SWE-2 Flash（エスダブリューイー・ツー・フラッシュ）は、Cognitionが2026年11月4日に発表した米国製のコーディングモデルで、既存の大型モデルSWE-2の小型・高速版として、Devin DesktopとDevin CLIで提供が始まっています。
室谷代表取締役SWE-2 Flashは、Cognitionが2026年11月4日に発表したコーディングモデルで、既存の大型モデルSWE-2の小型・高速版なんですよね。Devin DesktopとDevin CLIですぐに使えて、今月末までは対象プランで無料という太っ腹な発表です。
テキトー教師DotAI 認定講師しかも「米国製」というところを明確に打ち出しているのがポイントです。ベースはThinking MachinesのInkling-Smallで、そこにCognitionが手を加えた形ですね。
単に安くしただけの話じゃないんですよ。
単に安くしただけの話じゃないんですよ。
SWE-2 Flashとは？Cognitionが発表した高速・低コストの米国製コーディングモデル
SWE-2 と SWE-2 Flash の比較
SWE-2
- パラメータ構成: 2.8T-A104B
- 生成速度: 60 tok/s
- 位置づけ: 能力のフロンティアを押す上位モデル
SWE-2 Flash
- パラメータ構成: 276B-A12B(総276B・推論時12B)
- 生成速度: 200 tok/s
- コスト: SWE-2の5分の1
- 速度: SWE-2の3倍
- ベース: Inkling-Small(同じ276B-A12B)
- 位置づけ: 日常のエンジニアリング作業のコストを下げる
室谷代表取締役まず基本スペックを整理したいんですけど、SWE-2 Flashは276B-A12B、つまり総パラメータ276Bで推論時に動くのが12Bという構成です。ベースのInkling-Smallも同じ276B-A12Bなので、土台のサイズはそのままなんですよね。
テキトー教師DotAI 認定講師一方の親玉であるSWE-2は2.8T-A104Bですから、桁がひとつ違うわけです。でもFlashはその小型さを最適化された推論スタックで補って、SWE-2と比べてコスト5分の1、速度3倍を実現したと。
生成速度でいうとSWE-2が60 tok/s、SWE-2 Flashが200 tok/sという数字が公式ブログに載っています。
生成速度でいうとSWE-2が60 tok/s、SWE-2 Flashが200 tok/sという数字が公式ブログに載っています。
室谷代表取締役ここ、MYUUUでも実感があるんですけど、エージェントを回していると速度って地味に効くんですよ。同じタスクでも待ち時間が3分の1になるだけで、試行回数が変わってくるんですよね・・・。
テキトー教師DotAI 認定講師そこは講座でも受講生さんによく言うんですけど、モデル選びは「賢さ」だけで決めると失敗するんですよ。日常の自動化、コードレビュー、機能開発、ドキュメント更新みたいな仕事は、最上位モデルでなくても回せる部分が増えている。
Cognition自身が「能力のフロンティアを押すだけでなく、日常のエンジニアリング作業のコストを下げることに注力している」と書いているのは、まさにその認識なんです。
Cognition自身が「能力のフロンティアを押すだけでなく、日常のエンジニアリング作業のコストを下げることに注力している」と書いているのは、まさにその認識なんです。
室谷代表取締役あと見逃せないのが「米国製」という打ち出し方です。オープンウェイトの米国モデルを、3倍大きいものも含めて全部上回る、と主張しているんですよね。
テキトー教師DotAI 認定講師これは評価軸としてわかりやすいですよね。スペックの詳細はDevin Desktopの解説記事でも触れていますが、Devin DesktopはもともとWindsurfというIDEを改名したもので、複数エージェントを1か所で管理する司令塔として位置づけられています。
そこに自社モデルのFlashが加わった形です。
そこに自社モデルのFlashが加わった形です。
SWE-2 Flashでできること――ベンチマークが示す性能と競合モデルとの比較
SWE-2 Flashと競合モデルのベンチマーク比較
