SWE-2 против Claude Fable 5.1: кодовая модель на 64% дешевле и как достать её из России в 2026

12 сентября 2026 Cognition, та самая компания, что сделала ИИ-агента Devin, выпустила собственную кодовую модель SWE-2. Главная цифра из анонса: на бенчмарке FrontierCode 1.1 модель набирает 50,0% против 50,9% у Claude Fable 5.1 и обходится на 64% дешевле. Дальше выясняется, что модель построена не с нуля - под капотом китайская Kimi K3 на 2,8 трлн параметров, дообученная методом обучения с подкреплением.

Разберём три вещи, ради которых сюда приходят: что реально показывают цифры бенчмарков (там есть одна колонка, о которой в пресс-релизах молчат), откуда берётся экономия в 64% и как до этой модели дотянуться из России. Спойлер по последнему пункту: пока никак, и это самая важная часть статьи.

Коротко: пять слов, которые встретятся дальше

• FrontierCode - бенчмарк на реальных задачах из открытых репозиториев: модели дают баг-репорт и просят прислать рабочий патч. Считается главной проверкой кодовых моделей.
• Terminal-Bench - проверка на умение жить в терминале: ставить зависимости, гонять тесты, чинить окружение. Версия 4 заметно жёстче версии 2.1.
• Обучение с подкреплением (RL) - дообучение, где модель получает награду за успешно решённую задачу и штраф за провал. Именно им Cognition доводила Kimi K3 до SWE-2.
• Шаг (turn) - одно действие агента: прочитал файл, запустил тест, внёс правку. Чем меньше шагов на решение, тем дешевле задача.
• ACU - Agent Compute Unit, единица, в которой Devin считает деньги. Примерно 15 минут активной работы агента.

Что такое SWE-2 и почему это китайская модель с американским шильдиком

Cognition известна агентом Devin - тем самым, которого в 2024 продавали как «первого ИИ-инженера». До сих пор Devin работал на чужих моделях и на собственной SWE-1.7. Теперь у компании есть SWE-2, и построена она интересным образом.

Базой взяли Kimi K3 от Moonshot AI, открытую китайскую модель на 2,8 трлн параметров. Поверх неё Cognition прогнала обучение с подкреплением на собственных задачах: количество RL-окружений, по их словам, утроили относительно прошлого поколения. Компания называет это первым масштабированием RL «в мультитриллионный режим параметров».

Эффект от дообучения измерим. RL добавляет 5-6 пунктов почти на всех бенчмарках. То есть Cognition не переизобретала интеллект модели, она натаскивала уже умную базу на конкретный рабочий процесс: прочитать репозиторий, найти причину, внести правку, прогнать тесты.

Отсюда же ответ на вопрос «почему так дёшево». Обучать 2,8 трлн параметров с нуля стоит сотни миллионов долларов. Брать открытую базу и дообучать её на своих задачах дешевле в разы, и эта разница уезжает в конечный ценник. Про сам Kimi K3 у нас есть отдельный разбор: чем интересна Kimi K3 и как её запустить.

Цифры бенчмарков: где SWE-2 догнал Claude, а где сложил лапки

Вот все четыре бенчмарка из анонса Cognition, рядом с Claude Fable 5.1 и с базовой Kimi K3, чтобы было видно вклад дообучения.

Бенчмарк	SWE-2	Claude Fable 5.1	Kimi K3 (база)
FrontierCode 1.1 Main	50,0%	50,9%	44,2%
DeepSWE 1.1	73,0%	67,4%	68,5%
Terminal-Bench 2.1	92,8%	91,4%	88,3%
Terminal-Bench 4	27,3%	55,8%	21,5%

Три строки из четырёх выглядят как победа. На FrontierCode отставание меньше пункта, это статистический шум. На DeepSWE SWE-2 обходит Claude почти на шесть пунктов. На Terminal-Bench 2.1 обходит на полтора.

А теперь четвёртая строка. Terminal-Bench 4 - самая свежая и самая злая версия бенчмарка, длинные задачи с запутанным окружением. Тут Claude Fable 5.1 даёт 55,8%, SWE-2 - 27,3%. Разрыв больше чем вдвое.

Что это значит на практике. Дообучение под конкретный класс задач вытягивает модель там, где задачи похожи на тренировочные: типовой баг, типовой патч, типовая проверка тестами. Как только задача уходит в сторону и требует долгого рассуждения на десятки шагов вперёд, преимущество испаряется, и вылезает разница в базовом интеллекте моделей.

