#SWE-2

코그니션, SWE-2 공개 — Fable 5.1 대등 성능에 비용 64% 절감

Devin 개발사 코그니션이 강화학습으로 포스트트레이닝한 코딩 모델 SWE-2를 공개했습니다. 문샷 AI의 2.8조 파라미터 오픈 모델 Kimi K3를 기반으로 하며, FrontierCode 1.1 Main에서 50.0%를 기록해 Fable 5.1과 1점 이내 차이를 보였습니다. 비용은 64% 더 낮아, 오픈소스 기반 모델의 비용 효율성을 보여주는 사례입니다.

코그니션, SWE-2 코딩 모델 공개

코그니션이 최신 코딩 모델 SWE-2를 공개했습니다. FrontierCode 1.1 Main에서 50.0%를 기록하며 Fable 5.1에 1점 차로 근접하면서도 64% 저렴합니다. 2.8조 파라미터 모델 Kimi K3를 기반으로 멀티트릴리언급 강화학습(RL)을 적용했으며, 단 한 번의 학습으로 모든 추론 노력 수준을 훈련하는 새 RL 알고리즘이 핵심입니다.