| モデル(サイズ) | Terminal-Bench 4.0 | DeepSWE 1.1 | FrontierCode 2.0 |
|---|---|---|---|
| SWE-2 Flash (276B-A12B) | 20.0 | 60.1 | 24.0 |
| Inkling-Small (276B-A12B) | 0.9 | 17.4 | 3.2 |
| Beam 1.0 (501B-A23B) | 4.0 | 43.3 | 2.9 |
| Muse Spark Open (816B-A42B) | 8.0 | 60.0 | 6.2 |
| GLM 5.3 Flash (320B-A18B) | 41.8 | 63.4 | 14.2 |
| DeepSeek V4.1 Flash 1017 (763B-A16B) | 42.3 | 77.0 | 19.3 |
| GPT-6 Luna | 16.4 | 66.6 | 21.9 |
| Claude Haiku 5.5 | 39.2 | 59.3 | 27.7 |
| SWE-2 (2.8T-A104B) | 27.3 | 73.0 | 23.8 |
室谷代表取締役数字を見ていきましょうか。Terminal-Bench 4.0がInkling-Smallの0.9%から20.0%へ、FrontierCode 2.0が3.2%から24.0%へ。
ベースモデルからの伸びがすごいんですよね。
ベースモデルからの伸びがすごいんですよね。
テキトー教師DotAI 認定講師ここは丁寧に見たいところで、まずは公式ブログに載っている比較表を整理しましょう。
| モデル | サイズ | Terminal-Bench 4.0 | DeepSWE 1.1 | FrontierCode 2.0 |
|---|---|---|---|---|
| SWE-2 Flash | 276B-A12B | 20.0 | 60.1 | 24.0 |
| Inkling-Small | 276B-A12B | 0.9 | 17.4 | 3.2 |
| Beam 1.0 | 501B-A23B | 4.0 | 43.3 | 2.9 |
| Muse Spark Open | 816B-A42B | 8.0 | 60.0 | 6.2 |
| GLM 5.3 Flash | 320B-A18B | 41.8 | 63.4 | 14.2 |
| DeepSeek V4.1 Flash 1017 | 763B-A16B | 42.3 | 77.0 | 19.3 |
| GPT-6 Luna | — | 16.4 | 66.6 | 21.9 |
| Claude Haiku 5.5 | — | 39.2 | 59.3 | 27.7 |
| SWE-2 | 2.8T-A104B | 27.3 | 73.0 | 23.8 |
室谷代表取締役こうして並べると、Terminal-Bench 4.0ではGLM 5.3 FlashやDeepSeek V4.1 Flash、Claude Haiku 5.5に負けている一方で、FrontierCode 2.0ではDeepSeek V4.1 FlashやGLM 5.3 Flashを上回っているんですよね。ベンチマークによって順位が入れ替わるのは面白いところです。
テキトー教師DotAI 認定講師そこは単純に「全部最強」とは言えない数字なんですよ。SWE-2 Flashの主張は「米国のオープンウェイトモデル全てを、3倍大きいものも含め上回る」という範囲に限定されている。
つまりオープンウェイトの米国モデル同士の比較での話であって、クローズドの大型モデルまで含めた総合順位の話ではないわけです。
つまりオープンウェイトの米国モデル同士の比較での話であって、クローズドの大型モデルまで含めた総合順位の話ではないわけです。
室谷代表取締役実際、Cognitionが公開しているFrontierCode 2.0のリーダーボードではSWE-2 Flashは14位で24.0%。1位はOpus 5.5の45.5%ですから、上位は大型モデルが占めている構図は変わっていないんですよね。
テキトー教師DotAI 認定講師ただしリーダーボードで見るべきはスコアだけじゃないんですよ。SWE-2 Flashのコスト/ロールアウトは$0.20で、これは14位までのモデルの中でも際立って安い。
