ที่มาของโมเดล Cognition เลือก Kimi K3 ขนาด 2.8 ล้านล้านพารามิเตอร์มาเป็นฐาน แล้ว post-train ต่อด้วยการฝึก RL ที่ขยายกำลังขึ้นไปถึงระดับหลักล้านล้าน จุดมุ่งหมายชัด ๆ คือให้ทำงานโปรแกรมที่ทำงานต่อเนื่องได้เอง จบเร็วขึ้น ใช้รอบน้อยลง และเปลืองเงินน้อยลงกว่ารุ่นก่อน
คะแนนเบนช์มาร์ก ตัวเลขจากทางบริษัท - FrontierCode 1.1 Main ได้ 50.0% - DeepSWE 1.1 ได้ 73.0% - Terminal-Bench 2.1 ได้ 92.8%
พอเทียบกับ SWE-1.7 บน FrontierCode บริษัทรายงานว่าคะแนนสูงกว่า จำนวนรอบสนทนาลดลง 58% และค่าใช้จ่ายลดลง 81% ซึ่งสำหรับคนที่ปล่อยโปรแกรมที่ทำงานต่อเนื่องได้เองทั้งคืนแบบนี้หมายถึงเงินในกระเป๋าที่เหลือกลับมาเยอะขึ้นจริง ๆ
เทียบกับรุ่นคู่แข่ง จากตัวเลขของบริษัท SWE-2 ห่างจาก Fable 5.1 แค่ราวหนึ่งคะแนน แต่ถูกกว่าถึง 64% เอาชนะทั้ง SWE-1.7 และ Grok 4.6 เมื่อชั่งทั้งคะแนนกับต้นทุนเข้าด้วยกัน และห่างจาก GPT-6 Astra ไม่กี่คะแนนด้วยราคาราวหนึ่งในสี่ ย้ำอีกครั้งว่าทั้งหมดนี้เป็นตัวเลขที่ทาง Cognition เป็นคนเผยเอง ยังไม่มีการตรวจสอบจากภายนอก
ใช้งานตอนนี้ที่ไหน เปิดให้ใช้แล้ววันนี้บน Devin Desktop และ Devin CLI ส่วน Devin Web กับ Fusion กำลังทยอยเปิดตามมา ค่าใช้จ่ายรวมอยู่ในแผน Devin แล้ว ไม่มีการเรียกเก็บแยกตามจำนวนโทเคน ส่วนขนาดหน้าต่างบริบททางบริษัทยังไม่เปิดเผย
- ราคา: รวมในแผน Devin
- บริบท: ใช้ผ่าน Devin