアを押し上げる手法により、モデル管理とコストのトレードオフが劇的に改善される。
3. 根拠・詳細（How）
- 線形コストペナルティによる単一 RL 最適化: バイナリ成功シグナルから実際のドル・時間コストを差し引く報酬関数を用い、ベースモデルの Pareto フロンティアの局所傾斜にペナルティ係数を一致させる設計。
- 推論時の高速化と量子化対応: SpecForge を用いたオンラインのドラフトモデルによる Speculative Decoding と、NVFP4/FP8 カーネルの量子化対応により、モデルサイズが約 3 倍になりながらもスループットを維持。
4. 展望・課題（Next）
- Devin Web への順次展開: Devin Desktop および CLI での公開に続き、Devin Web と Fusion への統合ロールアウトが現在進行形で進められている。