Cognition SWE-2: جدول ارائهدهنده، ادعاهای هزینه و آنچه کم است
Cognition در 2026-09-10 مدل SWE-2 را منتشر کرد و آن را پیشرفته‌ترین مدل کدنویسی خود تا امروز خواند و هدفش را مرز پارتو توانایی در برابر هزینه استنتاج اعلام کرد: 50.0% در FrontierCode 1.1 Main، با فاصله یک امتیاز از Fable 5.1 و در حالی که 64% ارزان‌تر است. این مدل از Kimi K3 پسآموزش داده شده است، و آن پست هیچ نقطه پایانی، هیچ قیمتی و هیچ محدودیت نرخ درخواست را منتشر نکرده است. (بررسی‌شده در 2026-09-20).
به‌روزرسانی شده 2026-11-14
یک کلید برای Claude، GPT و مدلهای چینی، با صورتحساب به‌ازای توکن.
- صورتحساب به‌ازای توکن — نرخ‌های زنده در /models
- پرداخت با کارت (Visa / Mastercard)، Apple Pay، Google Pay یا رمزارز
- به‌صورت خودخدمت: شارژ حساب و فعال‌سازی فوری
اعداد کلیدی جدول رسمی
FrontierCode 1.1 اصلی
جدول خود ارائهدهنده: در FrontierCode 1.1 Main، SWE-2 امتیاز 50.0% میگیرد، با فاصله یک امتیاز از Fable 5.1 و 64% ارزان‌تر؛ همان سطر Kimi K3 را 44.2%، Grok 4.6 را 48.0%، Fable 5.1 را 50.9%، GPT-6 Astra را 53.3% و SWE-1.7 را 42.0% فهرست میکند — همه به گزارش ارائهدهنده استناد دارند.
کاهش ادعاشده نسبت به Fable 5.1
مقایسه از خود ارائهدهنده است: با فاصله یک امتیاز از Fable 5.1 و 64% ارزان‌تر. آن 64% مقایسه قیمت خود Cognition است — پست هیچ قیمت به‌ازای هر میلیون توکن نمی‌دهد و هیچ شخص ثالثی مقایسه را دوباره اجرا نکرده است.
Terminal-Bench 4 (ستون ضعیف در همان جدول)
در ستون Terminal-Bench 4 همان جدول: 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 ستون ضعیف را هم منتشر کرده است، بنابراین آن را در کنار نتیجه FrontierCode بخوانید.
پارامترهای مدل پایه (رقم Moonshot)
پست بیان میکند که SWE-2 از Kimi K3 و روی یک مدل پایه با 2.8T پارامتر، پسآموزش دیده است. رقم 2.8T اندازه مدل پایه K3 را توصیف میکند، نه اندازه خود SWE-2؛ جدا از این، پست میگوید این دور از RL برای نخستین بار به محدوده چند تریلیون پارامتری مقیاس یافته است.
SWE-2 چیست
SWE-2 مدل کدنویسی است که Cognition (شرکت پشت Devin) منتشر کرده و آن را پیشرفته‌ترین مدل کدنویسی خود تا امروز توصیف میکند، با کدنویسی عاملی رقابتی در سطوح مختلف تلاش. این مدل از صفر آموزش ندیده است: پست میگوید این مدل از Kimi K3 با یادگیری تقویتی (RL) آموزش تکمیلی دیده است و این دور از RL هنوز 5–6 امتیاز به بسیاری از بنچمارک‌ها اضافه میکند. در روز انتشار، در Devin Desktop و Devin CLI عرضه شد و پس از آن Devin Web و Fusion آمدند. مسیر آن اشتراک محصول بههمراه ارکستراسیون عامل است — پست هیچ نقطه پایانی عمومی، هیچ قیمت به‌ازای هر میلیون توکن و هیچ محدودیت نرخ درخواست را فهرست نمی‌کند.