1位のOpus 5.5が$12.82、2位のGPT-6 Astraが$6.68ですから、桁が違うわけです。
1位のOpus 5.5が$12.82、2位のGPT-6 Astraが$6.68ですから、桁が違うわけです。
室谷代表取締役そこがFlashの本質なんですよね。最高スコアを取るためじゃなくて、実務のコストを下げるために存在している。
MYUUUでも「一番賢いモデルを全部のタスクに使う」運用は予算が持たないので、こういう選択肢は現実的です。
MYUUUでも「一番賢いモデルを全部のタスクに使う」運用は予算が持たないので、こういう選択肢は現実的です。
テキトー教師DotAI 認定講師ちなみにDeepSWE 1.1ではSWE-2 Flashが60.1で、SWE-2の73.0には届かないんですよ。ここは正直に押さえておくべきで、親モデルを完全に置き換えるものではなく、使い分ける前提のモデルだと読めます。
SWE-2 Flashの使い方・始め方――Devin DesktopとDevin CLIでの利用
SWE-2 Flashの使い方・始め方
Devin Desktop
MacOS向けにダウンロード可能。エージェントの司令塔として複数セッションをボードで管理。モデル選択にSWE-2 Flashが加わる
Devin CLI
ターミナル派も利用可能。Devin Desktopと両方で今日から使える
速度比較映像
公式ブログでTerminal-Bench 4.0のgsea-proteomicsタスクを200 tok/sと60 tok/sで再生した比較映像を公開
小さめタスクから開始
テスト追加・ドキュメント更新・コードレビューなど範囲から始めるとモデルのクセを掴みやすい
Devin Reviewで活用
差分レビュー機能にFlashを回し、重い判断だけ上位モデルに投げる分担が現実的
Fusionとの組み合わせ
フロンティアのリードモデルと安価なサイドキックを組み合わせる機能。Flashはサイドキック向き
未公開の仕様
コンテキストウィンドウのサイズや対応言語・フレームワーク一覧は発表資料では未公開。今後のドキュメント更新待ち
室谷代表取締役使い方なんですけど、Devin DesktopとDevin CLIの両方で今日から使えると。Devin DesktopはMacOS向けにダウンロードできて、CLIもあるのでターミナル派も困らないんですよね。
テキトー教師DotAI 認定講師Devin Desktopはエージェントの司令塔で、複数のセッションをボードで管理できるのが売りです。モデル選択のところにSWE-2 Max、SWE-2、Fable 5.1、GPT-6 Astra、Grok 4.7、Gemini 3.8 Flash、Claude Opus 5、GPT-5.6 Sol、SWE-1.7といった選択肢が並ぶ中に、SWE-2 Flashが加わる形ですね。
室谷代表取締役公式ブログにはTerminal-Bench 4.0のgsea-proteomicsタスクを200 tok/sと60 tok/sで再生した比較映像も出ていて、速度差が視覚的にわかるようになっているんですよ。こういうのを見ると、体感差が伝わりやすいですよね。
テキトー教師DotAI 認定講師講座で受講生さんにいつも言うのは、まず小さめのタスクで試すことなんですよ。いきなり大規模なリファクタリングを任せるのではなく、テストの追加やドキュメント更新、コードレビューみたいな範囲から始めると、モデルのクセが掴みやすいです。
室谷代表取締役Devin Desktop側にはDevin Reviewという差分レビュー機能もあって、そこでFlashを使うという手もありますよね。コストが安いモデルをレビューに回して、重い判断だけ上位モデルに投げる、という分担が現実的です。
テキトー教師DotAI 認定講師あとDevinにはFusionという、フロンティアのリードモデルと安価なサイドキックを組み合わせる機能もあるんですよ。SWE-2 Flashはまさにサイドキック向きのモデルなので、組み合わせ次第でコストをさらに抑えられる可能性があります。
室谷代表取締役とはいえ、コンテキストウィンドウのサイズや対応言語・フレームワークの一覧といった細かい仕様は、今回の発表資料では明らかにされていません。ここは今後のドキュメント更新を待つしかないですね。
