Cognition 发布 SWE-2 号称媲美前沿模型，被质疑挑有利榜单宣传

steipete · x · 2026-09-11

Cognition 官宣发布 SWE-2，称其为迄今最接近前沿水平的模型：在主流评测上与近期前沿模型打平，成本最高低 70%；通过把 RL 扩展到数万亿参数规模，在能力与成本两条线上同时推进 Pareto 曲线。

但这条推文的核心是 @initjean 的质疑：Cognition 只公布了对己有利的 Terminal-Bench 2.1 成绩，却回避了 Terminal-Bench 4 的结果。发帖人 steipete 转发并呼应「分数不差，但要诚实」——暗示新模型在更新的基准上表现可能不如宣传。