Cognition SWE-2：公式ベンチ表、コスト主張、そして書かれていない部分
Cognition は 2026-09-10 に SWE-2 を公開し、自社で最も進んだエンコーディングモデルだと説明しています。売りは能力と推論コストのパレート最前線で、FrontierCode 1.1 Main で 50.0%、Fable 5.1 と 1 点差ながら 64% 安い。Kimi K3 を土台に後学習したモデルで、公開エンドポイント・単価・レート制限は記載されていません。（2026-09-20 照合）。
更新日 2026-09-20
Claude・GPT・中国系モデルを 1 キーで、トークン単位の課金。
- トークン単位の課金・最新単価は /models
- カード（Visa / Mastercard）・Apple Pay・Google Pay・暗号資産で支払い可能
- チャージ後すぐにセルフサービスで開通
公式表の主要数字
FrontierCode 1.1 Main
公式ボックの表：FrontierCode 1.1 Main で SWE-2 は 50.0%、Fable 5.1 と 1 点未満の差で 64% 安い。同じ行に Kimi K3 44.2%、Grok 4.6 48.0%、Fable 5.1 50.9%、GPT-6 Astra 53.3%、SWE-1.7 42.0% が並ぶ — すべてベンダーの自己申告です。
Fable 5.1 比の自己申告低下幅
ベンダーの比較はこうです：Fable 5.1 と 1 点差で、価格は 64% 安い。この 64% は Cognition 自身の価格比較で、100 万トークン単位の単価は示されておらず、第三者が同じ比較を再現した記録もありません。
Terminal-Bench 4（同じ表の弱い列）
同じ表の Terminal-Bench 4 の列：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% — 都合のよい列だけを見せることはせず、弱い列もそのまま載せています。FrontierCode の結果と並べて読むのがよい。
土台モデルのパラメータ（Moonshot の説明）
公式には SWE-2 は Kimi K3 を土台に後学習したモデルで、土台は 2.8T パラメータのモデルだと書かれています。2.8T は土台 K3 の値であって SWE-2 全体の規模ではなく、この輪の RL は初めて数兆パラメータ規模まで拡張したとも記載されています。
SWE-2 は何か
SWE-2 は Devin の会社である Cognition が公開したエンコーディングモデルで、公式は自社で最も進んだエンコーディングモデルと説明しています。複数の effort 段階で競合する agentic coding が売りです。ゼロから学習したのではなく、公式によると Kimi K3 を土台に後学習 RL を行い、この RL は多くのベンチマークでさらに 5–6 点伸びるとしています。公開当日から Devin Desktop と Devin CLI で使え、Devin Web と Fusion は順次公開。路線は「製品内サブスクリプション + agent 制御」で、公開エンドポイント・100 万トークン単位の単価・レート制限の記載がありません。
公開の経緯
Cognition は SWE-2 を公開する際、自社がこれまで公開した中で最も進んだエンコーディングモデルと位置づけました。公開当日から Devin Desktop と Devin CLI で利用でき、Devin Web と Fusion はその後順次公開。照合した時点でも、成績表の出所はその公式ブログ記事だけです。
タイムライン
2026-09-10：Cognition が SWE-2 を公開。公式表は FrontierCode 1.1 Main 50.0%、DeepSWE 1.1 73.0%、Terminal-Bench 2.1 92.8%、Terminal-Bench 4 27.3% を挙げ、Fable 5.1 より 64% 安いとしています。
2026-09-10：同じ記事のもう一つの点：SWE-2 は Kimi K3（2.8T）から post-train され、SWE-1.7 の訓練基盤と処方を使い、RL にはまだ余地があり多くのベンチマークでさらに 5–6 点増えると公式は述べています。
2026-09-20：QCode の公開モデルカタログで SWE-2 / Devin / Cognition を検索しても該当なし。SWE-2 は当該サイトで提供しておらず、比較用のエンコーディングページは販売中のモデルを指します。
公式に書かれたこと vs まだ言えないこと
発表文に明記済み
公式の対比はこうです：SWE-2 は GPT-5.6 Sol や Fable 5/5.1 と同じ水準ながら価格はその一部で、GPT-6 Astra には数点差のところで、コストはその 4 分の 1 です。いずれも独立した測定ではなく、第三者の再現結果もありません。
事実として書かないもの
公式記事『SWE-2：パレートフロンティアを押し広げる』は製品面までしか書かれていません：SWE-2 は Devin Desktop と CLI に入り、Devin Web と Fusion は順次公開中です。記事には公開 API エンドポイントとモデル id、100 万トークン単位の単価、レート制限、コンテキスト長、学習データとライセンスの記載はなく、ウェイトを公開するかも書かれていません。スコアとコスト対比はすべて Cognition 自身の表と自社コスト基準によるもので、第三者の再実行はありません。公式自身もこの RL にまだ余地があり、多くのベンチマークでさらに 5–6 点伸びると述べており、成績は動いています。
SWE-2 と「自前でエンコーディング agent を組む」違い
Cognition SWE-2（製品内）
