Cognition SWE-2: die Anbietertabelle, die Kostenbehauptungen und was fehlt
Cognition hat SWE-2 am 2026-09-10 veröffentlicht und als fortschrittlichstes Coding-Modell des Unternehmens bezeichnet; Ziel ist der Kompromiss aus Leistungsfähigkeit und Inferenzkosten: 50.0% auf FrontierCode 1.1 Main, innerhalb eines Punktes von Fable 5.1 und dabei 64% günstiger. Das Modell ist von Kimi K3 aus nachgelernt, und der Beitrag nennt weder Endpunkt noch Preis oder Rate Limit. (geprüft am 2026-09-20).
Aktualisiert 2026-10-22
Ein API-Key für Claude, GPT und chinesische Modelle, Bezahlung pro Token.
- Bezahlung pro Token — aktuelle Preise unter /models
- Zahlung per Karte (Visa / Mastercard), Apple Pay, Google Pay oder Krypto
- Selbstbedienung: aufladen und sofort aktivieren
Die wichtigsten Zahlen der offiziellen Tabelle
FrontierCode 1.1 Main
Die Tabelle des Anbieters: Auf FrontierCode 1.1 Main erreicht SWE-2 50.0% — weniger als einen Punkt hinter Fable 5.1 und 64% günstiger. Dieselbe Zeile nennt Kimi K3 44.2%, Grok 4.6 48.0%, Fable 5.1 50.9%, GPT-6 Astra 53.3% und SWE-1.7 42.0% – alles vom Anbieter gemeldet.
Behauptete Reduktion gegenüber Fable 5.1
Der Vergleich stammt vom Anbieter: innerhalb eines Punktes von Fable 5.1 und dabei 64% günstiger. Diese 64% sind ein eigener Preisvergleich von Cognition — ein Preis pro Million Token steht im Beitrag nicht, und Dritte haben den Vergleich nicht nachgerechnet.
Terminal-Bench 4 (die schwache Spalte in derselben Tabelle)
In der Spalte Terminal-Bench 4 derselben Tabelle: 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% – Cognition hat auch die schwache Spalte veröffentlicht statt nur die schmeichelhaften, deshalb lesen Sie sie zusammen mit dem FrontierCode-Ergebnis.
Parameter des Basismodells (Angabe von Moonshot)
Im Beitrag steht, dass SWE-2 von Kimi K3 aus nachgelernt wurde, auf einer Basis mit 2.8T Parametern. Die 2.8T beschreiben das Basismodell K3, nicht die Gesamtgröße von SWE-2; separat schreibt Cognition, dass RL in diesem Durchlauf erstmals bis in den Bereich mehrerer Billionen Parameter skaliert wurde.
Was SWE-2 ist
SWE-2 ist das Coding-Modell, das Cognition (das Unternehmen hinter Devin) veröffentlicht hat und im Beitrag als fortschrittlichstes Coding-Modell des Unternehmens bezeichnet wird, mit konkurrenzfähigem agentischem Coding über mehrere Effort-Stufen hinweg. Es wurde nicht von Grund auf trainiert: laut Beitrag ist es von Kimi K3 aus mit RL nachgelernt, und dieser RL-Durchlauf bringt nach Aussage des Unternehmens auf vielen Benchmarks noch 5-6 Punkte. Am Release-Tag läuft es in Devin Desktop und Devin CLI, Devin Web und Fusion folgen. Der Weg läuft über Produkt-Abo plus Agent-Orchestrierung — der Beitrag nennt keinen öffentlichen Endpunkt, keinen Preis pro Million Token und kein Rate Limit.
Release-Rhythmus
Cognition positioniert SWE-2 bei der Veröffentlichung als fortschrittlichstes Coding-Modell des Unternehmens; am selben Tag läuft es in Devin Desktop und Devin CLI, Devin Web und Fusion folgen. Zum Zeitpunkt der Prüfung ist dieser Beitrag weiterhin die einzige Quelle für die Ergebnistabelle.
Zeitleiste
2026-09-10: Cognition veröffentlicht SWE-2. Die offizielle Tabelle nennt 50.0% auf FrontierCode 1.1 Main, 73.0% auf DeepSWE 1.1, 92.8% auf Terminal-Bench 2.1 und 27.3% auf Terminal-Bench 4 sowie 64% günstiger als Fable 5.1.
2026-09-10: Ein weiterer Punkt aus demselben Beitrag: SWE-2 ist auf Basis von Kimi K3 (2.8T) mit der Infrastruktur und dem Rezept von SWE-1.7 nachtrainiert, und das Unternehmen sieht beim RL weiterhin erheblichen Spielraum, der auf vielen Benchmarks 5-6 Punkte bringt.
