Cognition trasforma Inkling-Small in un modello di coding ma non pubblica le pesature

Cognition ha lanciato SWE-2 Flash, un modello di coding addestrato partendo da Inkling-Small, e non rilascerà le pesature finali. L’azienda dice che Flash costa un quinto del modello maggiore SWE-2 e genera token circa tre volte più in fretta. Inkling-Small è sotto licenza Apache 2.0, che consente derivati non open, e Cognition motiva la chiusura con la cybersecurity¹.

Inkling-Small arriva da Thinking Machines Lab, guidata dalla cofondatrice e CEO Mira Murati. È un mixture-of-experts da 276 miliardi di parametri, con 12 miliardi attivi. È stato rilasciato il 30 luglio sotto Apache 2.0, con pesature scaricabili da Hugging Face¹. Cognition attribuisce il salto prestazionale di Flash a uno stadio di addestramento intermedio inserito prima del reinforcement learning. Su Terminal-Bench 4.0, Flash tocca il 20% contro lo 0,9% del base; su FrontierCode 2.0 passa dal 3,2% al 24%. L’account CultOfAI su X definisce il mid-training “un modo pratico per trasformare una base open debole in un agente utilizzabile”, ma avverte che i numeri non sono verificati in modo indipendente¹.

Su SWE-Bench Pro v2 Hard, Flash arriva all’89,9% contro il 90,6% di SWE-2. Su DeepSWE 1.1 e su altre prove resta indietro. In diverse valutazioni, Claude Haiku 5.5 e DeepSeek V4.1 Flash lo superano. Cognition descrive SWE-2 Flash come un modello di coding “pienamente americano” e afferma che batte ogni modello open-weight americano nelle principali valutazioni, anche modelli tre volte più grandi. La tabella pubblicata dall’azienda mostra che modelli sviluppati fuori dagli Stati Uniti, tra cui DeepSeek V4.1 Flash, ottengono punteggi superiori su diversi test¹.

Cognition attribuisce la chiusura delle pesature alla sicurezza. Ha incluso compiti di cybersecurity nell’addestramento. L’ExploitBench sale dall’11,3% di Inkling-Small al 34,8%. Il benchmark non prova come il modello si comporterebbe in attacchi reali, né se rilasciare i pesi aumenterebbe il rischio di abuso. L’azienda richiama un aumento degli attacchi informatici abilitati da AI per giustificare un controllo più stretto sull’accesso¹.

Apache 2.0 non obbliga a pubblicare le modifiche. Si può derivare e commercializzare senza rilasciare i pesi. La scelta di Cognition resta dentro i termini della licenza¹. Il CEO di GenerAIte Solutions, David Hendrickson, ha elogiato la trasformazione di Inkling-Small in un “coding beast” e ha notato su X che “le pesature migliorate non sono pubbliche”. La mossa arriva mentre i modelli open-weight riducono il divario con quelli proprietari e si candidano per piattaforme di coding, mettendo in evidenza la frizione tra derivazioni chiuse e basi aperte¹.

Cognition dice che sta preparando un programma per condividere i pesi con partner industriali e laboratori di ricerca selezionati. Non ha ancora indicato chi potrà accedere, quali vincoli si applicheranno, o se sarà possibile condividere modelli derivati da SWE-2 Flash. Gli sviluppatori possono provare il modello tramite Devin Desktop e CLI. L’uso è gratuito fino al 30 novembre¹.

Secondo l’azienda, un accordo che consenta di ispezionare, ottimizzare e far girare il modello in infrastrutture proprie potrebbe interessare imprese e governi che non vogliono far uscire codice sensibile dai propri sistemi¹.