Откуда взялись «на 64% дешевле»

Экономия у Cognition считается по стоимости решённой задачи целиком. Основной вклад в неё даёт количество шагов, которые агент тратит на путь от тикета до рабочего патча.

SWE-1.7 в среднем тратила 127 шагов на задачу. SWE-2 на среднем уровне усилий укладывается в 53. Это на 58% меньше ходов и на 81% меньше денег относительно прошлого поколения. Медианная первая правка в коде наступает на 18-м шаге вместо 48-го: модель заметно быстрее перестаёт читать репозиторий и начинает делать дело.

Технически это сделано через функцию награды, которая штрафует модель за лишние ходы. В обучении с подкреплением модель по умолчанию любит перестраховываться: перечитать файл ещё раз, запустить тест ещё раз, уточнить ещё раз. Каждый такой ход стоит денег. Cognition вшила стоимость прямо в награду, и модель научилась экономить.

У SWE-2 три уровня усилий - medium, high и max, все три обучены в одном прогоне RL. Средние значения шагов: 53, 80 и 98 соответственно. То есть ты платишь за глубину проработки ровно там, где она нужна, и не платишь на рутине.

Если тема экономики агентов вообще актуальна, у нас есть большой разбор с цифрами: сколько реально стоит вайб-кодинг в рублях.

Главный подвох: SWE-2 нельзя взять и подключить

Вот тут новость разворачивается на сто восемьдесят градусов. На 13 сентября 2026 у SWE-2:

• нет открытых весов, скачать и поднять у себя невозможно;
• нет отдельного API, ключа для своего кода не дадут;
• нет её на OpenRouter и других агрегаторах.

Модель живёт исключительно внутри Devin. Сейчас доступна в десктоп-версии и в CLI, веб-интерфейс и Fusion разворачиваются. До 10 октября 2026 SWE-2 в Devin Desktop и CLI отдают бесплатно для платных тарифов.

Логика Cognition понятна: модель - это их конкурентное преимущество внутри продукта, и раздавать её конкурентам по API смысла нет. Но для читателя из России это означает простую вещь: вопрос «как подключить SWE-2 через API» ответа не имеет. Вопрос стоит иначе - готов ли ты платить за Devin.

Сколько это стоит из России в рублях

Раз токенного прайса нет, считаем через Devin. Проверь актуальные цифры на странице тарифов перед оплатой, они меняются.

Что	Цена в долларах	Примерно в рублях
Devin Core, подписка	20 в месяц	1700-1800
ACU на тарифе Core	2,25 за штуку	190-200
Час работы агента на Core	около 9	760-810
Devin Team, подписка	500 в месяц, включено 250 ACU	42 000-45 000
ACU на тарифе Team	2,00 за штуку	170-180

Курс взят 85-90 рублей за доллар, проверяй на день оплаты. Один ACU это примерно 15 минут активной работы агента, поэтому час выходит около четырёх ACU.

Для сравнения, вот сколько стоит доступ к моделям, которые фигурируют в этой статье, по обычному API на 13 сентября 2026:

Модель	Вход, за 1 млн токенов	Выход, за 1 млн токенов	В рублях за выход
Claude Fable 5.1	10 долларов	50 долларов	4250-4500
Kimi K3 через OpenRouter	2,65 доллара	13,28 доллара	1130-1200
SWE-2	прайса нет	прайса нет	только через ACU

Разница между Fable 5.1 и базовой Kimi K3 по токенам получается примерно четырёхкратная. Заявленные Cognition 64% экономии живут где-то между этими цифрами, потому что считаются по стоимости решённой задачи с учётом сэкономленных шагов.

Работает ли Devin из России и как за него заплатить

Два отдельных барьера, и решаются они по-разному.

Барьер первый - доступ. Cognition, как и большинство американских ИИ-сервисов, ограничивает работу с российских адресов. Для регистрации и работы понадобится рабочий VPN с зарубежным IP, причём включённый постоянно, на всё время работы: CLI-версия ходит на их серверы всё время, пока агент работает. Если VPN отвалится посреди задачи, сессия оборвётся, а потраченные ACU никто не вернёт.

Барьер второй - оплата. Российская карта на странице оплаты не пройдёт. Рабочих путей два: оформить зарубежную карту самостоятельно или воспользоваться посредником. Для второго варианта подойдёт сервис оплаты подписок, который оплатит подписку зарубежной картой, а ты переведёшь рубли (реферальная ссылка: тебе тот же прайс, мне небольшой процент). Подробный разбор всех способов у нас здесь: как оплатить нейросети из России.

