SWE-2: Cognition senkt Coding-Kosten um 64 Prozent
Veröffentlicht am: 13.09.2026 um 06:13 Uhr | Redaktion boerse-global.de
Das Software-Unternehmen Cognition hat die Einführung seines neuen Coding-Modells SWE-2 bekannt gegeben. Die Neuentwicklung basiert auf dem Modell Kimi K3 des Anbieters Moonshot, das über 2,8 Billionen Parameter verfügt und eine Mixture-of-Experts-Architektur (MoE) nutzt. SWE-2 wurde mittels Reinforcement Learning post-trainiert und soll insbesondere durch eine gesteigerte Effizienz sowie deutlich reduzierte Betriebskosten überzeugen.
Leistungsdaten im Benchmark-Vergleich
In Branchen-Benchmarks erzielt SWE-2 Ergebnisse, die das Modell im Spitzenfeld der aktuellen KI-Lösungen für die Softwareentwicklung positionieren. Im Testverfahren FrontierCode 1.1 Main erreichte die Neuentwicklung eine Quote von 50,0 %. Damit übertrifft SWE-2 sowohl das Basismodell Kimi K3 (44,2 %) als auch Wettbewerber wie GPT-5.6 Sol (47,5 %), Grok 4.6 (48,0 %) und die Vorgängerversion SWE-1.7 (42,0 %). Es liegt jedoch knapp hinter Modellen wie Fable 5.1, das auf 50,9 % kommt, und GPT-6 Astra mit 53,3 %.
Weitere Testergebnisse bescheinigen dem Modell eine hohe Zuverlässigkeit in spezifischen Umgebungen. Im Terminal-Bench 2.1 erreichte SWE-2 einen Wert von 92,8 %, während die Performance im anspruchsvolleren Terminal-Bench 4 bei 27,3 % lag. Im DeepSWE-Benchmark 1.1 wurde eine Quote von 73,0 % erzielt.
Deutliche Effizienzsteigerung bei der Inferenz
Ein zentraler Aspekt der Veröffentlichung ist die Optimierung der Prozessabläufe. Den Angaben zufolge benötigt SWE-2 deutlich weniger Schritte bis zur ersten Code-Anpassung. Während der Vorgänger hierfür 48 Schritte beanspruchte, führt SWE-2 die erste Bearbeitung bereits nach 18 Schritten aus, was einer Reduktion von 62,5 % entspricht.
Wer sich mit dem Einsatz solch leistungsfähiger KI-Systeme im Unternehmen befasst, muss auch die rechtlichen Rahmenbedingungen der neuen EU-KI-Verordnung kennen. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen für Entwickler und Anwender. EU AI Act in 5 Schritten verstehen
Diese technische Optimierung wirkt sich unmittelbar auf die Wirtschaftlichkeit aus. Cognition gibt an, dass die Kosten für das Modell um 64 % niedriger ausfallen als bisher. Berichten zufolge liegt die Inferenz von SWE-2 damit zwischen 60 % und 75 % unter den Kosten von Konkurrenzmodellen wie Fable 5.1 oder GPT-6 Astra.
Verfügbarkeit und Anwendungskontext
Das neue Modell ist nicht als Standalone-Produkt mit offenen Gewichten oder über eine öffentliche API verfügbar. Stattdessen wird SWE-2 exklusiv innerhalb der Entwicklungsumgebung Devin integriert, die als Desktop-Anwendung sowie über das Command Line Interface (CLI) und die Cloud genutzt werden kann.
Parallel zur Einführung von SWE-2 wurde bekannt, dass Cognition für Testprozesse innerhalb von Devin auch auf GPT-6 Astra zurückgreift. Eine Fallstudie von OpenAI zeigt, dass Devin dieses externe Modell nutzt, um eigenen Code autonom zu testen. Dabei werden Berichte über geprüfte und ungeprüfte Code-Bereiche erstellt sowie Aufzeichnungen der Testläufe angefertigt. Durch diese Form des autonomen Testens könne der manuelle Review-Aufwand für Softwareentwickler um etwa 20 % bis 30 % gesenkt werden.
Die zunehmende Automatisierung durch KI stellt Unternehmen nicht nur vor technische, sondern auch vor neue regulatorische Aufgaben bezüglich der Risikoklassen. Erfahren Sie in diesem kostenlosen Report, welche Systeme als Hochrisiko gelten und wie Sie die Compliance-Vorgaben rechtssicher dokumentieren. Kostenlosen Umsetzungsleitfaden zum EU AI Act herunterladen
Neues Bewertungsumfeld durch Real-SWE
Zeitgleich zur Veröffentlichung von SWE-2 hat das Unternehmen Specific Labs einen neuen Benchmark namens Real-SWE vorgestellt. Dieser nutzt lizenzierten Produktionscode für die Evaluierung und umfasst zehn Aufgabenbereiche in 640 verschiedenen Durchläufen.
Erste Ergebnisse dieses Leaderboards zeigen, dass die Herausforderungen im realen Produktionsumfeld deutlich höher liegen: Fable 5.1 erreicht hier via Claude Code eine Lösungsrate von 38,8 %, gefolgt von GPT-6 Astra mit 33,8 % und Gemini 3.8 Flash mit 31,2 %. Laut Specific Labs liegen die Erfolgsquoten bei sechs der zehn getesteten Aufgaben derzeit noch unter der Marke von 15 %.
