Cognition تطلق SWE-2 داخل Devin بتكلفة أقل بنسبة 64%
أطلقت Cognition نموذج SWE-2 الجديد داخل منصة Devin، وهو نموذج برمجة مبني على Kimi K3، وتقول الشركة إنه يقترب من أداء نماذج منافسة متقدمة في بعض اختبارات البرمجة، مع خفض كبير في تكلفة التشغيل.
تفاصيل الخبر
طورت Cognition نموذج SWE-2 ليكون مخصصاً لمهام البرمجة داخل Devin، مع التركيز على تنفيذ المهام البرمجية بكفاءة أكبر وتقليل الوقت والتكلفة اللازمين للوصول إلى النتيجة.
- يعتمد SWE-2 على نموذج Kimi K3، الذي خضع لمرحلة تدريب إضافية باستخدام التعلم المعزز لتحسين قدراته في البرمجة.
- حصل النموذج على 50% في اختبار FrontierCode 1.1 Main، مقارنة بـ50.9% لنموذج Fable 5.1 و53.3% لـGPT-6 Astra وفق نتائج Cognition المنشورة.
- تقول Cognition إن SWE-2 حقق هذه النتيجة بتكلفة أقل بنسبة 64% من Fable 5.1 في المقارنة نفسها.
- تشير الشركة إلى أن تكلفة SWE-2 تبلغ نحو ربع تكلفة GPT-6 Astra في بعض مقارنات المهام.
- حقق النموذج 73% في اختبار DeepSWE 1.1، متفوقاً على Fable 5.1 الذي سجل 67.4% في الاختبار نفسه.
- وصل SWE-2 إلى 92.8% في Terminal-Bench 2.1، لكنه سجل 27.3% في Terminal-Bench 4، ما يوضح أن أداءه يختلف بحسب طبيعة المهمة.
- ركزت Cognition أيضاً على تقليل الخطوات التي يحتاجها النموذج قبل إجراء تعديل فعلي على الشيفرة.
- وفق اختبارات الشركة، خفضت مستويات الجهد المتوسطة عدد الخطوات في FrontierCode بنسبة 58% مقارنة بـSWE-1.7.
- يتوفر SWE-2 حالياً داخل Devin Desktop وDevin CLI، مع بدء طرحه في Devin Web وFusion.
- لا يتوفر النموذج حالياً كواجهة API مستقلة أو بأوزان مفتوحة، إذ يظل تشغيله مرتبطاً بمنصة Devin.
وتعكس هذه الخطوة توجه Cognition نحو جعل وكلاء البرمجة أكثر كفاءة، بدلاً من الاعتماد فقط على رفع مستوى قدرات النموذج. فالنموذج الذي يستطيع الوصول إلى نتيجة جيدة بعدد أقل من الخطوات قد يكون أكثر فائدة للشركات والمطورين، خصوصاً عندما تتكرر المهام البرمجية على نطاق واسع.
الأهداف المستقبلية
تسعى Cognition من خلال SWE-2 إلى تطوير تجربة أكثر كفاءة لوكلاء البرمجة، ومن أبرز أهدافها:
- تقليل تكلفة تنفيذ المهام البرمجية باستخدام Devin.
- تحسين سرعة وصول الوكيل إلى أول تعديل فعلي في الشيفرة.
- تطوير نماذج قادرة على تحديد مقدار التفكير المطلوب لكل مهمة.
- توسيع استخدام SWE-2 داخل Devin Web وFusion.
- تحسين أداء النموذج في المهام البرمجية طويلة المدى والمعقدة.
- مواصلة تطوير نماذج مبنية على Kimi K3 وأجيال لاحقة منه.
- منافسة نماذج البرمجة المتقدمة من خلال الجمع بين الأداء القوي والتكلفة المنخفضة.
يمثل إطلاق SWE-2 خطوة جديدة من Cognition لتقليل تكلفة وكلاء البرمجة مع الحفاظ على أداء قريب من النماذج المتقدمة في بعض الاختبارات. ورغم أن نتائجه تختلف بين المعايير، فإن تركيزه على تقليل الخطوات والتكلفة قد يجعله خياراً مهماً لتطوير مهام البرمجة الآلية داخل Devin.
