Le 4 novembre, Cognition a lancé le modèle de programmation SWE-2 Flash : trois fois plus rapide que son modèle phare SWE-2 et un cinquième de son prix, gratuit dans Devin Desktop et en ligne de commande jusqu'au 30 novembre. Il vise le travail d'ingénierie quotidien — automatisations, revues de code, développement de fonctionnalités, mises à jour de documentation — plutôt que de battre le modèle phare sur tous les benchmarks.
La vitesse et le prix sont réels ; les scores sont à relativiser
Flash repose sur Inkling-Small de Thinking Machines, un modèle de base mixture-of-experts clairsemé de 276 milliards de paramètres au total et 12 milliards actifs par token, auquel Cognition a ajouté un entraînement intermédiaire et de l'apprentissage par renforcement. Ses propres chiffres montrent Terminal-Bench 4.0 passer de 0,9 % pour le modèle de base à 20,0 %, sous les 27,3 % de SWE-2 ; FrontierCode 2.0 atteint 24,0 %, légèrement devant les 23,8 % de SWE-2. Ce sont toutes des mesures internes de Cognition, sans évaluation indépendante pour l'instant.
Pourquoi les poids restent privés
Contrairement aux modèles à poids ouverts comme Kimi K3.1 Pro, les poids de SWE-2 Flash ne sont pas publiés pour le moment. Cognition invoque la cybersécurité : un entraînement de sécurité ciblé a fait passer son score ExploitBench de 11,3 % pour le modèle de base à 34,8 %, et ces mêmes capacités pourraient aussi servir des attaquants. L'entreprise met en place un programme de partage sécurisé qui n'ouvrira les poids qu'à des partenaires de confiance et à des instituts de recherche. Ni le tarif par token ni la fenêtre de contexte n'ont été annoncés.
Pour les développeurs, la valeur de Flash n'est pas son nombre de paramètres mais son coût par tâche : si les tâches quotidiennes tournent à un cinquième du prix et trois fois plus vite, l'abonnement Devin devient bien plus facile à justifier. La répartition est claire aussi : le modèle phare SWE-2 reste le grand modèle, 2,8 billions de paramètres au total et 104 milliards actifs, réservé aux tâches les plus difficiles, tandis que Flash prend le travail quotidien — un duo, pas un remplacement. Reste une condition : les scores auto-déclarés de Cognition doivent encore tenir sur de vraies bases de code, et seuls les tests des utilisateurs le prouveront. La consolidation s'accélère aussi dans ce secteur : Meta vient de racheter Conductor, un outil de programmation parallèle multi-agents, et la concurrence entre agents de codage passe du modèle unique au flux de travail complet.
