# 画得出成本曲线，不等于压得下成本曲线

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-09-13T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/56403
- 原文：https://yage.ai/share/cost-into-models-swe2-20260912.html

## 摘要

文章以 Cognition 发布的 SWE-2 为例，区分了在成本-成功率帕累托前沿上选便宜点与把整条前沿向外推移两种省钱路径，认为只有训练层能移动这条曲线。SWE-2 把推理美元费用与运行耗时合并为开销项写进强化学习目标 R = S − λ_e · C，厂商自报中等档位相比 SWE-1.7 减少 58% 交互轮次、节省 81% 成本。

## 推荐理由

Cognition 发布 SWE-2，把推理费用与运行耗时合并成惩罚项写进强化学习目标，厂商自报中等档位比前代减少 58% 交互轮次、节省 81% 成本。

## 锐评

把推理美元和耗时折进 RL 奖励里，这个方向我认。127 步压到 53 步，首次改代码从 48 步提前到 18 步，外面套个路由省不出这些。58% 和 81% 是厂商自报，FrontierCode 题目不公开，也没做去掉成本惩罚项的对照，基座还换成了 Kimi K3，效率提升有多少来自基座说不清。Terminal-Bench 上 27.3% 对 55.8%，长流程任务省下的步数补不回推理能力。训练层能推前沿我信，数字先别当账算。
