SWE-2 Flash: быстрая и дешёвая модель Cognition для Devin — обзор
Cognition выпустила модель не для фронтира, а для рутины: втрое быстрее и в пять раз дешевле SWE-2. Разбираем официальные бенчмарки, тарифы Devin и то, что вендор не показывает.
Кодинг-агентыCognitionНоябрь 2026
Категория Модель для coding-агентаВендор Cognition (США)Доступ Devin Desktop и CLIОбновлено 07.11.2026
4 ноября 2026 года Cognition представила SWE-2 Flash — модель, которая должна закрыть не фронтир, а ежедневную рутину: автоматизации, код-ревью, мелкие фичи и обновление документации. Заявка простая: в пять раз дешевле и примерно втрое быстрее SWE-2 при 276 млрд параметров и 12 млрд активных. Ниже — что подтверждается официальными материалами Cognition, где модель доступна, сколько стоит и кому она действительно нужна.
276B-A12B
Размер
12 млрд активных
200 ток/с
Скорость
против 60 у SWE-2
1/5 от SWE-2
Цена
заявление вендора
до 30.11
Бесплатно
внутри Devin
Как мы это проверяли
Модель мы не запускали на своих репозиториях: доступа к весам нет, а прогон внутри Devin требует оплаченного плана и отдельного проекта. Все числа взяты из официального анонса Cognition от 04.11.2026 (таблица из восьми бенчмарков, скорость, цена) и со страницы тарифов devin.ai/pricing, снятой 07.11.2026. Независимых замеров SWE-2 Flash на момент публикации нет — это указано отдельно в каждом разделе.
01Что такое SWE-2 Flash и почему это не отдельный API
SWE-2 Flash — языковая модель Cognition для агентских задач в разработке. Она не продаётся отдельным API-ключом: доступ идёт через Devin Desktop и Devin CLI, то есть модель встроена в рабочее место агента, а не предлагается как самостоятельный эндпоинт. Для бюджета это принципиально: платить придётся за план Devin, а не за миллион токенов по прайсу.
Реклама. ООО «КАПИБАРА», ИНН 9703231520
Карточка модели
ВендорCognition
Анонс04.11.2026
АрхитектураMoE 276B-A12B
БазаInkling-Small (Thinking Machines)
ДоступDevin Desktop и Devin CLI
Весане опубликованы
Технически SWE-2 Flash — это Inkling-Small от Thinking Machines с дополнительным этапом mid-training перед обучением с подкреплением. Cognition подчёркивает, что впервые добавила такой этап в свой рецепт: сначала модель училась на нескольких триллионах токенов научных статей, блогов и кода в три стадии (самые редкие и качественные данные — позже), затем прошла крупномасштабный RL с расширенным набором задач. По данным вендора, один только mid-training поднял Terminal-Bench 4.0 с 0,9% до 20,0%, а FrontierCode 2.0 — с 3,2% до 24,0%. Именно этот скачок относительно базы Cognition и продаёт как главный результат.
Второй тезис анонса — «полностью американская модель». Это маркетинговая рамка, но у неё есть практическое следствие: в отличие от GLM, DeepSeek и Kimi, веса SWE-2 Flash не выкладываются в открытый доступ. Cognition объясняет это кибербезопасностью и обещает отдельную программу контролируемого доступа для отраслевых партнёров и исследовательских лабораторий — подробности обещаны «через несколько недель».
02Бенчмарки: что реально показывает таблица вендора
Cognition опубликовала сводную таблицу из восьми тестов, где SWE-2 Flash сравнивается с базовой Inkling-Small, Beam 1.0, Muse Spark Open, GLM 5.3 Flash, DeepSeek V4.1 Flash, GPT-6 Luna, Claude Haiku 5.5 и собственным SWE-2. Все числа ниже — данные авторов модели от 04.11.2026. Набор включает как их собственные тесты (FrontierCode), так и внешние (Terminal-Bench, SWE-Atlas QA, ExploitBench).
FrontierCode 1.1 Main: «пойдёт ли PR в мерж»процент решённых задач, данные Cognition, 04.11.2026
Flash держится в коридоре 43–46% вместе с Haiku 5.5 и DeepSeek V4.1 Flash и отстаёт от старшего SWE-2 на 4,5 п.п.