آهنگ انتشار
Cognition SWE-2 را پیشرفته‌ترین مدل کدنویسی خود تا امروز معرفی میکند؛ همان روز در Devin Desktop و Devin CLI در دسترس است و Devin Web و Fusion پس از آن بهتدریج عرضه میشوند. در زمان بررسی، آن پست هنوز تنها منبع جدول امتیازها است.
خط زمانی
2026-09-10: Cognition نسخه SWE-2 را منتشر میکند. جدول رسمی 50.0% در FrontierCode 1.1 Main، 73.0% در DeepSWE 1.1، 92.8% در Terminal-Bench 2.1 و 27.3% در Terminal-Bench 4 را می‌دهد و میگوید 64% ارزان‌تر از Fable 5.1 است.
2026-09-10: نکته دیگری از همان پست: SWE-2 با آموزش تکمیلی از Kimi K3 (2.8T) ساخته شده است، با استفاده مجدد از زیرساخت و دستورالعمل آموزش SWE-1.7، و شرکت میگوید RL هنوز فضای قابل توجهی برای بهبود دارد و 5-6 امتیاز به بسیاری از بنچمارک‌ها اضافه میکند.
2026-09-20: جست‌وجوی SWE-2، Devin و Cognition در کاتالوگ عمومی مدلهای QCode نتیجه‌ای برنمی‌گرداند، بنابراین SWE-2 در اینجا ارائه نمی‌شود؛ صفحه‌های کدنویسی که در ادامه پیوند داده شده‌اند به مدل‌هایی اشاره می‌کنند که واقعاً می‌فروشیم.
آنچه گفته شده در برابر آنچه هنوز نمی‌توان گفت
آنچه پست بیان میکند
مقایسه‌ای که پست ارائه می‌دهد: SWE-2 با GPT-5.6 Sol و Fable 5/5.1 با کسری از قیمت آن‌ها برابری میکند و با یکچهارم هزینه، تا چند امتیاز به GPT-6 Astra نزدیک میشود. هیچ‌کدام از این‌ها اندازهگیری مستقل نیست — هیچ شخص ثالثی آن را بازتولید نکرده است.
این موارد را بهعنوان واقعیت نخوانید
پست رسمی «Introducing SWE-2: Pushing the Pareto Frontier» فقط به بخش محصول محدود میشود: SWE-2 وارد Devin Desktop و CLI شده است و Devin Web و Fusion در حال عرضه هستند. این پست هیچ نقطه پایانی API عمومی یا model id ارائه نمی‌دهد، هیچ قیمتی برای هر میلیون توکن، هیچ محدودیت نرخ درخواست، هیچ طول زمینه، هیچ داده آموزشی یا مجوزی ذکر نمی‌کند و درباره وزن‌های باز چیزی نمی‌گوید. هر امتیاز و مقایسه هزینه از جدول خود Cognition و مبنای هزینه خودش می‌آید، و هیچ شخص ثالثی آن‌ها را دوباره اجرا نکرده است؛ خود پست میگوید این دور از RL هنوز 5–6 امتیاز در بسیاری از بنچمارک‌ها اضافه میکند، بنابراین اعداد همچنان تغییر می‌کنند.
SWE-2 در برابر اجرای عامل کدنویسی خودتان
Cognition SWE-2 (درون محصول)
مدل بههمراه هماهنگ‌سازی عامل Devin در یک محصول، از روز نخست در Desktop و CLI در دسترس است. هزینه این کار اشتراک است نه صورتحساب به‌ازای هر توکن: چون نقطه پایانی، قیمت واحد و محدودیت نرخ درخواست منتشر نشده، هزینه هر وظیفه را فقط با شرایط خودشان میتوان محاسبه کرد.
مدلهای عمومی عرضه‌شده بههمراه هارنس خودتان
وظایف کدنویسی را روی مدل‌هایی که QCode می‌فروشد اجرا کنید: شناسه مدل را عوض کنید، به‌ازای هر توکن پرداخت کنید، محدودیت نرخ درخواست و صورتحساب را در کنسول خودتان نگه دارید. هزینه این کار آن است که هماهنگ‌سازی، مدیریت زمینه و حلقه بررسی را باید خودتان بسازید و سطوح تلاش را باید تقریبی در نظر بگیرید.
