Am 4. November hat Cognition das Programmiermodell SWE-2 Flash veröffentlicht: dreimal so schnell wie das Flaggschiff SWE-2 und ein Fünftel des Preises, bis zum 30. November kostenlos in Devin Desktop und in der Kommandozeile nutzbar. Es zielt auf alltägliche Entwicklungsarbeit — Automatisierungen, Code-Reviews, Feature-Entwicklung, Doku-Updates — und nicht darauf, das Flaggschiff in jedem Benchmark zu schlagen.
Tempo und Preis stimmen, die Punktzahlen brauchen einen Abschlag
Flash basiert auf Inkling-Small von Thinking Machines, einem spärlichen Mixture-of-Experts-Basismodell mit 276 Milliarden Parametern insgesamt und 12 Milliarden aktiven pro Token, dem Cognition Mid-Training und Reinforcement Learning hinzugefügt hat. Die eigenen Zahlen zeigen Terminal-Bench 4.0 von 0,9 % beim Basismodell auf 20,0 % gestiegen — unter den 27,3 % von SWE-2; FrontierCode 2.0 liegt bei 24,0 % und damit knapp über den 23,8 % von SWE-2. All das sind eigene Messungen von Cognition, eine unabhängige Bewertung gibt es noch nicht.
Warum die Gewichte privat bleiben
Anders als offene Modelle wie Kimi K3.1 Pro werden die Gewichte von SWE-2 Flash vorerst nicht veröffentlicht. Cognition verweist auf Cybersicherheit: Gezieltes Sicherheitstraining hob den ExploitBench-Wert von 11,3 % beim Basismodell auf 34,8 %, doch dieselben Fähigkeiten könnten auch Angreifern helfen. Das Unternehmen baut ein Programm zum sicheren Teilen auf, das die Gewichte nur vertrauenswürdigen Partnern und Forschungseinrichtungen öffnet. Preise pro Token und das Kontextfenster wurden ebenfalls noch nicht genannt.
Für Entwickler liegt der Wert von Flash nicht in der Parameterzahl, sondern in den Kosten pro Aufgabe: Wenn Alltagsjobs zum Fünftel des Preises und mit dreifacher Geschwindigkeit laufen, rechnet sich das Devin-Abo deutlich besser. Auch die Aufgabenteilung ist klar: Das Flaggschiff SWE-2 bleibt mit 2,8 Billionen Parametern insgesamt und 104 Milliarden aktiven das große Modell für die schwersten Aufgaben, während Flash die tägliche Arbeit übernimmt — eine Ergänzung, kein Ersatz. Die Voraussetzung bleibt: Cognitions selbst gemessene Werte müssen sich erst in echten Codebasen bewähren, und das können nur Tests der Nutzer zeigen. Auch in diesem Segment beschleunigt sich die Konsolidierung: Meta hat gerade Conductor übernommen, ein Werkzeug für paralleles Multi-Agenten-Programmieren, und der Wettbewerb der Coding-Agenten verlagert sich vom einzelnen Modell zum gesamten Workflow.
