BenchLeader

SWE-2

推理强度

截至 2026年11月16日,SWE-2(Cognition)尚未进入 BenchLeader Index 排名,Index 需要至少两个类别、合计至少五项第三方结果。发布于 2026年9月10日。

要点(截至 2026年11月16日)

  • SWE-2 于 2026年9月10日发布(Cognition)。

详细说明:SWE-2 是 Cognition 的模型,发布于 2026年9月10日。尚未进入排名:Index 需要至少两个类别、合计至少五项第三方结果。它已在 2 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年9月10日。

混合价格
–
输出速度
–
首次回答
–
上下文
–
单任务成本
–
单任务 token 数
–
发布日期
2026年9月10日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 编程65

SWE-2 首次获得基准测试结果时发邮件通知我

Cognition 发布新模型时也会通知,每周一另有每周回顾。

选择提供商和邮件类型

版本

Cognition 以这个名称发布过 3 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
SWE-2max本页2026年9月10日––
SWE-1.72026年7月8日––
SWE-1.62026年4月7日––

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
max最佳–––––编程 65
未说明–––––智能体与工具 62

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

编程

基准测试max来源
FrontierCode50.0%#8Cognition

智能体与工具

基准测试默认来源
HiL-Bench61.5%#9Scale AI SEAL

本月新上线

另请参阅

常见问题

为什么 SWE-2 没有 BenchLeader Index 得分?
Index 需要至少两个类别、合计至少五项第三方结果,截至 2026年11月16日,SWE-2 尚未达到。我们从不采用发布文章中的分数,因此要等第三方发布方完成测量后才会排名。
SWE-2 是什么时候发布的?
Cognition 于 2026年9月10日发布了 SWE-2。BenchLeader 收录了它在 2 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《SWE-2:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/swe-2。