डेविन एआई सॉफ्टवेयर इंजीनियर के पीछे की कंपनी कॉग्निशन ने गुरुवार को SWE-2 लॉन्च किया, और इसे अपना अब तक का सबसे उन्नत कोडिंग मॉडल बताया। 10 सितंबर को प्रकाशित एक ब्लॉग पोस्ट में, कंपनी ने कहा कि नया मॉडल क्षमता और लागत के पेरेटो फ्रंटियर को आगे बढ़ाता है, फ्रंटियरकोड 1.1 मुख्य बेंचमार्क पर 50.0% स्कोर करता है, जबकि फैबल 5.1 की तुलना में 64% कम लागत आती है, एंथ्रोपिक मॉडल जो 50.9% पर उससे सिर्फ एक अंक आगे बैठता है।

कॉग्निशन द्वारा 48 बिलियन डॉलर के मूल्यांकन पर 2 बिलियन डॉलर के फंडिंग राउंड की पुष्टि करने के बमुश्किल एक दिन बाद लॉन्च हुआ, और यह संकेत देता है कि एजेंटिक कोडिंग स्टार्टअप केवल तीसरे पक्ष के फ्रंटियर मॉडल पर निर्भर रहने के बजाय अपने स्वयं के मॉडल विकास में कितनी आक्रामकता से निवेश कर रहा है। एआई कोडिंग दौड़ और उद्योग को आगे बढ़ाने वाली हर चीज के निरंतर कवरेज के लिए, बुकमार्क करें [एआई बज़ वायर] (https://aibuzzwire.news), जो एआई समाचारों को तोड़ने के लिए आपका दैनिक स्रोत है।

जहां SWE-2 बेंचमार्क पर उतरता है

कॉग्निशन के प्रकाशित परिणामों के अनुसार, SWE-2 फ्रंटियरकोड 1.1 मेन पर 50.0% पोस्ट करता है, ग्रोक 4.6 से 48.0% और GPT-5.6 Sol से 47.5% आगे है, और GPT-6 एस्ट्रा से काफी दूरी पर है, जो 53.3% के साथ क्षेत्र में सबसे आगे है। डीपएसडब्ल्यूई 1.1 बेंचमार्क पर, एसडब्ल्यूई-2 73.0% तक पहुंच गया है, जो मॉडल कॉग्निशन सूची में एस्ट्रा के 74.1% के बाद दूसरे स्थान पर है।

सबसे मजबूत प्रदर्शन टर्मिनल-बेंच 2.1 पर आता है, जहां एसडब्ल्यूई-2 का स्कोर 92.8% है, जो कॉग्निशन की तुलना तालिका में उच्चतम आंकड़ा है और 91.4% के साथ फैबल 5.1 और 89.9% के साथ जीपीटी-6 एस्ट्रा से आगे है। कठिन टर्मिनल-बेंच 4 पर तस्वीर बदल जाती है, जहां SWE-2 GPT-6 एस्ट्रा के लिए 57.9% और फैबल 5.1 के लिए 55.8% के मुकाबले 27.3% का प्रबंधन करता है, जो एक अनुस्मारक है कि मॉडल की दक्षता-पहली डिजाइन कार्य कठिनाई के शीर्ष छोर पर हेडरूम छोड़ देती है।

कॉग्निशन स्थिति को स्पष्ट रूप से बताता है: फ्रंटियरकोड 1.1 मेन और डीपएसडब्ल्यूई 1.1 पर, एसडब्ल्यूई-2 अपने पिछले मॉडल एसडब्ल्यूई-1.7 और ग्रोक 4.6 को स्कोर और लागत दोनों पर मात देता है, जीपीटी-5.6 सोल और फैबल 5/5.1 से उनकी कीमत के एक अंश पर मेल खाता है, और लागत के एक चौथाई पर जीपीटी-6 एस्ट्रा के कुछ बिंदुओं के भीतर आता है।

मल्टी-ट्रिलियन स्केल पर किमी K3 से पोस्ट-प्रशिक्षित

SWE-2 बिल्कुल नए सिरे से नहीं बनाया गया है। कॉग्निशन ने मॉडल को किमी K3 से प्रशिक्षित किया, जो कि मूनशॉट एआई का 2.8-ट्रिलियन-पैरामीटर बेस मॉडल है, जो पहले से ही एजेंटिक कोडिंग के लिए व्यापक सुदृढीकरण सीखने से गुजर चुका है। उस आधार के शीर्ष पर, कॉग्निशन का कहना है कि इसकी आरएल प्रक्रिया ने कई बेंचमार्क पर पांच से छह अंक जोड़े और K3 की संपूर्ण लागत-प्रदर्शन सीमा को स्थानांतरित कर दिया।

कंपनी का कहना है कि SWE-2 पहली बार है जब उसने SWE-1.7 के लिए विकसित प्रशिक्षण बुनियादी ढांचे और रेसिपी के आधार पर सुदृढीकरण सीखने को मल्टी-ट्रिलियन-पैरामीटर शासन तक बढ़ाया है। मुख्य जोड़ एक आरएल एल्गोरिथ्म है जो निम्न, मध्यम और उच्च प्रयासों को अलग-अलग प्रशिक्षण लक्ष्य मानने के बजाय एक ही बार में सभी तर्क-प्रयास स्तरों को प्रशिक्षित करता है।