2026-09-20: Die Suche im öffentlichen QCode-Modellkatalog nach SWE-2, Devin und Cognition liefert keinen Treffer, SWE-2 steht daher nicht im Modellkatalog dieser Website; die Coding-Links führen zu Modellen, die wir tatsächlich verkaufen.
Belegt versus noch nicht sagbar
Was der Beitrag aussagt
Der Vergleich aus dem Beitrag: SWE-2 liegt auf dem Niveau von GPT-5.6 Sol und Fable 5/5.1, zu einem Bruchteil deren Preises, und GPT-6 Astra fehlen ein paar Punkte bei einem Viertel der Kosten. Nichts davon ist eine unabhängige Messung — eine Wiederholung durch Dritte fehlt.
Nicht als Fakten lesen
Der offizielle Beitrag „SWE-2: die Pareto-Grenze verschieben“ kommt bisher nur bis zur Produktseite: SWE-2 läuft in Devin Desktop und CLI, Devin Web und Fusion werden ausgerollt. Im Beitrag stehen kein öffentlicher API-Endpunkt und keine Modell-ID, kein Preis pro Million Token, kein Rate Limit, keine Kontextlänge, keine Trainingsdaten und keine Lizenz; auch zu offenen Gewichten steht nichts dort. Alle Werte und Kostenvergleiche stammen aus der Tabelle von Cognition und aus deren eigener Kostenbasis, eine Wiederholung durch Dritte gibt es nicht; das Unternehmen schreibt selbst, dass der RL noch viel Spielraum hat und auf vielen Benchmarks 5-6 Punkte dazukommen, die Zahlen also noch in Bewegung sind.
SWE-2 im Vergleich zum Betrieb eines eigenen Coding-Agents
Cognition SWE-2 (innerhalb des Produkts)
Modell plus Devins Agent-Orchestrierung in einem Produkt, vom ersten Tag an in Desktop und CLI verfügbar. Der Kompromiss: Es gibt ein Abo statt einer Abrechnung pro Token. Da weder Endpunkt, Stückpreis noch Rate Limit veröffentlicht sind, lassen sich die Kosten pro Aufgabe nur zu deren Bedingungen berechnen.
Angebotene allgemeine Modelle plus eigenes Harness
Führen Sie Coding-Aufgaben mit Modellen aus, die QCode verkauft: Tauschen Sie die Modell-ID aus, zahlen Sie pro Token und behalten Sie Rate Limits und Abrechnungen in Ihrer eigenen Konsole. Der Kompromiss: Orchestrierung, Kontextverwaltung und die Verifikationsschleife müssen Sie selbst aufbauen, und Effort-Stufen lassen sich nur annähern.
Worauf Sie achten, wenn Sie dasselbe Setup wollen
Aufgabenteilung: Der Anbieter bewertet SWE-2 über mehrere Effort-Stufen; ein selbst gebauter Stack hat keine solchen internen Stufen, daher teilen Teams Lokalisieren, Patchen und Testen in getrennte Aufrufe auf und leiten einfache Schritte an günstigere Modelle. Die Verifikationsschleife: Die Änderung auf der Trainingsseite beschreibt der Beitrag als Schwungrad aus früheren Checkpoints von SWE-2, das die Verifier iterativ härtet, nicht das Modell; technisch gesprochen müssen Tests und Lint automatisiert sein, sonst bricht der Wert jedes Modells ein. Die Kostenbasis: Die vom Anbieter genannte Reduktion ist dessen eigener Vergleich, kein Stückpreis — testen Sie auf Ihren eigenen Repositories und demselben Issue-Set, erfassen Sie Tokens und Wiederholungen und sehen Sie dann, was der Durchlauf gekostet hat.
Was bei QCode tatsächlich verfügbar ist
SWE-2 wird nicht angeboten. Im öffentlichen QCode-Modellkatalog liefern SWE-2, Devin und Cognition keine Treffer, und auch in der 30-Tage-Abrechnungstabelle stehen sie nicht, daher gibt es auf der Site weder einen Einstieg für das Modell noch einen Preis. Um Coding-Agent-Aufgaben auf abrechenbare Aufrufe zu bringen, besteht der Weg aus angebotenen allgemeinen Modellen plus Schema-/Tool-Calling mit externer Validierung und Wiederholungen. Abgerechnet wird pro Token, die Preise der einzelnen Modelle stehen auf /models, Rate Limits und Kostenübersicht sehen Sie in Ihrer Konsole. Noch kein Monatsplan? «Nutzungspakete» starten bei $4 für ein einmaliges Kontingent, das Sie innerhalb von 7 Tagen nutzen.
