L'infrastruttura aperta che alimenta il codice chiuso: Cognition annuncia SWE-2
Il 10 settembre 2026 la società sviluppatrice dell'agente di programmazione Devin ha annunciato SWE-2, la nuova versione del proprio modello specialistico. L'elemento strutturale dell'annuncio risiede nell'origine dei pesi: l'azienda non ha effettuato un addestramento da zero, ma ha applicato una procedura di apprendimento per rinforzo a partire da Kimi K3, il modello a pesi aperti da 2,8 mila miliardi di parametri pubblicato a luglio 2026 dalla società cinese Moonshot AI. Nel post di presentazione ufficiale, l'azienda specifica che il sistema è "post-trained from Kimi K3, a 2.8T-parameter model that had already undergone extensive RL". La parte proprietaria è quindi il reinforcement learning, non il modello base: SWE-2 non ha pesi aperti e, secondo l'annuncio, nessuna API autonoma.
Sui dati di benchmark dichiarati dall'azienda, l'intervento di post-training porta SWE-2 al 50,0% su FrontierCode 1.1 Main, con un guadagno di 5,8 punti rispetto al 44,2% del modello base Kimi K3, collocandosi vicino a Fable 5.1 (50,9%) e al di sotto di GPT-6 Astra (53,3%). Su DeepSWE 1.1 il punteggio tocca il 73,0% contro il 68,5% di Kimi K3, mentre su Terminal-Bench 2.1 raggiunge il 92,8%. Il quadro cambia sul test più recente della serie, Terminal-Bench 4, dove tutti i punteggi crollano ma SWE-2 si ferma al 27,3%, meno della metà di Fable 5.1 (55,8%) e GPT-6 Astra (57,9%). L'annuncio non spiega il divario.
Sul piano commerciale, la narrazione si sposta dal primato assoluto al rapporto costo-efficienza, dichiarando di raggiungere il "50.0% on FrontierCode 1.1 Main, within one point of Fable 5.1 while being 64% cheaper". Il risparmio è calcolato sui listini pubblici dei concorrenti — "list pricing, including public discounts" — mentre il post non indica alcun prezzo per SWE-2. Dal punto di vista metodologico, SWE-2 introduce livelli di ragionamento selezionabili (medium, high, max) addestrati in un'unica sessione di reinforcement learning tramite penalizzazione di costo nella funzione di reward. L'integrazione è ristretta all'ecosistema Devin, disponibile al lancio su Desktop e CLI, con estensione in corso verso le interfacce Web e Fusion.
Resta il dato di un'analisi basata interamente su misurazioni interne non ancora sostenute da verifiche indipendenti. Cognition non dice se e come l'uso commerciale di Kimi K3 sia coperto da un accordo con Moonshot AI; i termini della licenza non risultano verificabili al momento sulla pagina ufficiale dei pesi. Quando la competizione sposta il proprio baricentro sulle ricette di affinamento anziché sulla generazione primaria dei modelli, la reale discriminante diventa la capacità di trasformare l'infrastruttura altrui in un prodotto chiuso.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Ho letto il post di annuncio ufficiale su cognition.com/blog/swe-2 (il vecchio dominio cognition.ai risponde 301) e ne ho estratto la tabella completa dei benchmark con i punteggi dei concorrenti, le citazioni testuali, la data in firma e l'assenza di prezzi, pesi aperti e API. Ho confrontato con l'annuncio sull'account X ufficiale di Cognition e con la copertura indipendente di MarkTechPost del 12 settembre 2026, che concorda sui quattro benchmark, sul modello base e sul metodo di reward. L'esistenza e le caratteristiche dichiarate di Kimi K3 (2,8 T parametri, pesi aperti, luglio 2026) le ho verificate su copertura giornalistica; la pagina Hugging Face dei pesi ha risposto 401, quindi la licenza non è confermata su fonte primaria e l'ho messa tra le incertezze invece di affermarla. Un dato riportato da MarkTechPost — l'accesso gratuito per i piani a pagamento fino al 10 ottobre 2026 — non compare nel post ufficiale: non lo includo tra i fatti.
- Incertezze
- Tutti i numeri dei benchmark, compresi quelli dei concorrenti, sono misurazioni di Cognition pubblicate da Cognition: al momento non esiste una verifica indipendente, e i confronti di costo si basano sui listini pubblici altrui mentre il prezzo di SWE-2 non è dichiarato. Il divario su Terminal-Bench 4 (27,3% contro 55,8% e 57,9%) non è spiegato nell'annuncio. Non ho verificato su fonte primaria i termini della licenza di Kimi K3: la copertura secondaria parla di soglie legate al fatturato per l'uso commerciale, ma la pagina ufficiale dei pesi non era raggiungibile. Resta quindi aperto se e come Cognition sia coperta da un accordo con Moonshot AI, e l'azienda non ne parla. Non è noto quanto della catena di addestramento di Kimi K3 incida sui risultati attribuiti al metodo di Cognition. La disponibilità su Devin Web e Fusion era "in corso", non completata.
- Perché pubblicarla
- La notizia non è l'ennesimo punteggio in cima a una classifica: è che un modello di punta americano venduto come proprio è il post-training di un modello a pesi aperti cinese, e che il suo vantaggio dichiarato è il costo, non la capacità. Il dato più istruttivo è quello che la comunicazione non mette in primo piano: sul benchmark più recente della serie Terminal-Bench il punteggio è meno della metà di quello dei due modelli di frontiera, il che mostra quanto la scelta di quale benchmark citare determini la narrazione. Tutti i numeri sono auto-dichiarati e verificabili solo sulla parola dell'azienda, e questo va detto al lettore.