Cognition lance SWE-2 Flash, un modèle de code bâti sur Inkling-Small dont il garde les poids pour lui
Cognition, l'éditeur de Devin, a présenté le 4 novembre SWE-2 Flash, un modèle de code de 276 milliards de paramètres (12 milliards actifs) dérivé d'Inkling-Small de Thinking Machines. Gratuit dans Devin jusqu'à fin novembre, il n'est pas téléchargeable : Cognition invoque le risque cyber.
Cognition, l’éditeur de l’agent de développement Devin, a présenté le 4 novembre 2026 SWE-2 Flash, un modèle de code conçu pour les tâches courantes des agents : revue de code, automatisations, petites fonctionnalités, mise à jour de documentation. Il est construit sur Inkling-Small, le modèle à poids ouverts de Thinking Machines, et Cognition le décrit comme un modèle « entièrement américain ». Mais contrairement à sa base, il n’est pas téléchargeable : l’entreprise garde les poids, en invoquant les risques en cybersécurité.
Un modèle de base ouvert, transformé par l’entraînement
Inkling-Small est un Mixture-of-Experts de 276 milliards de paramètres, dont 12 milliards seulement sont activés pour chaque token. Selon sa fiche Hugging Face, il compte 42 couches, route chaque token vers 6 experts sur 256 (plus 2 experts partagés) et accepte en entrée du texte, des images et de l’audio. Ses poids sont publiés sous licence Apache 2.0, qui autorise ce type de dérivé sans obligation de le rendre public.
Cognition dit avoir ajouté, pour la première fois dans sa recette, une phase d’entraînement intermédiaire (mid-training) avant l’apprentissage par renforcement : quelques milliers de milliards de tokens d’articles scientifiques, de blogs, de code et d’autres sources, répartis en trois étapes pour que le modèle voie les données les plus rares et les plus soignées en fin de parcours. Suit une phase d’apprentissage par renforcement, dont les gains viendraient surtout, selon Cognition, de tâches plus variées et mieux vérifiées que pour SWE-2.
L’effet revendiqué est spectaculaire sur certains tests : sur Terminal-Bench 4.0, le score passe de 0,9 % pour Inkling-Small à 20,0 % ; sur FrontierCode 2.0, de 3,2 à 24,0. Cognition affirme que SWE-2 Flash dépasse tous les modèles américains à poids ouverts de son tableau, y compris des modèles trois fois plus gros comme Beam 1.0 ou Muse Spark Open.
Plus petit que SWE-2, pas meilleur partout
Le tableau de Cognition montre aussi les limites du modèle. Face à son grand frère SWE-2 (2 800 milliards de paramètres, 104 milliards actifs), SWE-2 Flash est légèrement devant sur FrontierCode 2.0 (24,0 contre 23,8) mais nettement derrière sur Terminal-Bench 4.0 (20,0 contre 27,3) et sur DeepSWE 1.1 (60,1 contre 73,0). Plusieurs modèles hors de la catégorie « américains ouverts » font mieux sur certains tests : DeepSeek V4.1 Flash atteint 42,3 sur Terminal-Bench 4.0 et 77,0 sur DeepSWE 1.1 dans le même tableau, et Claude Haiku 5.5 le devance sur FrontierCode 2.0 (27,7).
Côté usage, SWE-2 Flash est proposé dans Devin Desktop et la CLI de Devin, gratuitement jusqu’à la fin novembre pour les abonnés Pro, Max et Teams. Cognition le présente comme cinq fois moins cher et trois fois plus rapide que SWE-2, mais ne publie ni tarif par token, ni API indépendante de Devin. La démonstration de vitesse du billet (200 contre 60 tokens par seconde) rejoue des sessions réelles à des débits simulés, comme le précise sa légende : ce n’est pas une mesure de service en production.
Des poids gardés au nom de la cybersécurité
Le point le plus discuté est la distribution. Cognition dit avoir entraîné spécifiquement le modèle sur des tâches de cybersécurité « pour aider les défenseurs », faisant passer son score sur ExploitBench de 11,3 % à 34,8 %. Comme ces capacités peuvent aussi servir à des attaquants, l’entreprise ne publie pas les poids pour l’instant. Elle prépare un programme d’accès sécurisé pour des partenaires industriels et des laboratoires, qui pourraient affiner et faire tourner le modèle dans leurs propres environnements, et promet des précisions « dans les prochaines semaines ».
Notre lecture
SWE-2 Flash illustre une tendance nette : les éditeurs d’agents ne se contentent plus de brancher les modèles des grands laboratoires, ils partent de bases ouvertes pour fabriquer des modèles maison moins chers à servir. Le gain revendiqué sur Inkling-Small montre ce que l’entraînement spécialisé peut apporter, mais tous les chiffres viennent de Cognition, et le modèle ne se compare pas aux mêmes conditions qu’un modèle publié : on ne peut ni le télécharger, ni l’appeler hors de Devin. La comparaison avec les « modèles américains ouverts », comme Ripple-65B Preview de Ricursive, publié la veille, est donc un peu bancale : ces modèles-là sont réellement disponibles. Le choix de retenir les poids au nom du risque cyber, après un score d’exploitation triplé par l’entraînement, pose enfin une question qui va revenir : quand un modèle ouvert sous Apache 2.0 sert de base, ce qui en sort peut redevenir fermé, et c’est désormais l’éditeur qui décide, au cas par cas, qui a le droit d’accéder aux poids.
Sources
- Cognition — Introducing SWE-2 Flash (4 novembre 2026) Source primaire
- Cognition (X) — annonce de SWE-2 Flash Source primaire
- Cognition (X) — gratuité jusqu'à fin novembre et programme d'accès aux poids Source primaire
- Thinking Machines — fiche du modèle Inkling-Small (Hugging Face) Source primaire
Une source primaire émane directement de l'entreprise, du laboratoire ou de l'organisme concerné. Une source secondaire rapporte l'information sans en être l'auteur : nous la signalons comme telle. Une erreur ? Consultez notre politique de correction.
