Cognition lancia SWE-2, il modello di coding vicino alla frontiera a un quarto del costo

Nel campo degli assistenti che scrivono codice la partita non si gioca più soltanto sulle prestazioni pure, ma sul rapporto tra quanto un modello è bravo e quanto costa farlo lavorare. Gli agenti di programmazione sono ormai tra gli usi più diffusi e più costosi dell’intelligenza artificiale, e ogni punto di prezzo in meno, moltiplicato per milioni di richieste, fa una differenza enorme.

È proprio su questo terreno che si muove SWE-2, il nuovo modello di coding presentato da Cognition, l’azienda che ha creato l’agente Devin. La promessa è ambiziosa: avvicinarsi ai modelli di frontiera come Claude Fable 5.1 e GPT-6 Astra, ma pagando una frazione della spesa. E per riuscirci Cognition ha fatto una scelta che merita attenzione, perché parte da un modello aperto di origine cinese e lo spinge oltre con il proprio addestramento.

Che cos’è SWE-2 e perché se ne parla

SWE-2 è, per usare le parole di Cognition, il suo modello di coding più avanzato finora. La sigla SWE sta per software engineering, cioè l’ingegneria del software: non un chatbot generico, ma un modello pensato per capire un progetto di codice, muoversi tra i file, eseguire comandi, correggere errori e portare a termine compiti reali di sviluppo.

Il punto di forza sta in un dato preciso. Su FrontierCode 1.1 Main, un test che misura la capacità di risolvere problemi concreti di programmazione, SWE-2 raggiunge il 50,0%, a meno di un punto dal 50,9% di Fable 5.1, ma costando il 64% in meno. In pratica ottieni prestazioni quasi identiche pagando poco più di un terzo.

Cognition non è un nome nuovo. È la stessa azienda dietro Devin, l’agente autonomo per lo sviluppo software che ha da poco raggiunto una valutazione di 47 miliardi di dollari. SWE-2 è il modello che alimenta quella piattaforma ed è disponibile da subito in Devin Desktop e nella versione a riga di comando, con il rilascio in corso anche su Devin Web e sul sistema Fusion.

I numeri: vicino alla frontiera a un quarto del costo

Quando esce un nuovo modello, ogni azienda tende a presentarlo come il migliore su qualche classifica. È un fenomeno che abbiamo raccontato parlando dei benchmark di coding AI, dove spesso basta scegliere il test giusto per potersi dire primi. Con SWE-2, però, l’aspetto interessante non è un singolo record, ma l’insieme dei risultati letti insieme al prezzo.

Ecco i punteggi principali dichiarati da Cognition sui test più usati per gli agenti di programmazione:

• 50,0% su FrontierCode 1.1 Main
• 73,0% su DeepSWE 1.1
• 92,8% su Terminal-Bench 2.1
• 27,3% su Terminal-Bench 4, il test più difficile

Su FrontierCode 1.1 Main e DeepSWE 1.1, SWE-2 batte sia il modello precedente di Cognition, SWE-1.7, sia Grok 4.6, facendo meglio contemporaneamente su punteggio e su costo. Si allinea a GPT-5.6 Sol e alla famiglia Fable 5 e 5.1 spendendo molto meno, e arriva a pochi punti da GPT-6 Astra pagando circa un quarto.

C’è però un limite da segnalare con onestà. Sul test più duro, Terminal-Bench 4, SWE-2 resta indietro rispetto a GPT-6 Astra di oltre trenta punti. Sui compiti più complessi e aperti, insomma, i modelli di frontiera più costosi conservano ancora un vantaggio netto.

La scommessa sui modelli aperti: SWE-2 nasce da Kimi K3

La parte più originale della storia è da dove parte SWE-2. Il modello è addestrato a partire da Kimi K3, un modello aperto da 2,8 mila miliardi di parametri che aveva già ricevuto un intenso addestramento per il coding agentico. Invece di costruire tutto da zero, Cognition ha preso una base pubblica molto potente e ci ha lavorato sopra.

Su questa base l’azienda ha applicato il proprio apprendimento per rinforzo, aggiungendo cinque o sei punti su molti benchmark e spostando l’intera curva tra costo e prestazioni del modello di partenza. È la conferma di una tendenza che seguiamo da tempo: i modelli open source stanno diventando abbastanza buoni da convincere anche le aziende a costruirci sopra, invece di dipendere solo dai grandi laboratori proprietari.

