Ты сидишь перед открытым терминалом, поручил кодинг-агенту рефакторинг асинхронных тестов в микросервисе на Python и FastAPI, а курсор задумчиво мигает. Тяжелая модель читает базу, перепроверяет соседние модули и выжимает строчки так медленно, что ожидание тянется две с половиной минуты — 2 минуты 40 секунд. За это время легко отвлечься на рабочий чат и потерять нить задачи.
Меня эта вязкость тяжелых агентов на рутине всегда удивляла, поэтому я с интересом изучил релиз Cognition — создателей ИИ-инженера Devin, — которые 4 ноября выпустили скоростную модель SWE-2 Flash (ее разобрал и Джулиан Голди). Сразу возникает вопрос: можно ли ускорить кодинг-агента втрое без потери качества кода и архитектурной надежности? Оказывается, узкая специализация весов и дообучение на реальных инженерных сессиях позволяют компактной модели догонять тяжеловесов по бенчмаркам при кратном выигрыше в скорости.
Архитектура разреженных экспертов и трехэтапная закалка
Первая пружина разгона — разреженная смесь экспертов (Mixture-of-Experts, MoE) на новой базе. Флагман SWE-2 строился на китайской Kimi K3 от Moonshot AI (2,8 триллиона параметров и 104 миллиарда активных), а SWE-2 Flash стала первой полностью американской кодинг-моделью компании на открытых весах Inkling Small от Thinking Machines Lab Миры Мурати. Из 276 миллиардов общих параметров на каждом токене работают лишь 12 миллиардов активных параметров (минус 88%). Это как в толковой команде: ради одной правки не созывают весь департамент, а будят профильного инженера. Нагрузка падает впятеро, а скорость в замерах Cognition взлетает с 60 до 200 токенов в секунду.
Компактный мозг не тратит такты видеокарты на перекладывание балласта — код появляется на экране со скоростью живой мысли.
Вторая пружина — трехступенчатая промежуточная подготовка (mid-training) и обучение с подкреплением (Reinforcement Learning, RL). Перед финалом модель обучили на триллионах токенов статей, блогов и чистого кода в три волны, оставив лучшие образцы напоследок — как студент с главными конспектами в ночь перед экзаменом. Затем шли тренировки в песочницах с репозиториями GitHub, чекерами и компиляторами. Меня в отчете особенно зацепил рывок от базы: на Terminal Bench 4.0 балл вырос с 0,9 до 20,0, а на Frontier Code 2.0 — с 3,2 до 24,0, обойдя огромную SWE-2 (23,8). На Terminal Bench 2.1 модель взяла 89,2% против 92,8%, а на SWE-bench Pro v2 Hard — 89,9% против 90,6% у флагмана.
Выверенная учебная программа и жесткие автотесты в песочнице заменили модели триллионы «сырых» параметров.
Рабочие сценарии в Devin, потолки модели и закрытые веса
Вернемся к микросервису на FastAPI. При переключении на SWE-2 Flash в Devin CLI агент сразу запускает тестовый раннер, находит состояние гонки в сессиях SQLAlchemy, прогоняет юнит-тесты и фиксирует коммит без сбоев за 38 секунд — около 40 секунд вместо двух с половиной минут. Модель доступна и в Devin Desktop (обновленный редактор Windsurf с канбан-доской агентов, поиском Fast Context, проверкой Devin Review и переносом сессии в Devin Cloud). До 30 ноября 2026 года SWE-2 Flash в обоих инструментах бесплатна — в самый раз для локальных багов, автотестов и документации.
В интерактивных сессиях, где важна мгновенная обратная связь, легковесный спринтер вчистую переигрывает тяжеловеса.
Но я всегда смотрю и на обратную сторону графиков. Победа заявлена лишь над американскими открытыми моделями, тогда как на Frontier Code 2.0 закрытая Claude Haiku 5.5 берет 27,7 балла, а на Terminal Bench 4.0 китайские GLM 5.3 Flash (41,8%) и DeepSeek Fee 4.1 Flash (42,3%) набирают вдвое больше в гонке быстрых моделей для агентов. На межмодульной перестройке архитектуры (Deep Subway 1.1) новинка тоже уступает SWE-2: 60,1 балла против 73,0. А из-за скачка поиска уязвимостей на Exploit Bench с 11,3% до 34,8% Cognition закрыла веса от хакеров и готовит защищенную программу (on-premise) для партнеров — по-моему, шаг разумный.
Поэтому перед запуском задачи в Devin Desktop или CLI задай себе простой вопрос: мне сейчас нужно быстро поправить локальный узел и тесты в паре файлов или перекроить архитектуру десятка сервисов? На точечной задаче смело включай бесплатный SWE-2 Flash до 30 ноября, а тяжелый инференс оставь для масштабных переделок.