Fragen
Kann ich SWE-2 über QCode aufrufen?
Nein. Im öffentlichen Modellkatalog gibt es weder SWE-2 noch einen Cognition- oder Devin-Dienst; sie wird nur innerhalb der Devin-Produktlinie bereitgestellt (Desktop, CLI, Web und Fusion werden schrittweise ausgerollt).
Sind diese Benchmark-Werte vertrauenswürdig?
Schauen Sie auf die Quelle: Alle diese Werte stammen aus dem einen Beitrag von Cognition, sind also Angaben des Anbieters. Zugunsten der Offenheit: die schwache Spalte haben die Autoren selbst veröffentlicht — auf Terminal-Bench 4 liegt SWE-2 deutlich zurück — und nicht nur die schmeichelhaften Benchmarks genannt; eine Wiederholung durch Dritte fehlt.
Wie hängt es mit Kimi K3 zusammen?
Der Beitrag sagt es deutlich: SWE-2 ist ein Post-Training von Kimi K3 mit RL, K3 selbst ist ein Modell des Kimi-Teams. In derselben Tabelle sind die Zeile von K3 und die von SWE-2 verschieden - K3 selbst erreicht 44.2% auf FrontierCode 1.1 Main -, verwechseln Sie also nicht die Punktzahl von K3 mit der von SWE-2.
Gibt es eine API, einen Preis, eine Kontextlänge?
Im offiziellen Beitrag „SWE-2: die Pareto-Grenze verschieben“ stehen kein öffentlicher API-Endpunkt und keine Modell-ID, kein Preis pro Million Token, kein Rate Limit und keine Kontextlänge. Für diese Zahlen müssen Sie auf den Anbieter warten oder die Kosten über das Produkt-Abo bewerten.
Welcher Weg passt also für meinen eigenen Coding-Agent?
Das hängt davon ab, was Ihnen fehlt: Brauchen Sie ein Produkt, das den ganzen Ablauf für Sie fährt — finden, ändern, prüfen —, wählen Sie das Produkt-Abo; brauchen Sie abrechenbare Aufrufe mit eigener Modellwahl und Kontrolle des Kontexts, reichen angebotene allgemeine Modelle plus Tool Calling mit externer Validierung und Wiederholungen.
Kann man diese Preissenkung direkt als Stückpreis verwenden?
Nicht als Stückpreis. Es ist Cognitions Vergleich der eigenen Kosten mit Fable 5.1, ohne veröffentlichte Preise und ohne Nachrechnung durch Dritte, und derselbe Satz nennt „within a few points“ von GPT-6 Astra bei einem Viertel der Kosten - ebenfalls die Darstellung des Anbieters. Messen Sie an Ihren eigenen Aufgaben.
Quellen
Quelle: offizieller Beitrag von Cognition „SWE-2: die Pareto-Grenze verschieben“ (veröffentlicht 2026-09-10, abgerufen am 2026-09-20): https://cognition.ai/blog/swe-2; die Modellliste der Website folgt dem öffentlichen Katalog unter qcode.cc/models, und auch in der 30-Tage-Abrechnungstabelle stehen sie nicht. Alle Werte und Prozentangaben hier sind vom Anbieter gemeldet.
Das Agent-Produkt überspringen und Coding-Arbeit trotzdem über abrechenbare Aufrufe ausführen
SWE-2 ist nicht in unserem Katalog (geprüft am 2026-09-20); nutzen können Sie angebotene allgemeine Modelle plus Tool Calling, abgerechnet pro Token.
Als Nächstes lesen
Claude Fable 5 auf SWE-Bench Pro
Der Vergleichswert, an dem Cognition misst: Woher die Zahl stammt und wo ihre Grenzen liegen.
KI-Coding-Modelle auswählen, 2. Halbjahr 2026
Budget, Komplexität und Kontext für den Bau eines Coding-Agents auf verkauften Modellen.
QCode-Preisleitfaden
Offizieller Preis mal Servicesatz, dazu die Abrechnung von Caching und Wiederholungen.
Krypto-Zahlungsleitfaden
Neun Coins, 56 Netzwerke, keine Plattformgebühr für KI-Coding-API-Guthaben.
Keine Verbindung zu Cognition oder Moonshot AI. Jeder Wert, jede Prozentangabe und jede Trainingsbeschreibung hier gibt den am 2026-09-20 abgerufenen Cognition-Beitrag sinngemäß wieder und stammt vom Anbieter; QCode bietet SWE-2 nicht an und bewertet das Produkt Devin nicht. Die Angaben folgen dem offiziellen Beitrag, Verfügbarkeit und Preise der einzelnen Modelle stehen auf /models.