UMBRELLA 4365 SWE-2：Kimi K3 底座，省 64%
Cognition 发布 SWE-2：在月之暗面 2.8 万亿参数的开源模型 Kimi K3 上再做强化学习，FrontierCode 1.1 Main 50.0%，距 Fable 5.1 一分，成本低 64%。不放权重、无 API，只在 Devin 内可用。
9 月 10 日，Cognition 发布 SWE-2，称其「迄今最先进的编码模型」。底座公开写在博客第四段：Kimi K3，月之暗面 7 月开源的 2.8 万亿参数 MoE 模型，本已经过大量面向 agent 编码的强化学习；Cognition 在其上再做 RL，宣称「仍找到可观的余量」，多项基准加 5 到 6 分。这是该公司第二次在 Moonshot 底座上造模型——7 月的 SWE-1.7 来自 Kimi K2.7。
自报成绩表（对照数字取公开结果，或在各家原生 harness 下自测）：FrontierCode 1.1 Main 50.0%，Kimi K3 44.2%，Grok 4.6 48.0%，Fable 5.1 50.9%，GPT-5.6 Sol 47.5%，GPT-6 Astra 53.3%；DeepSWE 1.1 73.0%；Terminal-Bench 2.1 92.8%，表内最高；Terminal-Bench 4 则是 27.3%，Fable 5.1 为 55.8%、Astra 57.9%——同一张表，只有前一行进了标题。成本口径是按各家标价算的每任务成本：SWE-2 的 medium 档比 SWE-1.7 少 58% 轮次、便宜 81%。技术贡献是一种按帕累托切线定的成本惩罚，让三档算力在同一次 RL 中一起训出。
分发方式决定了它的位置：不发权重、不开按 token 计价的 API，只在 Devin Desktop 与 CLI 上线，Web 与 Fusion 随后。一家美国公司拿中国的开源底座后训练出近前沿编码模型，并在同一篇博客里附上自家的「可信度」评测——宣传与声明并置，六个模型同列。今年春天，Cursor 的自研模型被场外溯源到 Kimi 底座；这一次，底座写在了第一页。