На FrontierCode 1.1 Main — тесте на то, примет ли человек написанный агентом пулл-реквест — SWE-2 Flash (45,5%) идёт вровень с Claude Haiku 5.5 (46,4%) и DeepSeek V4.1 Flash (43,9%) и проигрывает SWE-2 (50,0%) 4,5 процентного пункта. Это ровно та позиция, которую декларирует вендор: не «лучше всех», а «почти как старший брат за пятую часть цены».
Terminal-Bench 4.0: многошаговые задачи в терминалепроцент решённых задач, данные Cognition, 04.11.2026
Здесь Flash заметно слабее конкурентов того же ценового класса: 20,0% против 39–42% у DeepSeek, GLM и Haiku.
На Terminal-Bench 4.0 картина другая и менее выгодная для новинки. SWE-2 Flash (20,0%) в двадцать раз лучше своей базы Inkling-Small (0,9%) и в пять раз лучше Beam 1.0 (4,0%), но уступает DeepSeek V4.1 Flash (42,3%), GLM 5.3 Flash (41,8%) и Claude Haiku 5.5 (39,2%) более чем вдвое. Вывод практический: длинные многошаговые цепочки в терминале — не сильнейшая сторона Flash, там выгоднее смотреть на открытые китайские модели или на Haiku.
Это данные авторов модели
Cognition сама составляет FrontierCode и сама публикует прогоны. Независимой проверки SWE-2 Flash на 07.11.2026 нет, а числа в таблице не сопровождаются описанием харнесса, числа попыток и настроек reasoning. Относитесь к таблице как к маркетинговому материалу: она показывает порядок величин, но не заменяет прогон на ваших задачах.
03Скорость и цена: главный аргумент модели
Продающая идея Flash — не качество ответа, а стоимость одной задачи. Вендор заявляет 200 токенов в секунду против 60 у SWE-2 и цену в одну пятую от старшей модели. Для агентских циклов это важнее, чем кажется: медленная модель простаивает на каждом шаге, а быстрая успевает сделать больше попыток и больше правок в тот же бюджет времени.
Скорость генерациитокенов в секунду, данные Cognition, 04.11.2026
Замер вендора на одном и том же задании Terminal-Bench; воспроизведён как симуляция на 200 и 60 ток/с.
Free
$0навсегда
Небольшая квота на агентов
Ограниченный набор моделей
Безлимитные inline-правки и Tab
оптимально
Pro
$20в месяц
Полный набор моделей, включая фронтир
Бесплатное использование SWE-2
Облачные агенты Devin Cloud
Докупка сверх квоты по API-цене
Max
$200в месяц
Всё из Pro
Существенно большие квоты
Для тех, кто гоняет агентов весь день
Teams
$80в месяц + $40 за место
До 200 пользователей
Общая оплата и админ-панель
Приоритетная поддержка
Тарифы Devin, снято 07.11.2026 на devin.ai/pricing. Отдельного прайса за токены Cognition не публикует — «по API-цене» указано только для докупки сверх квоты.
Отдельной цены за миллион токенов у SWE-2 Flash нет: в тарифах Devin перечислены планы и квоты, а превышение лимита описано формулировкой «по API-цене», без конкретных ставок. Практический вывод: сравнивать Flash с DeepSeek или GLM по цене за токен нельзя — сравнение идёт на уровне «план Devin против ключа у провайдера». На странице тарифов прямо указано, что Pro включает бесплатное использование SWE-2, а Flash до 30.11.2026 доступен без доплаты: это тестовое окно, а не постоянная цена, и после 30 ноября экономику придётся пересчитать.
Как не переплатить
Квота в Devin обновляется ежедневно и еженедельно, а расход зависит от модели, размера задачи и объёма контекста. Если гоняете рутину — держите в промптах минимум контекста и переключайтесь на Flash для код-ревью и документации: по заявлению вендора, именно эти классы задач модель и должна закрывать.