SWE-2 Flashの料金と無料提供――今月末までの無料枠とSWE-2とのコスト差
室谷代表取締役料金の話は大事なので整理しましょう。まず、今月末まで、つまり11月30日までPro、Max、TeamsユーザーはDevin DesktopとDevin CLIで無料で使えると。
テキトー教師DotAI 認定講師これは大きいですよね。Devin DesktopのプランはFreeが$0、Proが月$20、Maxが月$200、Teamsが$80/mo+$40/mo per full seat、Enterpriseは要相談という構成なので、Pro以上のユーザーは追加課金なしで試せるわけです。
室谷代表取締役12月以降の料金体系は現時点では明らかにされていません。ただ、参考になる数字としてFrontierCodeリーダーボード上のコスト/ロールアウトは$0.20で、SWE-2が$1.26なので、約6分の1という差が出ているんですよね。
テキトー教師DotAI 認定講師公式ブログでは「5分の1の価格」と書かれているので、そちらが正式な表現です。リーダーボードの数字は計測条件が違うので、そこは混同しないようにしたいところです。
室谷代表取締役同じく安価な帯のモデルと比べると、DeepSeek V4.1 Flash 1017が$0.38、GLM 5.3 Flashが$0.79、GPT-6 Lunaが$0.17という数字がリーダーボードに載っています。SWE-2 Flashの$0.20はこの中でも低い側に位置しているんですよね。
テキトー教師DotAI 認定講師コスパだけで見れば、GPT-6 Lunaの$0.17でスコア21.9%というのも強烈なんですけど、そこは用途次第です。Devinの中で完結させたいのか、APIとして外から叩きたいのかで評価軸が変わるので、単純な単価比較は危険なんですよ。
室谷代表取締役あと、無料期間中にどれだけ試しておくかが勝負ですよね。11月30日を過ぎると条件が変わる可能性があるので、この期間に自分のプロジェクトで感触を確かめておくのが賢い使い方だと思います。
SWE-2 Flashはなぜ生まれた？中間訓練の初導入と低コスト化の狙い
室谷代表取締役ここからが技術的な核心なんですけど、今回Cognitionは初めてRLの前にmid-training、つまり中間訓練の段階を挟んだと。これがベースモデルからの伸びの源泉なんですよね。
テキトー教師DotAI 認定講師順番としては、まずInkling-Smallに対して大規模な中間訓練を行い、そのあとに大規模な強化学習を回すという流れです。中間訓練では数兆トークンのコード、科学論文、ブログなどを学習させていて、最も希少で高品質なデータを最後に持ってくる3段階構成にしたのが工夫なんですよ。
室谷代表取締役データの配合を決めるのに、トークン効率のプロットを使ったというのも面白いですよね。ベースラインと同じ検証損失に到達するのに何トークン必要かを測って、配合候補を比較したと。
テキトー教師DotAI 認定講師これは講座でも説明するんですが、学習データの混合比は勘で決めるとだいたい失敗するんですよ。同じ損失に到達するコストを指標にすれば、どの配合が効率的かを定量的に比べられるわけです。
Cognitionは実務のソフトウェアエンジニアリングを反映した高品質なホールドアウトのコーディングデータセットを用意して、それを判断材料にしたと書いています。
Cognitionは実務のソフトウェアエンジニアリングを反映した高品質なホールドアウトのコーディングデータセットを用意して、それを判断材料にしたと書いています。
室谷代表取締役そのあとのRLも見逃せないんですよね。レシピはSWE-2から一部調整したけど、改善の大半はRLタスクの品質と多様性が上がったことによる、と。
テキトー教師DotAI 認定講師ここは重要なポイントで、指示、環境設定、検証器を丁寧に監査したうえで、新しいタスク種別をいくつも追加したと。多様性を上げることで、Devinが実際の仕事で必要とする汎用的な推論力と問題解決力を鍛えたわけです。
室谷代表取締役ベースモデルありきで、その上に中間訓練とRLを積む。この構造は、小型モデルを実務レベルに引き上げるレシピとして参考になりますよね。
