BenchLeader

SWE-2

推論エフォート

2026年11月16日時点で、SWE-2(Cognition)はまだBenchLeader Indexでランク付けされていません。Indexには、2つ以上のカテゴリにわたる5件以上の第三者の結果が必要です。2026年9月10日にリリースされました。

要点(2026年11月16日時点)

  • SWE-2は2026年9月10日にリリースされました(Cognition)。

詳しく見ると:SWE-2はCognitionのモデルです(2026年9月10日リリース)。まだランク付けされていません。Indexには、2つ以上のカテゴリにわたる5件以上の第三者の結果が必要です。2通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年9月10日。

ブレンド価格
–
出力速度
–
回答開始
–
コンテキスト
–
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2026年9月10日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. コーディング65

SWE-2に初めてベンチマーク結果が出たらメールで通知

Cognitionが新しいモデルを出したときと、毎週月曜の週刊レビューもお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

Cognitionはこの名前で3つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
SWE-2maxこのページ2026年9月10日––
SWE-1.72026年7月8日––
SWE-1.62026年4月7日––

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
max最良–––––コーディング 65
未記載–––––エージェント・ツール 62

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

コーディング

ベンチマークmax出典
FrontierCode50.0%#8Cognition

エージェント・ツール

ベンチマーク標準出典
HiL-Bench61.5%#9Scale AI SEAL

今月の新着

関連ページ

よくある質問

SWE-2にBenchLeader Indexのスコアがないのはなぜですか?
Indexには2つ以上のカテゴリにわたる5件以上の第三者の結果が必要ですが、2026年11月16日時点でSWE-2にはまだ揃っていません。発表記事のスコアは使わないため、第三者の公開元が測定した時点でランク付けされます。
SWE-2はいつリリースされましたか?
Cognitionが2026年9月10日にSWE-2をリリースしました。BenchLeaderには2通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「SWE-2:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/swe-2