Cognition 发布 SWE-2：基于 Kimi K3 基座，RL 后训练性能追平 Fable 5.1
2026/09/11 10:26阅读量 5
Cognition 发布了新一代软件工程师模型 SWE-2，该模型以 Moonshot AI 的 Kimi K3 为基座。通过强化学习（RL）后训练技术，SWE-2 在代码生成与修复能力上取得了显著进展，其性能表现已追平行业领先的 Fable 5.1 模型。这一进展展示了利用高效基座模型结合先进训练策略在软件工程自动化领域的潜力。
事件概述
Cognition 正式发布了其最新的软件工程师模型 SWE-2。该模型旨在提升 AI 在软件开发、代码生成及错误修复等复杂任务中的表现。
核心信息
- 基座模型：SWE-2 采用 Moonshot AI 开发的 Kimi K3 作为基础架构。Kimi K3 以其高效的推理能力和长上下文处理优势著称，为 SWE-2 提供了强大的底层支持。
- 训练策略：在基座之上，Cognition 应用了**强化学习（Reinforcement Learning, RL）**进行后训练（Post-training）。这种策略重点优化模型在解决具体编程问题时的逻辑推理和代码执行能力。
- 性能对标：根据官方数据，经过 RL 优化后的 SWE-2 在多项基准测试中表现优异，其整体能力水平已追平 Fable 5.1。Fable 5.1 是当前软件工程 AI 领域备受关注的竞争者之一，这一成绩标志着 SWE-2 进入了第一梯队。
值得关注
此次发布突显了“高效开源/商业基座 + 垂直领域 RL 微调”的技术路径可行性。通过选择 Kimi K3 这样具备高能效比的基座，并结合针对性的强化学习训练，Cognition 能够在不单纯依赖巨大算力堆叠的情况下，实现与顶级专有模型相当的性能。