SWE-2：把不同推理预算，一起放进训练
Coding Agent / 强化学习 · 8.5/10｜9 月 10 日发布
Cognition 的 SWE-2 基于 Kimi K3 继续强化学习。它在一次训练中联合优化不同推理预算：既奖励任务完成，也按预算档位惩罚成本，尝试让模型在较便宜的设置下尽快动手，在困难任务上投入更多推理。
官方给出的 FrontierCode 1.1 Main 成绩为 50.0%，接近其表中 Fable 5.1 的 50.9%，并称该比较下任务成本低 64%。这个比例取决于榜单任务、推理档位和计价条件，不能直接换算成所有用户账单都会减少 64%。它也没有在这张表里超过所有模型。
相比单个最高分，更值得看的是训练方法：模型能否在多个成本档位上都完成更多任务。Cognition 还提到扩充训练环境、加强任务验收程序，以减少模型钻评分规则的空子。现实中的编程助手同样需要同时检查成果和开销；只限制输出长度，未必会得到更经济的工作方式。