Cognition hat mit SWE-2 ein Coding-Modell vorgestellt, das die Spitze nicht mehr über den höchsten Benchmark-Wert sucht, sondern über den Preis pro Aufgabe. Das Modell läuft auf der offenen chinesischen Basis Kimi K3 und steckt fest in Cognitions Agenten Devin. Für Entwicklerteams verschiebt sich damit die eigentliche Frage von der reinen Leistung auf die laufende Rechnung.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Am 10. September 2026 hat Cognition sein Coding-Modell SWE-2 veröffentlicht.[1] Auf dem Test FrontierCode 1.1 Main landet das Modell einen Punkt hinter Anthropics Fable 5.1, kostet an dieser Stelle laut Cognition aber 64 Prozent weniger. Genau diese Rechnung ist die eigentliche Nachricht, nicht der Spitzenwert.
Das Wichtigste in Kürze
- Cognition hat SWE-2 am 10. September 2026 veröffentlicht; das Modell läuft nur im Agenten Devin, nicht als eigene API oder mit offenen Gewichten.
- Die Basis ist Kimi K3 vom chinesischen Anbieter Moonshot, ein offenes Modell mit 2,8 Billionen Parametern.
- In Cognitions eigener Messung liegt SWE-2 knapp hinter den Spitzenmodellen Fable 5.1 und GPT-6 Astra, bei klar niedrigeren Kosten pro Aufgabe.
- Bei einem Test (Terminal-Bench 4) erreicht SWE-2 nur 27,3 Prozent, etwa die Hälfte der Spitzenmodelle.
Was ist an SWE-2 wirklich neu?
Der Fortschritt von SWE-2 liegt nicht im höchsten Benchmark-Wert, sondern in der Trainingsmethode. Cognition hat die Aufwandsstufen des Modells in einem einzigen Lauf mit bestärkendem Lernen trainiert und die Belohnung mit einem Kostenfaktor gekoppelt. Das Modell lernt so, ein Ergebnis mit weniger und billigeren Schritten zu erreichen.
Der Effekt ist messbar. Auf FrontierCode 1.1 Main erreicht SWE-2 einen höheren Wert als der Vorgänger SWE-1.7, dabei mit 58 Prozent weniger Zügen und 81 Prozent geringeren Kosten. Die erste Code-Änderung setzt das Modell nach im Schnitt 18 Schritten, statt nach 48. Schon der Vorgänger stand auf einer offenen Basis, diesmal liefert das chinesische Modell Kimi K3 von Moonshot das Fundament, ein offenes Modell mit 2,8 Billionen Parametern.
Wie schlägt sich SWE-2 gegen die Spitzenmodelle?
Die Vergleichszahlen stammen aus Cognitions eigener Tabelle, nicht aus einem unabhängigen Test. Auf FrontierCode 1.1 Main kommt SWE-2 auf 50,0 Prozent, Fable 5.1 auf 50,9 und GPT-6 Astra auf 53,3 Prozent. Beim Terminal-Bench 2.1 führt SWE-2 mit 92,8 Prozent das Feld an.
Eine Zeile fällt aus dem Bild. Beim Terminal-Bench 4 erreicht SWE-2 nur 27,3 Prozent, ungefähr die Hälfte der Spitzenmodelle. Ob günstig erzeugter Code im Alltag taugt, bleibt die offene Frage, an der sich KI-Assistenten bisher schwertun.
Die eigentliche Zahl bei SWE-2 ist nicht der Benchmark, sondern der Preis pro Aufgabe. Beim Einkauf von KI-Entwicklung zählt ab jetzt die laufende Rechnung, nicht die Bestenliste.
— Markus Seyfferth, Chefredakteur Dr. Web
Was heißt das für Entwicklerteams im Mittelstand?
Für Entwicklerteams verschiebt SWE-2 die Bewertung von KI-Werkzeugen. Nicht mehr allein die Fähigkeit zählt, sondern die Kosten pro Aufgabe und die Frage, wer den erzeugten Code später pflegt. Zwei Haken gehören in jede Rechnung.
Der erste Haken ist die Bindung. SWE-2 gibt es nur in Devin, ohne offene Gewichte und ohne eigene API. Der Preisvorteil gilt darum innerhalb eines Produkts, nicht als übertragbarer Marktpreis. Wie schnell so eine Abhängigkeit kippt, zeigte zuletzt der Streit um den Modellzugang von Cursor.
Der zweite Haken ist der Unterhalt. Billige Erzeugung senkt die Rechnung heute, treibt aber die Wartungskosten von morgen, weil ungeprüfter Code teuer im Unterhalt wird. Teams behalten die Ausgaben im Griff, wenn sie SWE-2 an den eigenen Aufgaben messen statt an fremden Benchmarks und die Pflege von Anfang an einkalkulieren.
SWE-2 zeigt, wohin der Markt für KI-Coding läuft. Die Anbieter konkurrieren nicht mehr nur um den ersten Platz, sondern um den niedrigsten Preis je gelöster Aufgabe. Für die Praxis zählt trotzdem der eigene Test, denn Cognitions Zahlen stammen vom Anbieter selbst.
Was ist SWE-2 von Cognition?
SWE-2 ist das KI-Coding-Modell, das Cognition am 10. September 2026 veröffentlicht hat. Das Modell läuft ausschließlich im Coding-Agenten Devin und baut auf der offenen Basis Kimi K3 des chinesischen Anbieters Moonshot auf. Cognition legt den Schwerpunkt auf niedrige Kosten pro Aufgabe.
Wie gut ist SWE-2 im Vergleich zu Fable 5.1 und GPT-6 Astra?
In Cognitions eigener Tabelle erreicht SWE-2 50,0 Prozent auf FrontierCode 1.1 Main, knapp hinter Fable 5.1 mit 50,9 und GPT-6 Astra mit 53,3 Prozent. Beim Terminal-Bench 4 fällt SWE-2 mit 27,3 Prozent aber deutlich zurück. Die Werte stammen vom Anbieter selbst.
Gibt es SWE-2 als eigene API?
Nein. Cognition hat für SWE-2 weder offene Gewichte noch eine eigenständige API oder eine Preisliste pro Token veröffentlicht. Das Modell steckt fest in den Devin-Produkten, also Desktop, CLI, Web und Fusion. Der genannte Kostenvorteil gilt damit nur innerhalb von Devin.
Quelle
[1] Cognition: „SWE-2“ (Ankündigung, 10. September 2026)
Mehr Newshunger?
- SWE-1.7: Cognition baut sein Coding-Modell auf einer offenen Basis
- KI-Code ist billig erzeugt und teuer im Unterhalt
- KI-Coding-Kosten im großen Maßstab steuern: Databricks nennt vier Hebel
- GitHub Copilot: Die Flatrate ist ab heute Geschichte
- Kimi K3 auf US-Clouds: Moonshot verhandelt mit Microsoft, Amazon und Google
- Schreibt KI guten Code? Bisher kaum.