04Сравнение с моделями того же класса
Ниже — сводка по официальной таблице Cognition. Размеры даны в формате «всего параметров — активных на токен»: у Flash и его базы это 276B-A12B, у старшего SWE-2 — 2,8T-A104B, то есть модель в десять раз крупнее. Для GPT-6 Luna и Claude Haiku 5.5 вендор размеры не публикует.
Модель
Размер
FrontierCode 1.1
Terminal-Bench 4.0
DeepSWE 1.1
SWE-2 Flash
276B-A12B
45,5%
20,0%
60,1%
SWE-2
2,8T-A104B
50,0%
27,3%
73,0%
Claude Haiku 5.5
не указан
46,4%
39,2%
59,3%
DeepSeek V4.1 Flash
763B-A16B
43,9%
42,3%
77,0%
GLM 5.3 Flash
320B-A18B
31,8%
41,8%
63,4%
Muse Spark Open
816B-A42B
24,5%
8,0%
60,0%
Inkling-Small (база)
276B-A12B
21,5%
0,9%
17,4%
Данные Cognition, 04.11.2026: проценты решённых задач, выше — лучше. Независимых прогонов нет.
Что из таблицы следует для выбора. Если задача — ревью, документация и мелкие правки, Flash конкурентоспособен: он в одном коридоре с Haiku 5.5 и стоит внутри уже оплаченного плана Devin. Если задача — автономные многошаговые прогоны в терминале, открытые DeepSeek V4.1 Flash и GLM 5.3 Flash выигрывают с большим отрывом и при этом доступны через собственный API, без привязки к Devin. Если нужен максимум качества и есть бюджет — старший SWE-2 остаётся сильнее по всем трём тестам, кроме ExploitBench, где Flash даже ближе к лидерам.
Отдельно про кибербезопасность
Cognition целенаправленно учила модель на задачах безопасности: ExploitBench вырос с 11,3% у базы до 34,8% у Flash. Именно этим вендор объясняет закрытые веса — способности, полезные защитникам, применимы и для атак. Для команд ИБ это плюс, для остальных — причина, по которой локального запуска не будет.
05Где доступна и как включить
Модель работает в двух местах: в Devin Desktop и в Devin CLI. Devin Desktop Cognition представила 2 июня 2026 года — рабочее место выросло из Windsurf, купленного в июле 2025-го. Если вы приходили из Windsurf, интерфейс покажется знакомым, но логика другая: это рабочее место агента, а не редактор с автодополнением.
Отдельной установки «модели» нет — весов не существует в публичном доступе, поэтому локальный запуск, fine-tuning на своих данных и self-hosted развёртывание на 07.11.2026 невозможны. Всё, что доступно, — использование внутри аккаунта Devin на условиях вендора. Для команд, которым нужен on-prem, Cognition обещает партнёрскую программу, но сроков и условий не называет.
06Кому подходит, а кому нет
Подходит: командам, которые уже платят за Devin и хотят снизить стоимость рутинных прогонов — ревью, документация, обновление зависимостей, мелкие фиксы.
Подходит: тем, кто ценит скорость отклика: 200 токенов в секунду заметны на длинных диффах и генерации тестов.
Не подходит: задачам, где нужен максимум качества на сложных рефакторингах — там сильнее SWE-2, Opus 5.5 и облачные агенты верхнего tier.
Не подходит: тем, кому нужен локальный или self-hosted запуск, а также собственный API без подписки — веса закрыты.
Не подходит: многошаговым терминальным сценариям: по Terminal-Bench 4.0 модель проигрывает открытым конкурентам более чем вдвое.
Отдельный вопрос — язык. Вендор не публикует метрик по русскому: все восемь тестов англоязычные, задачи написаны под англоязычные репозитории. Если вы работаете с русскоязычным кодом и документацией, сравнивайте на своих задачах: у моделей этого класса качество на неанглийских промптах обычно ниже, а официальных цифр, чтобы это проверить, Cognition не даёт.
С практической точки зрения Flash — это инструмент экономии, а не апгрейда качества. Он имеет смысл там, где вы уже внутри Devin и где задача достаточно простая, чтобы её можно было доверить модели уровня Haiku. Для всего остального рынок в ноябре 2026 года предлагает либо более сильные закрытые модели, либо открытые DeepSeek и GLM с собственной инфраструктурой.