लागत दंड संपूर्ण सीमा को आकार देते हैं

एसडब्ल्यूई-2 के प्रशिक्षण में एक केंद्रीय विचार एक एकल आरएल रन के भीतर प्रति प्रयास स्तर पर लागू एक रैखिक लागत जुर्माना है, जिसमें प्रत्येक जुर्माना बेस मॉडल के पेरेटो फ्रंटियर के स्थानीय ढलान पर लगाया जाता है। कॉग्निशन का कहना है कि यह दृष्टिकोण, पहले सिद्धांतों से प्राप्त होता है, मॉडल की संपूर्ण लागत-प्रदर्शन सीमा को आगे बढ़ाता है, जबकि इसके आकार को संरक्षित करता है और प्रशिक्षण में वास्तविक उपयोगकर्ता लागत को यथासंभव सीधे प्रतिबिंबित करता है।

कंपनी ने एसडब्ल्यूई-1.6 के बाद से उपयोग की जाने वाली लंबाई-भारित इनाम बेसलाइन का भी विवरण दिया है, जिसे वह आरएल रोलआउट सेवा में सुधार के साथ-साथ महत्वपूर्ण रूप से स्थिर प्रशिक्षण का श्रेय देती है, जिसमें डिकोडिंग थ्रूपुट बढ़ाने के लिए एक ऑनलाइन ड्राफ्ट मॉडल शामिल है। एनवीएफपी4 और एफपी8 कर्नेल और परिमाणीकरण-जागरूक प्रशिक्षण के साथ, कॉग्निशन का कहना है कि बेस मॉडल में अपने पूर्ववर्ती के लगभग तीन गुना पैरामीटर होने के बावजूद इसने समग्र मेमोरी उपयोग को कम कर दिया।

प्रशिक्षण डेटा पाइपलाइन का भी विस्तार हुआ: कॉग्निशन ने आरएल वातावरणों की संख्या को तीन गुना कर दिया, निर्देश-अनुवर्ती ओवरले जोड़े, और पिछले एसडब्ल्यूई -2 चौकियों द्वारा संचालित एक फ्लाईव्हील का निर्माण किया जो मॉडल को स्कोर करने के लिए उपयोग किए जाने वाले सत्यापनकर्ताओं को पुनरावृत्त रूप से कठोर बनाता है।

बुद्धिमत्ता जितनी ही दक्षता

अनुभूति SWE-2 के लाभ को दक्षता से निकटता से जोड़ती है। कंपनी का कहना है कि मजबूत इंजीनियरिंग निर्णय से एजेंट को कम चक्कर और अनावश्यक रीडिंग के साथ अधिक संपूर्ण समाधान लिखने की सुविधा मिलती है। फ्रंटियरकोड 1.1 मेन पर, एसडब्ल्यूई-2 का मध्यम-प्रयास कॉन्फ़िगरेशन एसडब्ल्यूई-1.7 से अधिक स्कोर करता है, जबकि 58% कम मोड़ लेता है और लागत 81% कम होती है।

वह फ़्रेमिंग कॉग्निशन के व्यवसाय के लिए मायने रखती है। डेविन को एक स्वायत्त सॉफ्टवेयर इंजीनियर के रूप में बेचा जाता है, और अनुमान लागत मूल्य निर्धारण और मार्जिन का सीधा इनपुट है। एक मॉडल जो प्रति कार्य टर्न और टोकन काटते समय सीमांत-आसन्न गुणवत्ता रखता है, कंपनी द्वारा पेश किए जाने वाले प्रत्येक डेविन सत्र के अर्थशास्त्र को बदल देता है।

उपलब्धता

कंपनी के अनुसार, SWE-2 आज से डेविन डेस्कटॉप और डेविन सीएलआई में उपलब्ध है, जबकि डेविन वेब और फ्यूजन पर रोलआउट चल रहा है। कॉग्निशन का कहना है कि उपयोगकर्ताओं को आने वाले दिनों में मॉडल को सभी सतहों पर दिखाई देना चाहिए।

कोडिंग मॉडल मार्केट के लिए इसका क्या मतलब है

रिलीज़ ने GPT-6 एस्ट्रा के पीछे पहले से ही भीड़ भरे समूह को मजबूत कर दिया है। कॉग्निशन के पास अब एक ऐसा मॉडल है जो काफी कम लागत पर एंथ्रोपिक, ओपनएआई और एक्सएआई की पेशकशों के साथ व्यापार करता है, और यह मॉडल से एजेंट उत्पाद तक पूर्ण स्टैक को नियंत्रित करता है। प्रतिद्वंद्वियों को कीमत के साथ-साथ क्षमता पर भी प्रतिक्रिया देने का दबाव होगा, विशेष रूप से उच्च-मात्रा, मध्यम-कठिनाई वाले कार्यों के लिए जहां SWE-2 की लागत प्रोफ़ाइल सबसे मजबूत है।

एआई कोडिंग टूल के खरीदारों के लिए, व्यावहारिक उपाय यह है कि फ्रंटियर-स्तरीय कोडिंग सहायता के लिए अब फ्रंटियर-स्तरीय मूल्य निर्धारण की आवश्यकता नहीं है। उद्योग के बाकी हिस्सों के लिए, SWE-2 इस बात का सबूत है कि प्रशिक्षण के बाद और बुनियादी ढांचे की दक्षता, न कि केवल बेस मॉडल स्केल, एक निर्णायक प्रतिस्पर्धी लीवर बन गई है।

---

एआई से आगे रहें

नवीनतम एआई समाचार, विश्लेषण और सफलताएँ प्राप्त करें - सभी एक ही स्थान पर।

अधिक AI समाचार पढ़ें →