Cognition SWE-2：官方榜单、成本口径与它没写的那部分
Cognition 在 2026-09-10 发布 SWE-2，官方称它是自家目前最强的编码模型，卖点是能力与推理成本的帕累托前沿：FrontierCode 1.1 Main 上拿到 50.0%，与 Fable 5.1 相差不到 1 分，价格便宜 64%。它由 Kimi K3 后训练而来，官方发布贴里没有给出公开端点、单价与限速。（2026-09-20 核对）。
更新于 2026-09-20
一把 key 覆盖 Claude、GPT 与国产模型，按 token 计费。
- 按 token 计费，实时单价见 /models
- 支付宝、微信支付、信用卡、加密货币均可付款
- 充值后自助开通、立刻生效
官方表里的关键数字
FrontierCode 1.1 Main
官方博文给的对照是：FrontierCode 1.1 Main 上 SWE-2 拿 50.0%，与 Fable 5.1 相差不到 1 分、同时便宜 64%；同一行还列了 Kimi K3 44.2%、Grok 4.6 48.0%、Fable 5.1 50.9%、GPT-6 Astra 53.3%、SWE-1.7 42.0% —— 均为厂商自报。
相对 Fable 5.1 的自称降幅
官方给的对照是：与 Fable 5.1 相差不到 1 分，价格便宜 64%。这个 64% 是 Cognition 自己算出来的价差，官方没有给出每 100 万 token 的单价，第三方也没有重跑过这套对照。
Terminal-Bench 4（同一张表的短板列）
同一张表的 Terminal-Bench 4 一列：SWE-2 27.3%、Kimi K3 21.5%、Grok 4.6 20.3%、Fable 5.1 55.8%、GPT-5.6 Sol 37.3%、GPT-6 Astra 57.9%、SWE-1.7 7.6% —— 官方连短板这一列也照样列了出来，所以这一栏要和上面的 FrontierCode 成绩放在一起看。
底座参数量（Moonshot 口径）
官方写明 SWE-2 是在 Kimi K3 的基础上做后训练得来的，底座是一个 2.8T 参数的模型。2.8T 说的是底座 K3，不是 SWE-2 自己的总参数规模；官方另写这一轮 RL 第一次扩展到了多万亿参数的规模。
SWE-2 是什么
SWE-2 是 Cognition（Devin 的开发方）发布的编码模型，官方称它是自家目前最强的编码模型，卖点是跨多个 effort 档都保持竞争力的 agentic coding。它不是从零训练的：官方写明它是在 Kimi K3 的基础上做后训练 RL，并说这一轮 RL 在许多基准上还能再涨 5–6 分。发布当天它先在 Devin Desktop 与 Devin CLI 上线，Devin Web 与 Fusion 随后铺开。它走的是「产品内订阅 + agent 编排」这条路线：官方发布贴里没有公开端点、没有每 100 万 token 单价、也没有 rate limit。
发布节奏
Cognition 发布 SWE-2 时把它定位为自家迄今最强的编码模型，发布当天就在 Devin Desktop 与 Devin CLI 上线，Devin Web 与 Fusion 随后铺开。核对时那篇官方发布贴仍是那张成绩表的唯一出处。
时间线
2026-09-10：Cognition 发布 SWE-2，官方表给出 FrontierCode 1.1 Main 50.0%、DeepSWE 1.1 73.0%、Terminal-Bench 2.1 92.8%、Terminal-Bench 4 27.3%，并称比 Fable 5.1 便宜 64%。
2026-09-10 同一篇里另一条：SWE-2 从 Kimi K3（2.8T）post-train 而来，沿用 SWE-1.7 的训练设施与配方，官方称 RL 仍有许多余量，在许多基准上还能再加 5–6 分。
2026-09-20 QCode 公开模型目录里搜 SWE-2 / Devin / Cognition 都没有命中 ⇒ 本站不提供 SWE-2；对照用的编码能力页都指向在售模型。
官方写明 vs 还不能说
发布贴里写明的
官方发布贴给出的对照是：SWE-2 与 GPT-5.6 Sol、Fable 5/5.1 的成绩持平，价格只是它们的一小部分；距离 GPT-6 Astra 还差几个点，成本只有它的四分之一。这些都不是独立测量，第三方没有复跑。
别当成事实写的
官方发布贴《SWE-2：把帕累托前沿往前推》目前只写到产品层面：SWE-2 已经进入 Devin Desktop 与 CLI，Devin Web 与 Fusion 正在铺开。博文里没有公开 API 端点与模型 id、每 100 万 token 单价、限速、上下文长度、训练数据与许可，也没有说是否开放权重。那些分数与成本对照全部出自 Cognition 自己那张表和它自己的成本口径，没有第三方重跑；官方自己也说这一轮 RL 在许多基准上还能再加 5–6 分，成绩还在往前走。
