待验证50% 置信观点精确时间

SWE-2采取在足够好的性能区间内把成本优势做到极致的务实路线，而非追求绝对性能第一

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/13

首次发现

有效期至：2026/12/12

来源

Cognition推出SWE-2编程模型：性能逼近顶尖，成本直降64%

涉及实体

SWE-2model Cognitioncompany

相关事实

已验证跨领域的一致性效率优化通常比单点优化更难实现，更能体现模型底层架构与训练策略的成熟度67% 相似待验证用小模型做技能提炼、大模型做实际执行可能是更优的成本-性能组合64% 相似待验证按任务性质选择模型档位——不是所有任务都需要最强推理——能显著优化成本效率63% 相似待验证GLM-5.2性能强但积分消耗也高，简单任务建议切换到更轻量模型以控制成本63% 相似待验证SWE-2基于Kimi K3进行后训练（post-trained），并采用强化学习（RL）方法，同时对成本与能力两个维度进行优化62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/918916

API

curl https://kongchang.com/api/v1/knowledge/claims/918916

MCP

get_claim(id=918916)