Partire da un modello di origine cinese, però, porta con sé qualche domanda in più. Per questo Cognition ha sottoposto SWE-2 a valutazioni specifiche su propaganda, censura e vulnerabilità che possono comparire nel codice a seconda del contesto, confrontandolo con Kimi K3, GLM 5.3, GPT 5.6, Fable 5.1 e Opus 5. L’azienda ha inoltre dovuto rafforzare i propri sistemi di verifica per contenere il cosiddetto reward hacking, cioè la tendenza del modello a trovare scorciatoie per ottenere il premio dell’addestramento senza risolvere davvero il compito assegnato.

Un solo addestramento per tutti i livelli di sforzo

C’è un’innovazione tecnica che Cognition rivendica con particolare orgoglio. SWE-2 è il primo modello della famiglia SWE con livelli di sforzo di ragionamento, e tutti questi livelli vengono addestrati in un’unica sessione di apprendimento per rinforzo, non in tante corse separate.

Il meccanismo si basa su una penalità di costo applicata a ogni livello, calibrata sulla pendenza locale della curva del modello di base. L’idea, spiegata in modo semplice, è questa: durante l’addestramento il modello viene premiato non solo per quanto risolve, ma tenendo conto di quanto spende per farlo, così da migliorare l’intero ventaglio di compromessi tra qualità e prezzo invece di un solo punto.

Il risultato pratico è comodo. Puoi scegliere quanta potenza mettere in campo in base al compito, senza dover cambiare modello ogni volta.

Cosa cambia per chi scrive codice

Le differenze tra i livelli si vedono nel comportamento reale. SWE-2 nella versione media entra in azione molto più in fretta ed è la scelta efficiente per compiti semplici o intermedi. Le versioni high e max, invece, mantengono un vantaggio sui problemi complessi: pianificano di più, esplorano una porzione maggiore del codice e gestiscono l’incertezza con verifiche più articolate.

Rispetto a SWE-1.7, la versione media ottiene un punteggio più alto su FrontierCode 1.1 Main usando il 58% di passaggi in meno e costando in media l’81% in meno. È un salto notevole, che racconta bene la direzione presa da Cognition: non solo più bravo, ma anche più essenziale nel modo di lavorare.

L’azienda cita anche un episodio che rende l’idea della crescente intraprendenza di questi agenti. In un caso in cui un’integrazione necessaria non era disponibile, SWE-2 ha ricostruito i dati che gli servivano dallo storico di un canale Slack a cui aveva già accesso. È lo stesso tipo di autonomia che vediamo emergere in strumenti come Cursor, dove l’agente porta avanti da solo interi pezzi di lavoro.

Perché conta per il mercato dell’AI

La mossa di Cognition dice qualcosa di più ampio sullo stato del settore. Man mano che i modelli diventano più intelligenti e più costosi, il vero campo di battaglia diventa il valore per ogni euro speso. Chi costruisce prodotti sopra questi modelli non guarda solo alla vetta delle classifiche, ma a quanto gli costa ogni singola operazione moltiplicata su larga scala.

In questo quadro, partire da un modello aperto e portarlo vicino alla frontiera con un addestramento mirato è una strategia che può ridisegnare gli equilibri. Non serve per forza spendere miliardi per addestrare un modello gigante da zero, se una base pubblica di qualità unita a un buon lavoro di rifinitura riesce ad avvicinare le prestazioni dei sistemi più cari.

Conclusioni

SWE-2 non è il modello più potente in assoluto, e Cognition non lo nasconde. È qualcosa di forse più interessante per chi lavora davvero con il codice ogni giorno: un modello che porta prestazioni vicine alla frontiera a un costo molto più basso, costruito con intelligenza su una base aperta invece che su un sistema proprietario da miliardi di dollari.

La direzione è chiara. La competizione tra assistenti di programmazione si sta spostando dal punteggio puro al valore concreto per la spesa sostenuta.

Se scrivi codice o costruisci strumenti basati sull’AI, prova a valutare SWE-2 sui tuoi compiti reali e non solo sui benchmark: è lì, sul tuo flusso di lavoro, che capirai se il compromesso tra qualità e costo funziona anche per te. Continua a seguirci per restare aggiornato sui prossimi modelli di coding e sulle mosse dei grandi laboratori.

Fonte: annuncio ufficiale di Cognition.