テキトー教師DotAI 認定講師この投稿にある通り、276B totalで12B activeという小ささと、最適化された推論スタックの組み合わせが、5分の1のコストと3倍の速度につながっている。モデルの賢さだけでなく、推論側の最適化まで含めて設計しているのがCognitionらしいところです。
重みは非公開――安全共有プログラムとサイバーリスクへの配慮
室谷代表取締役ここが今回いちばん慎重に読むべきところなんですけど、SWE-2 Flashは重みを公開していないんですよね。
テキトー教師DotAI 認定講師理由がはっきり書かれていて、サイバーセキュリティを強化するためにExploitBenchを11.3%から34.8%へ引き上げたんですが、同じ能力は悪意ある攻撃者にも使えると。最近のサイバー攻撃の急増も踏まえて、現時点では公開しないという判断です。
室谷代表取締役その代わりに、信頼できる業界パートナーや研究機関と安全に重みを共有するプログラムを構築中で、詳細は数週間後に発表すると。透明性と安全のバランスを取るための仕組みなんですね。
テキトー教師DotAI 認定講師ここは単に「非公開だから使えない」という話じゃないんですよ。企業や政府はオンプレを含む自社インフラでホストして観測できることを求めるし、研究者はモデルの挙動や悪用のされ方を研究したい。
その両方に応えるには、公開か非公開かの二択ではなく、管理された共有の仕組みが要るわけです。
その両方に応えるには、公開か非公開かの二択ではなく、管理された共有の仕組みが要るわけです。
室谷代表取締役実際、公式ブログには機密性の高いミッションクリティカルな仕事ではAPIの後ろに賢いモデルがあるだけでは足りない、と書かれているんですよね。このあたりの設計思想は、エンタープライズ向けにDevinを売る戦略とも整合しています。
テキトー教師DotAI 認定講師受講生さんからも「オープンウェイトじゃないと不安」という声を聞くんですが、今回のケースはリスクを理由にした意図的な非公開なので、公開されたときに何が変わるのかを追いかけるのが大事です。
よくある質問
室谷代表取締役ここまでの内容を、よく聞かれる形で整理しておきますね。
Q. SWE-2 Flashは無料で使えますか？
テキトー教師DotAI 認定講師2026年11月30日まで、Pro、Max、TeamsユーザーはDevin DesktopとDevin CLIで無料です。12月以降の料金は現時点では明らかにされていません。
Q. SWE-2 Flashのベンチマーク性能はどれくらいですか？
室谷代表取締役Terminal-Bench 4.0が20.0%、FrontierCode 2.0が24.0%、DeepSWE 1.1が60.1%です。ベースのInkling-Smallからは大幅に伸びていますが、SWE-2の73.0%（DeepSWE 1.1）には届いていません。
Q. SWE-2との違いは何ですか？
テキトー教師DotAI 認定講師SWE-2が2.8T-A104Bの大型モデルで60 tok/sなのに対し、SWE-2 Flashは276B-A12Bで200 tok/s。コストは5分の1、速度は3倍という位置づけです。
Q. コンテキストウィンドウのサイズは？
室谷代表取締役現時点では明らかにされていません。公式ドキュメントの更新を待ちたいところです。
Q. 重みは公開されていますか？
テキトー教師DotAI 認定講師公開されていません。サイバーリスクへの配慮から、信頼できるパートナーや研究機関と安全に共有するプログラムを構築中で、詳細は数週間後に発表される予定です。
Q. 他のFlash系モデルとどう使い分ければいいですか？
室谷代表取締役同じ安価な帯でも、DeepSeek V4.1 Flash 1017はFrontierCode 2.0で19.3%、GLM 5.3 Flashは14.2%という数字がリーダーボードに載っています。一方でTerminal-Bench 4.0では両者ともSWE-2 Flashを上回っているので、タスクの性質で選ぶのが現実的です。
DeepSeek系の詳細はDeepSeek V4.1 Flashの解説でも扱っています。
DeepSeek系の詳細はDeepSeek V4.1 Flashの解説でも扱っています。
テキトー教師DotAI 認定講師室谷代表取締役
