Cognitionが開発したDevinの新コーディングモデル「SWE-2」について、その特徴と実力を詳しく解説します。中国のKimi K3をベースに強化学習を重ねた本モデルは、現在Devin内蔵モデルとして期間限定で無料公開されています。コーディング能力の向上だけでなく、推論コストの削減や新たな「effort」設定の導入など、次世代エージェントの在り方を示す内容となっています。

背景

2026年9月10日、Cognitionは新しいコーディングモデル「SWE-2」を発表しました。このモデルは中国のMoonshot AIが開発した「Kimi K3」を土台としており、そこにCognition独自の追加学習を施したものです。背景には、モデルの能力向上とコスト削減を両立させる「パレートの境界」を押し広げる狙いがあります。また、以前のモデルである「SWE-1.7」と比較して、よりスマートに問題を解決できるよう設計されています。動画内では、GPT-6 AstraやGPT-5.6 Sol、Grok 4.6といった次世代モデルが並ぶベンチマーク結果も示されており、SWE-2がそれらフロントエンドモデルに匹敵するスコアを、より低いコストで実現していることが強調されています。

この動画の要点

1. SWE-2はDevin専用モデルであり、API提供は未発表です。Kimi K3をベースに強化学習（RL）を数兆トークン規模で行い、FrontierCode 1.1 Mainなどのベンチマークで高いスコアを記録しています。特にTerminal-Bench 2.1では92.8%という驚異的な数値を出し、端末操作において高い適性を見せています。

2. 「effort」という思考量の設定が導入されました。Medium、High、Maxの3段階があり、設定を上げるほど思考時間は増えますが、より複雑な課題を解決できるようになります。生成速度は140〜150 tokens/sec程度と高速ですが、Max設定では考えすぎて何も出力せずに終わるケースも確認されており、適切な使い分けが求められます。

3. 得意分野と苦手分野が明確です。論理的なコード作成や仕様の遵守、複雑なSVGアニメーションの実装（交通信号のシミュレーションなど）には強い一方、UIの見た目の洗練さや、Terminal-Bench 4のような極めて長い端末操作が必要なタスクでは、GPT-6 Astraなどの上位モデルに一歩譲る傾向があります。

なぜ重要か

SWE-2の登場で最も注目すべきは、モデルの「賢さ」を「思考量（effort）」によって調整可能にした点です。これは、単に大規模なモデルを動かすのではなく、特定のタスクに対してどれだけの推論リソースを割くかをユーザーが制御できる、エージェント運用の新しい形を提示しています。また、Kimi K3という他社製ベースモデルを使いつつ、独自の強化学習レシピで上位モデルに匹敵する性能を引き出した点は、今後のLLM開発における「仕上げ」の重要性を物語っています。コストを4分の1に抑えつつ同等のスコアを出すという戦略は、実用的なAIエージェントの普及において極めて重要なマイルストーンとなるでしょう。

こんな人におすすめ

AIエージェント「Devin」のユーザーや、最新のコーディングLLMの動向を追っている開発者に最適です。Kimi K3ベースのモデルがどのように進化し、実際のコーディングやSVG作成でどのような挙動を示すのか、具体的なデモを通じて理解を深めることができます。