モデルと Devin の agent 制御が同一製品に乗り、初日から Desktop と CLI で利用可。代償は従量でなくサブスク側で見るという点 — エンドポイント・単価・制限が公開されていないので、1 タスクの費用は相手の基準でしか計算できない。
販売中の汎用モデル + 自前ハーネス
エンコーディング作業を QCode で売っている汎用モデルで回す：model id を 1 行変え、トークン課金、レート制限と課金明細は自コンソール。代償は agent 制御・コンテキスト管理・検証ループが自己責任で、公式の「複数 effort 段階」はサンプリングと再試行で近似する必要がある。
同じ形を作るなら見る点
タスク分割：公式は SWE-2 を複数 effort 段階で評価します。自前構成に内部段階はないため、「問題特定 / 修正 / テスト実行」を別呼び出しに分け、単純な手順は低コストのモデルに回すのが定石。検証ループ：公式は訓練側の変更を、SWE-2 自身の過去チェックポイントから作る flywheel で、検証器を反復的に強化するものとして説明しています。強化されるのは検証器であってモデルではありません。技術的にはテストと lint の自動化が必須で、これがないとどのモデルもスコアが落ちます。コスト基準：公式が示す降幅はベンダー自身の比較であって単価ではありません。同じリポジトリ・同じ issue 群で走らせ、トークン数と再試行を記録してから実際の費用を見るのが正しい比較です。
QCode 側の実際
SWE-2 は提供していません。QCode の公開モデルカタログで SWE-2 / Devin / Cognition を検索しても該当なし。30 日分の従量課金テーブルにも該当の記載はなく、当サイトにもその入口も単価もありません。エンコーディング agent を課金のある呼び出しに載せるなら、販売中の汎用モデル + schema/ツール呼び出し + 外側の検証と再試行という経路になります。課金はトークン単位、各モデルの単価は /models に載っています。レート制限と利用明細は自分のコンソールで確認してください。月額プランではなく単発で使うなら、クォータパックは $4 から、7 日以内に使い切るまとめての枠を購入できます。
よくある質問
SWE-2 を QCode から呼べますか？
できません。公開モデルカタログに SWE-2 も Cognition/Devin のサービスもなく、提供は Devin 製品ライン内（Desktop、CLI、Web と Fusion は順次）に限られます。
あのベンチマークの数字は信用できますか？
出所を見てください：あの数字はすべて Cognition 自身の記事からのもので、ベンダーの自己申告です。ただ公式は弱い列も載せており、同じ表の Terminal-Bench 4 では SWE-2 の結果が劣っています。都合のよいベンチマークだけを出しているわけではありません。第三者による再実行の結果もありません。
Kimi K3 とは何の関係？
公式の書き方は明確です：SWE-2 は Kimi K3 を土台に後学習 RL を行ったモデルで、K3 自体は Kimi チームのモデルです。同じ表でも K3 の行と SWE-2 の行は別の数字です（K3 本体は FrontierCode 1.1 Main で 44.2%）、K3 のスコアを SWE-2 のスコアと同一視しないでください。
API・単価・コンテキスト長は？
公式記事『SWE-2：パレートフロンティアを押し広げる』には公開 API エンドポイントとモデル id、100 万トークン単位の単価、レート制限、コンテキスト長が記載されていません。この数字を得るには公式の追加を待つか、Devin の製品サブスクリプションでコストを評価するしかありません。
自前でエンコーディング agent を作るならどの道？
足りないものが何かで決まります：製品に「特定 → 修正 → 検証」の一連の流れを丸ごと任せたいなら製品サブスクリプションの経路、課金できてモデルを自分で選べてコンテキストを制御したいなら、販売中の汎用モデル + ツール呼び出し + 外側の検証と再試行で足ります。
この価格低下分をそのまま単価として使えますか？
単価としては使えない。Cognition が自社コストと Fable 5.1 を比較した相対値で、公開単価も第三者の再計算も無い。同じ文には「GPT-6 Astra に数点差、コスト 4 分の 1」も混ざる — これもベンダー比較だ。自分のリポジトリで同じタスクを走らせて測ること。
出典
出典：Cognition 公式記事『SWE-2：パレートフロンティアを押し広げる』（2026-09-10 公開、2026-09-20 取得）https://cognition.ai/blog/swe-2。サイト内のモデル一覧は qcode.cc/models の公開カタログに従い、30 日分の従量課金テーブルにも該当の記載はありません。このページのスコアと低下率はすべてベンダーの自己申告です。
次に読む
SWE-Bench Pro の Claude Fable 5
SWE-2 公式表が比べた相手の点数の出所と限界。
2026 下期 AI エンコーディングモデル選定
予算・複雑さ・コンテキストの三軸で販売中モデルを組む。
QCode 価格ガイド
公式価格×サービス料金、キャッシュと再試行の計算方法。
暗号資産チャージガイド
9 通貨・56 ネットワーク、手数料 0 で AI コーディング API クレジットを購入。
Cognition および Moonshot AI とは関係ありません。このページのスコア・低下率・学習に関する記述は、2026-09-20 に取得した Cognition 公式記事の転記であり、ベンダーの自己申告です。QCode は SWE-2 を提供せず、Devin 製品についても評価しません。情報は公式記事を基準とし、モデルの対応状況と単価は /models をご確認ください。