07Ограничения и риски
Первое и главное — закрытые веса. Это не техническая деталь, а вопрос зависимости: модель нельзя скачать, нельзя держать в своём контуре и нельзя гарантировать, что она останется доступной на прежних условиях. Второе — привязка к Devin: вне платформы Cognition модель не работает, а значит её цена всегда включает стоимость подписки. Третье — доказательная база: единственный источник цифр — блог вендора, независимых замеров на 07.11.2026 нет.
Не путать с open-weight моделями
Несмотря на слово Flash в названии и сравнение с DeepSeek V4.1 Flash и GLM 5.3 Flash в одной таблице, SWE-2 Flash — закрытая модель. Скачать её с Hugging Face нельзя, запустить в LM Studio или Ollama нельзя. Планируйте бюджет и риски исходя из этого.
Четвёртый риск — ценообразование после промо-окна. Бесплатный доступ заявлен до 30 ноября 2026 года; что будет с ценой внутри плана Pro и с квотой дальше, вендор не уточняет. Если вы строите на Flash регулярный процесс (например, авторевью каждого пулл-реквеста), закладывайте пересчёт экономики на декабрь.
Вердикт Qantcore
7,8/ 10
SWE-2 Flash делает ровно то, что обещано: закрывает рутину внутри Devin быстро и за пятую часть цены старшей модели, а на FrontierCode 1.1 держится вровень с Claude Haiku 5.5. Баллы снимаем за закрытые веса и невозможность локального запуска, за провал на многошаговом Terminal-Bench 4.0 относительно открытых конкурентов и за отсутствие независимых замеров: пока это единственная таблица, и её составил сам вендор.
Нет. Веса не опубликованы, скачать модель нельзя. Cognition объясняет это рисками кибербезопасности (ExploitBench у Flash вырос до 34,8%) и обещает отдельную программу контролируемого доступа для отраслевых партнёров и исследовательских лабораторий. Сроков и условий программа пока не имеет.
Сколько стоит SWE-2 Flash?
Отдельного прайса за токены нет. Модель доступна внутри планов Devin: Free — $0, Pro — $20 в месяц, Max — $200, Teams — $80 плюс $40 за полное место (снято 07.11.2026 на devin.ai/pricing). До 30.11.2026 Flash включён без доплаты, сверх квоты докупается «по API-цене» — конкретные ставки вендор не публикует.
Чем SWE-2 Flash отличается от SWE-2?
Размером и назначением. Flash — 276B-A12B на базе Inkling-Small, 200 токенов в секунду, цена в одну пятую от старшей модели. SWE-2 — 2,8T-A104B и сильнее по качеству: 50,0% против 45,5% на FrontierCode 1.1 Main и 73,0% против 60,1% на DeepSWE 1.1.
Можно ли запустить SWE-2 Flash локально?
На 07.11.2026 — нет: весов в открытом доступе не существует, self-hosted развёртывание вендор не предлагает. Если нужен локальный кодинг-агент, смотрите на открытые модели (GLM, DeepSeek, Qwen) в LM Studio, Ollama или vLLM — но это другой класс по качеству и требует своего железа.
Насколько модель хороша в терминальных задачах?
Слабее конкурентов. По данным Cognition, на Terminal-Bench 4.0 SWE-2 Flash решает 20,0% задач против 42,3% у DeepSeek V4.1 Flash, 41,8% у GLM 5.3 Flash и 39,2% у Claude Haiku 5.5. Для длинных автономных прогонов в терминале выбирайте не Flash.
Что такое Inkling-Small?
Открытая модель Thinking Machines с 276 млрд параметров и 12 млрд активных, которую Cognition взяла за базу. Собственные результаты базы заметно ниже: 0,9% на Terminal-Bench 4.0 и 3,2% на FrontierCode 2.0 — именно этот разрыв вендор и продаёт как результат своего mid-training и RL.
В каталоге Qantcore — карточки кодинг-агентов и моделей: тип, модель оплаты, цена и оценки. Можно отфильтровать по категории и посмотреть, что подходит под ваш стек.