SWE-2 ist Cognitions führendes Programmiermodell, das auf Kimi K3 aufbaut und für agentenbasiertes Software-Engineering mit gezielter Codebase-Navigation und disziplinierter Verifikation über mehrere Aufwandstufen hinweg entwickelt wurde.
Funktion und offizielle Positionierung des Produkts
SWE-2 ist ein spezialisiertes Programmiermodell von Cognition, das aus dem 2,8 Billionen Parameter umfassenden Basismodell Kimi K3 mittels Reinforcement Learning für agentenbasiertes Software-Engineering nachtrainiert wurde.
SWE-2 ist direkt in Devin-Umgebungen integriert und führt durchgängige Entwicklungsworkflows aus, darunter Repository-Suchen, dateiübergreifende Codeänderungen, Build-Verifikationen und Testerstellungen.
Durch offizielle Quellen belegte Anwendungsfälle
Entwickler können SWE-2 Codebase-Probleme zuweisen, um relevante Dateien zu analysieren, Änderungen zu planen, Codeaktualisierungen anzuwenden und verifizierte Fixes zu committen.
Entwicklungsteams können das Modell nutzen, um End-to-End-Tests zu schreiben, die Softwareänderungen unabhängig auf Randfälle überprüfen.
SWE-2 wird ausgehend von Kimi K3 nachtrainiert, wobei Reinforcement Learning auf ein Modell mit mehreren Billionen Parametern skaliert wird, um die Leistung über verschiedene Reasoning-Aufwandstufen hinweg in einem einzigen Trainingslauf zu optimieren.
Die Trainingsarchitektur nutzt eine längengewichtete Belohnungs-Baseline, um die Gradientenvarianz zu stabilisieren, ohne zusätzliche Backward-Pässe zu erfordern. Bereitstellungs-Rollouts stützen sich auf NVFP4- und FP8-Kernel sowie spekulatives Decodieren, unterstützt durch ein online aktualisiertes Draft-Modell.
Prüfungen mit eigenen Inhalten und Arbeitsabläufen
Welche Quellen wann geprüft wurden
Antworten auf Basis des quellengeprüften Produkteintrags
SWE-2 basiert auf Kimi K3, einem Modell mit 2,8 Billionen Parametern, das zuvor mit Reinforcement Learning für agentenbasiertes Programmieren trainiert wurde.
SWE-2 ist in Devin Desktop und Devin CLI verfügbar, wobei die Bereitstellung schrittweise auf Devin Web und Devin Fusion ausgeweitet wird.
SWE-2 konzentriert seine Erkundung auf relevante Dateien und kann so die Codebearbeitung in weniger Erkundungsschritten als SWE-1.7 initiieren.
Das Modell unterstützt die Aufwandstufen Medium, High und Max und bietet Wahlmöglichkeiten zwischen schnellen Codebearbeitungen und tieferer Planung oder Verifikation.
SWE-2 leitet Schlussfolgerungen neu ab, indem es Testartefakte ausführt und technische Nachweise prüft, anstatt Benutzerhypothesen ohne Überprüfung zu übernehmen.
