Cognition approche les meilleurs modèles en partant d’un socle chinois ouvert

Cognition, qui édite l’agent de programmation Devin, publie SWE-2. Sur FrontierCode 1.1, banc d’essai de programmation, il obtient 50,0 % contre 50,9 pour Fable 5.1, à un coût inférieur de 64 %. Le modèle n’est pas entraîné depuis zéro : il part de Kimi K3, modèle à poids ouverts de 2 800 milliards de paramètres publié par le chinois Moonshot AI, déjà passé par un apprentissage par renforcement pour la programmation.

L’apport tient à un algorithme qui entraîne tous les niveaux d’effort en une seule passe, chacun avec sa pénalité de coût : cinq à six points gagnés sur beaucoup de bancs, et 58 % de tours en moins pour un score supérieur à la version précédente. La parité annoncée ne vaut pas partout. Sur Terminal-Bench 4, le plus dur des quatre bancs que l’entreprise publie elle-même, SWE-2 obtient 27,3 % quand Fable 5.1 est à 55,8 et Astra à 57,9.