اگر همان راه‌اندازی را میخواهید، چه چیزهایی را بررسی کنید
تقسیم وظیفه: ارائهدهنده SWE-2 را در سطوح مختلف تلاش امتیازدهی میکند، و پشته خودساخته چنین لایه‌های داخلی ندارد، بنابراین راه‌حل معمول این است که مکان‌یابی، وصله‌کاری و آزمون را به فراخوانی‌های جداگانه تقسیم کنید و گام‌های ساده را به مدلهای ارزان‌تر هدایت کنید. حلقه راستی‌آزمایی: پست تغییر سمت آموزش را به‌صورت یک چرخ لنگر توصیف میکند که از چک‌پوینت‌های پیشین خود SWE-2 ساخته شده است و به‌جای مدل، راستی‌آزمایی‌کننده‌ها را مکرراً سخت‌تر میکند؛ از نظر مهندسی، آزمون‌ها و lint باید خودکار شوند، وگرنه امتیاز هر مدلی افت میکند. مبنای هزینه: کاهشی که ارائهدهنده اعلام میکند مقایسه خودشان است، نه قیمت واحد — برای مقایسه درست، همان مخزن و همان دسته از issueها را اجرا کنید، توکن‌ها و تلاش‌های مجدد را ثبت کنید و سپس ببینید که اجرا واقعاً چه هزینه‌ای برای شما داشته است.
آنچه واقعاً در QCode در دسترس است
SWE-2 ارائه نمی‌شود. کاتالوگ عمومی مدل QCode برای SWE-2، Devin یا Cognition هیچ نتیجه‌ای برنمی‌گرداند، و جدول مصرف 30 روزه هم آن‌ها را فهرست نمی‌کند، بنابراین سایت نه ورودی‌ای برای آن دارد و نه قیمتی برای آن. برای انجام کار عامل کدنویسی روی فراخوانی‌های قابل‌صورت‌حساب، راه، مدلهای عمومی عرضه‌شده بههمراه فراخوانی schema/tool با اعتبارسنجی بیرونی و تلاش‌های مجدد است. صورتحساب بر اساس توکن است؛ نرخ هر مدل در /models فهرست شده است. محدودیت‌های نرخ درخواست و هزینه‌ها در کنسول خودتان قرار دارند. میخواهید ابتدا چند مدل جدیدتر را در QCode امتحان کنید؟ بسته‌های پرداخت به‌ازای مصرف از $4 شروع میشوند برای یک سهمیه یک‌باره که آن را ظرف 7 روز مصرف می‌کنید.
پرسش‌ها
آیا میتوانم SWE-2 را از طریق QCode فراخوانی کنم؟
خیر. فهرست عمومی مدلها هیچ SWE-2 و هیچ سرویس Cognition یا Devin ندارد؛ این مدل فقط درون خط محصول Devin ارائه میشود (Desktop، CLI و Web و Fusion که بهتدریج عرضه میشوند).
آیا آن اعداد بنچمارک قابل اعتمادند؟
به منبع نگاه کنید: تمام آن اعداد از پست خود Cognition آمده است، پس به گزارش ارائهدهنده استناد دارد. به‌انصاف، ستون ضعیف هم در جدول هست — در Terminal-Bench 4، SWE-2 آشکارا عقب‌تر است — و تنها بنچمارک‌های تعریف‌آمیز را منتشر نکرده‌اند؛ هیچ اجرای مجدد شخص ثالثی وجود ندارد.
رابطه آن با Kimi K3 چیست؟
پست صریح میگوید: SWE-2 با RL از Kimi K3 پسآموزش داده شده است و K3 خودش مدلی از تیم Kimi است. در همان جدول، سطر K3 و سطر SWE-2 متفاوتاند — K3 خودش در FrontierCode 1.1 Main امتیاز 44.2% میگیرد — پس امتیاز K3 امتیاز SWE-2 نیست.