SWE-2 与「自己搭编码 agent」差在哪
Cognition SWE-2（产品内）
模型 + Devin 的 agent 编排在同一个产品里，发布当天在 Desktop 与 CLI 可用；代价是走订阅而不是按 token 计费——官方没给端点、单价、限速，所以「这次任务花了多少」只能按它自己的口径算。
在售通用模型 + 自建 harness
把编码任务跑在 QCode 在售的通用模型上：model id 换一行、按 token 计费、限速与账单在自己的控制台里；代价是 agent 编排、上下文管理与验证回路都得自己搭，官方那种「多 effort 档」要自己用采样与重试做近似。
要复刻这类能力，看这几点
任务切分：官方说 SWE-2 跨多个 effort 档给分，自建路线没有这种内建档位，常见做法是把「定位问题 / 改代码 / 跑测试」拆成独立调用，简单步骤走低成本模型。验证回路：官方把训练侧的改动说成用 SWE-2 自己的历史检查点做一个飞轮，反复加固的是验证器而不是模型；翻译到工程上就是——测试与 lint 必须自动化，否则任何模型的分都会掉。成本口径：官方给的降幅是厂商自己的对照，不是单价；要比较就在同一份仓库、同一批 issue 上跑，记下 token 数与重试次数，再看实际花了多少。
QCode 上的实际情况
SWE-2 不提供。QCode 公开模型目录里搜 SWE-2 / Devin / Cognition 都没有命中，30 天计价用量表里也没有这三项，站内既没有它的入口，也没有它的单价。要把编码 agent 落到能计费的调用上，路径是在售通用模型 + schema/工具调用 + 外层校验与重试：按 token 计费，各模型单价见 /models，限速与账单在自己的控制台里看。想先在 QCode 上换几个新模型试试？按量包 ¥26 起买一笔额度，7 天内用完为止（人民币充值 ¥30 起）。
常见问题
SWE-2 能在 QCode 上调用吗？
不能。公开模型目录里没有 SWE-2，也没有 Cognition/Devin 的任何服务；它目前只在 Devin 产品线里给（Desktop、CLI，Web 与 Fusion 陆续）。
那些榜单数字可信吗？
可信度要看来源：这些数字全部出自 Cognition 自己那篇发布贴，属于厂商自报。官方倒是把短板也列了出来——同一张表里 Terminal-Bench 4 一列 SWE-2 明显落后，没有只挑好看的基准；也没有第三方重跑的结果。
它和 Kimi K3 是什么关系？
官方写得很直接：SWE-2 是在 Kimi K3 的基础上做后训练 RL 得到的，K3 本身是 Kimi 团队的模型。同一张表里 K3 本体在 FrontierCode 1.1 Main 上是 44.2%，和 SWE-2 的成绩并不相同，所以别把 K3 的分数当成 SWE-2 的分数。
有 API、单价、上下文长度吗？
官方发布贴《SWE-2：把帕累托前沿往前推》里没有写公开 API 端点与模型 id、每 100 万 token 单价、限速和上下文长度。要拿到这些数字，只能等官方补充，或者按 Devin 的产品订阅去评估成本。
那我要做编码 agent，该走哪条路？
看你缺的是哪一块：想要一个产品替你把「定位 → 改码 → 验证」整条流程跑完，就选产品订阅这条路；想要可计费、可换模型、可自己控上下文的那条路，用在售通用模型 + 工具调用 + 外层校验和重试就能落地。
这个价格降幅能直接当单价用吗？
不能当单价用。它是 Cognition 拿自己的成本口径与 Fable 5.1 比出来的相对值，既没有公开单价也没有第三方复算；同一句话里还夹着「接近 GPT-6 Astra 但只有四分之一的成本」，同样是厂商对照。要比就在自己的仓库上跑同一批任务。
来源
Cognition 官方发布贴《SWE-2：把帕累托前沿往前推》，2026-09-10 发布（2026-09-20 抓取）：https://cognition.ai/blog/swe-2；站内模型列表以 qcode.cc/models 的公开目录为准，30 天计价用量表里也没有 SWE-2 / Devin / Cognition。文中所有分数、降幅与训练描述都是厂商自报。
接着看
Claude Fable 5 在 SWE-Bench Pro
SWE-2 官方表拿来对照的那一档，分数怎么来的、局限在哪。
2026 下半年 AI 编码模型选型
预算 / 复杂度 / 上下文三个维度，用在售模型怎么搭编码 agent。
QCode 定价指南
官方价乘服务费率、缓存与重试怎么记账。
加密货币充值指南
9 种币、56 条网络，0 平台手续费购买 AI 编程 API 额度。
与 Cognition、Moonshot AI 无隶属关系。文中引用的分数、降幅与训练描述转述自 2026-09-20 抓取的 Cognition 官方发布贴，属厂商自报；QCode 不提供 SWE-2，也不评价 Devin 产品。信息以官方发布贴为准，模型可用性与单价以 /models 为准。