Cognition's SWE-2 achieves 92.8 on Terminal-Bench 2.1

📋总体概括

Cognition发布SWE-2模型，在Terminal-Bench 2.1基准上取得92.8分，该基准主要考察模型在终端环境中完成软件工程任务的能力。目前消息主要来自Hacker News上的一个帖子，仅有3个积分且无任何评论讨论，缺乏官方技术报告或第三方复现细节，分数的实际含金量、测试条件与对比基线均有待更多信息验证。