آیا API، قیمت و طول زمینه وجود دارد؟
پست رسمی «Introducing SWE-2: Pushing the Pareto Frontier» هیچ نقطه پایانی API عمومی یا شناسه مدل، هیچ قیمت به‌ازای هر میلیون توکن، هیچ محدودیت نرخ درخواست و هیچ طول زمینه‌ای ارائه نمی‌دهد. برای به‌دست آوردن آن اعداد باید منتظر ارائهدهنده بمانید یا هزینه را از طریق اشتراک محصول Devin بسنجید.
پس برای عامل کدنویسی خودم کدام مسیر را انتخاب کنم؟
بستگی دارد به اینکه چه چیزی برای شما کم است: اگر محصولی میخواهید که کل حلقه را برایتان اجرا کند — یافتن، وصله زدن، بررسی — مسیر اشتراک محصول را انتخاب کنید؛ اگر درخواستهای قابل صورتحساب میخواهید که در آن مدل را خودتان انتخاب و زمینه را کنترل کنید، مدلهای عمومی فروشی بههمراه فراخوانی ابزار و اعتبارسنجی و تلاش مجدد بیرونی برای شروع کافی است.
آیا این کاهش قیمت را میتوان بهعنوان قیمت واحد استفاده کرد؟
نه بهعنوان قیمت واحد. این Cognition است که هزینه خودش را با Fable 5.1 مقایسه میکند، بدون قیمتگذاری منتشرشده و بدون بازمحاسبه شخص ثالث، و همان جمله عبارت «چند امتیاز فاصله با GPT-6 Astra با یکچهارم هزینه» را هم دارد — آن هم چارچوببندی ارائهدهنده است. روی وظایف خودتان اندازهگیری کنید.
منابع
پست رسمی Cognition با عنوان «Introducing SWE-2: Pushing the Pareto Frontier»، منتشرشده در 2026-09-10 (بازیابی‌شده در 2026-09-20): https://cognition.ai/blog/swe-2؛ فهرست مدلهای این سایت از کاتالوگ عمومی در qcode.cc/models پیروی میکند، و جدول مصرف 30 روزه نیز هیچ‌یک از آن‌ها را فهرست نمی‌کند. هر امتیاز، درصد و شرح آموزش در اینجا از سوی ارائهدهنده گزارش شده است.
از محصول عامل صرف‌نظر کنید و همچنان کار کدنویسی را با درخواستهای قابل صورتحساب اجرا کنید
SWE-2 در فهرست ما نیست (بررسی‌شده در 2026-09-20)؛ آنچه می‌توانید استفاده کنید مدلهای عمومی فروشی بههمراه فراخوانی ابزار است که به‌ازای هر توکن صورتحساب میشود.
بعدی را بخوانید
Claude Fable 5 در SWE-Bench Pro
مبنای مقایسه‌ای که Cognition با آن می‌سنجد: منشأ این عدد و محدودیت‌هایش.
انتخاب مدلهای کدنویسی با هوش مصنوعی، H2 2026
بودجه، پیچیدگی و بستر لازم برای ساخت عامل کدنویسی روی مدلهای عرضه‌شده.
راهنمای قیمتگذاری QCode
قیمت رسمی ضربدر نرخ سرویس، بههمراه نحوه محاسبه هزینه کش و تلاش‌های مجدد.
راهنمای پرداخت با رمزارز
نه رمزارز، 56 شبکه، کارمزد پلتفرم صفر برای اعتبار API کدنویسی با هوش مصنوعی.
هیچ وابستگی به Cognition یا Moonshot AI وجود ندارد. امتیازها، درصدها و توضیحات آموزش نقل‌شده در اینجا بازگویی پست Cognition است که در 2026-09-20 دریافت شده و به گزارش ارائهدهنده استناد دارد؛ QCode محصول SWE-2 را ارائه نمی‌کند و محصول Devin را ارزیابی نمی‌کند. اطلاعات بر پایه پست رسمی است و دسترس‌پذیری مدلها و نرخ هر مدل در /models فهرست شده است.