Честно про соотношение усилий и выхлопа. Ради модели, которая на сложных задачах отстаёт от Claude вдвое, городить VPN плюс посредника плюс подписку за 20 долларов плюс поштучную оплату ACU имеет смысл в одном случае: у тебя поток однотипных задач по коду и ты упираешься именно в счёт за модель. Во всех остальных ситуациях овчинка не стоит выделки.

Что делать, если Devin не подходит

Раз саму SWE-2 достать нельзя, берём то, из чего она сделана. Базовая Kimi K3 доступна через OpenRouter по обычному API, с контекстом в миллион токенов и ценой примерно вчетверо ниже Claude Fable 5.1.

Разница в качестве измерима по той же таблице выше: на FrontierCode база даёт 44,2% против 50,0% у SWE-2, на Terminal-Bench 2.1 - 88,3% против 92,8%. То есть ты теряешь те самые 5-6 пунктов, которые добавило дообучение, и получаешь взамен полную свободу: ключ, любой агент, любой редактор.

Подключается она к чему угодно, что понимает OpenRouter-совместимый API. Как это делается по шагам, разобрано тут: OpenRouter: один ключ ко всем моделям.

Если нужен именно дешёвый кодовый агент, есть ещё два проверенных варианта:

• GLM внутри Claude Code - китайская модель в привычном интерфейсе Claude Code, подключается ключом за несколько минут.
• Qwen Code - отдельный бесплатный CLI-агент от Alibaba, берётся без карты и работает из России напрямую.

Вариант	Доступен из России	Цена	Когда брать
SWE-2 в Devin	через VPN и посредника	20 долларов в месяц плюс ACU	поток однотипных задач, упор в счёт
Kimi K3 через OpenRouter	да, ключом	2,65 и 13,28 за млн токенов	нужен свой агент и свобода настройки
Claude Fable 5.1	через VPN и посредника	10 и 50 за млн токенов	сложные задачи, где важен результат
GLM в Claude Code	да	от нескольких сотен рублей	привычный интерфейс подешевле
Qwen Code	да	бесплатно с лимитами	попробовать без вложений

Как попробовать SWE-2 за вечер

Если решил всё-таки добраться до модели, пока идёт бесплатный период до 10 октября 2026, порядок такой.

Четвёртый шаг тут главный. Бенчмарки Cognition считались на их наборе задач, а твой код на них не похож. Единственный способ узнать, экономят ли эти 64% лично тебе, - поставить один и тот же тикет обеим моделям и посмотреть на счёт и на результат.

Кому SWE-2 нужен и кому он ничего не даст

Нужен, если: у тебя ежедневный поток похожих задач по коду, счёт за модель уже заметен в бюджете, и тебя устраивает работа внутри одного продукта без возможности утащить модель в свой редактор.

Не даст ничего, если: задачи каждый раз новые и сложные (там Claude Fable 5.1 вдвое сильнее), ты хочешь свой API-ключ и свою обвязку, или ты просто пробуешь ИИ-кодинг и ещё не упёрся ни в какие лимиты. Во втором и третьем случае бери Kimi K3 через OpenRouter и не трать вечер на VPN с посредником.

Отдельно стоит держать в голове, что Devin как продукт уже несколько лет живёт в режиме больших обещаний. Наш прошлый разбор этой истории: Devin и Replit: что реально умеют автономные агенты.

Чек-лист: что у тебя теперь есть

• Понимание, что SWE-2 это дообученная китайская Kimi K3 под шильдиком Cognition.
• Все четыре бенчмарка с цифрами, включая тот, где модель проваливается вдвое.
• Знание, что открытых весов и API у модели нет, и подключить её к своему агенту невозможно.
• Цены Devin в рублях и понимание, чем модель ACU опаснее оплаты за токены.
• Два барьера для доступа из России и рабочий способ снять каждый.
• Запасной план: базовая Kimi K3 через OpenRouter за четверть цены Claude Fable 5.1.
• План проверки на вечер: одинаковый тикет двум моделям и сравнение по счёту.

Главное, что стоит унести. Заголовок «догнала Claude и стоит на 64% меньше» верен ровно для тех задач, на которых модель тренировали. Стоит выйти за их пределы, и разница в базовом интеллекте возвращается в полный рост. Выбирать модель по одной строке из пресс-релиза дорого обходится, по трём строкам и собственному тесту - уже нормально.

По материалам MarkTechPost и анонса Cognition. Цены OpenRouter и Anthropic проверены 13 сентября 2026.