Cognition lança SWE-2 Flash, modelo de código baseado no Inkling-Small cujos pesos retém para si

A Cognition, desenvolvedora do agente de desenvolvimento Devin, apresentou em 4 de novembro de 2026 o SWE-2 Flash, um modelo de código projetado para tarefas rotineiras de agentes: revisão de código, automações, pequenas funcionalidades, atualização de documentação. Ele é construído sobre o Inkling-Small, o modelo de pesos abertos da Thinking Machines, e a Cognition o descreve como um modelo “totalmente americano”. Mas, ao contrário de sua base, ele não está disponível para download: a empresa retém os pesos, alegando riscos de cibersegurança.

Um modelo base aberto, transformado pelo treinamento

O Inkling-Small é um Mixture-of-Experts de 276 bilhões de parâmetros, dos quais apenas 12 bilhões são ativados a cada token. Segundo sua ficha no Hugging Face, ele conta com 42 camadas, roteia cada token para 6 especialistas entre 256 (além de 2 especialistas compartilhados) e aceita como entrada texto, imagens e áudio. Seus pesos são publicados sob licença Apache 2.0, que autoriza esse tipo de trabalho derivado sem obrigação de torná-lo público.

A Cognition afirma ter adicionado, pela primeira vez em sua receita, uma fase de treinamento intermediário (mid-training) antes do aprendizado por reforço: alguns trilhões de tokens de artigos científicos, blogs, código e outras fontes, divididos em três etapas para que o modelo veja os dados mais raros e refinados no final do processo. Segue-se uma fase de aprendizado por reforço, cujos ganhos viriam principalmente, segundo a Cognition, de tarefas mais variadas e mais bem verificadas do que no SWE-2.

O efeito reivindicado é espetacular em alguns testes: no Terminal-Bench 4.0, a pontuação salta de 0,9% no Inkling-Small para 20,0%; no FrontierCode 2.0, de 3,2 para 24,0. A Cognition afirma que o SWE-2 Flash supera todos os modelos americanos de pesos abertos de sua tabela, inclusive modelos três vezes maiores como Beam 1.0 ou Muse Spark Open.

Menor que o SWE-2, não melhor em tudo

A tabela da Cognition também mostra os limites do modelo. Diante de seu irmão maior SWE-2 (2.800 bilhões de parâmetros, 104 bilhões ativos), o SWE-2 Flash fica ligeiramente à frente no FrontierCode 2.0 (24,0 contra 23,8), mas nitidamente atrás no Terminal-Bench 4.0 (20,0 contra 27,3) e no DeepSWE 1.1 (60,1 contra 73,0). Diversos modelos fora da categoria “americanos abertos” têm desempenho melhor em certos testes: o DeepSeek V4.1 Flash alcança 42,3 no Terminal-Bench 4.0 e 77,0 no DeepSWE 1.1 na mesma tabela, e o Claude Haiku 5.5 o supera no FrontierCode 2.0 (27,7).

Quanto ao uso, o SWE-2 Flash é oferecido no Devin Desktop e na CLI do Devin, gratuitamente até o final de novembro para assinantes Pro, Max e Teams. A Cognition o apresenta como cinco vezes mais barato e três vezes mais rápido que o SWE-2, mas não publica preços por token nem uma API independente do Devin. A demonstração de velocidade do artigo (200 contra 60 tokens por segundo) reproduz sessões reais em taxas simuladas, como esclarece sua legenda: não se trata de uma medição do serviço em produção.

Pesos retidos em nome da cibersegurança

O ponto mais debatido é a distribuição. A Cognition afirma ter treinado o modelo especificamente em tarefas de cibersegurança “para ajudar os defensores”, elevando sua pontuação no ExploitBench de 11,3% para 34,8%. Como essas capacidades também podem servir a invasores, a empresa não publicará os pesos por enquanto. Ela está preparando um programa de acesso seguro para parceiros industriais e laboratórios, que poderão ajustar e executar o modelo em seus próprios ambientes, prometendo detalhes “nas próximas semanas”.