SWE-2 Flash לעומת Qoder Cantus: שני מודלי קידוד שניתנים רק לשכירה

ל-SWE-2 Flash ול-Qoder Cantus כמעט אין דבר במשותף מלבד הדבר שמכריע את ההשוואה הזו: לא ניתן לפנות לאף אחד מהם. SWE-2 Flash של Cognition הושק ב-4 בנובמבר 2026 ופועל רק בתוך Devin Desktop וב-Devin CLI. Qoder Cantus, המודל המובנה והמוביל של Alibaba עבור פלטפורמת הקידוד Qoder שלה, פועל רק בממשקים של Qoder עצמה מאז יולי 2026. אין Endpoint, אין מזהה מודל, אין משקולות להורדה. שני מודלים, שני מוצרי סוכן, ואין בנצ'מרק משותף שמי מהם נבחן בו באופן עצמאי.

זה נשמע כמו מבוי סתום לעמוד השוואה. אבל למעשה זה כל הסיפור, כי זה משנה את מה שאתם משווים. זו לא התמודדות בין שני צ'קפוינטים. זו בחירה בין שני חדרים שכורים, והשאלות המועילות הן איזה חדר מפרסם את המונה שלו, איזה מהם מפרסם את שיעורי הבית שלו, ואיזה משני הדברים האלה הייתם מעדיפים שיהיה לכם כשהחשבונית מגיעה.

שמונה שורות מול עמודה ריקה

פוסט ההשקה של Cognition נדיב באופן יוצא דופן במספרים. SWE-2 Flash מדווח על שמונה שורות בנצ'מרק, שני דלתאות אימון, נתון מהירות ונתון מחיר. Qoder לא פרסמה שום ציון בנצ'מרק עבור Cantus בכלל — לא באתר שלה, לא ב-Artificial Analysis, לא ב-LMArena — וגם ללא מספר פרמטרים, ללא ארכיטקטורה וללא חלון הקשר.

מפתה לקרוא את זה כשמונה שורות מול אפס. זה קרוב יותר לשמונה טענות מול אפס טענות, וההבחנה הזו חשובה יותר מהמניין.

• FrontierCode 2.0 — 24.0, לעומת 23.8 עבור SWE-2 הגדול יותר ו-3.2 עבור בסיס ה-Inkling-Small שממנו עבר אימון המשך.

• FrontierCode 1.1 Main — 45.5, לעומת 50.0 של SWE-2.

• DeepSWE 1.1 — 60.1, לעומת 73.0 של SWE-2.

• Terminal-Bench 4.0 — 20.0, לעומת 27.3 של SWE-2 ו-0.9 של מודל הבסיס.

• Terminal-Bench 2.1 — 89.2, לעומת 92.8 של SWE-2.

• SWE-Atlas QA — 50.0, לעומת 56.3 של SWE-2.

• SWE-Bench Pro v2 Hard — 89.9, לעומת 90.6 של SWE-2.

• ExploitBench — 34.8, לעומת 36.1 של SWE-2.

כל אחד מאלה מדווח על ידי הספק. Cognition אינה מפרסמת את ה-harness, את הגדרת מאמץ החשיבה, או האם הנתונים הם מניסיון יחיד או best-of-N, ו-FrontierCode הוא בנצ'מרק של Cognition עצמה. לכן שמונה השורות אינן שמונה עובדות בלתי תלויות. הן שמונה הצהרות שעליהן יכול הקורא לכל הפחות לגבש דעה, וזהו דבר אחר ופחות מכך.

העמודה הריקה של Cantus אינה מאותו סוג של חולשה. אפשר למלא מספר חסר בשלב מאוחר יותר. אי אפשר לבדוק טענה שמעולם לא נטענה, ול-Qoder היה מאז יולי זמן להעלות טענה כזו.

השורה שבאמת מנבאת את המפגש הזה

הסתכלו על השורה של SWE-2 Flash לעומת האח הגדול שלה, ומתגלה תבנית. ב-SWE-Bench Pro v2 Hard, בנצ'מרק של טלאים מוגדרים היטב, Flash משיגה 89.9 לעומת 90.6 של SWE-2 — פער של שבע עשיריות נקודה, שזה כלום. ב-DeepSWE 1.1 וב-Terminal-Bench 4.0, שבהם הסוכן צריך לעבוד ללא השגחה לזמן ארוך יותר עם פחות תשתית תומכת, הפערים מתרחבים ל-12.9 נקודות ול-7.3 נקודות.

זהו הסימן המזהה של מודל שמחזיק מעמד בעבודה מוגדרת היטב ונחלש ככל שהאופק מתארך. זו בחירה תכנונית סבירה לחלוטין בדרג מהיר וזול, וזה הדבר היחיד בפוסט ההשקה שבעל המשמעות הרבה ביותר לקבלת החלטה.

עכשיו העמידו את זה לצד האופן שבו Cantus נמכר. עמוד ההשקה של Qoder עצמו מתאר אותו כמיועד ל„ביצוע משימות אוטונומי ממושך” — הקצה של אופק ארוך ופיקוח נמוך בספקטרום. זה בדיוק הציר שבו המספרים של SWE-2 Flash עצמו הם החלשים ביותר.

המימד היחיד שבו שני המודלים האלה באמת מתחרים הוא גם זה שבו לצד אחד יש ציון מפורסם בינוני ולצד האחר אין ציון כלל. אי אפשר להכריע בכך על סמך הראיות הזמינות, וכל מי שיגיד אחרת משווה טבלת ספק לתואר שיווקי.

כמה עולה כל אחד, ביחידות היחידות שפורסמו

כאן האסימטריה מתהפכת, והיא מתהפכת בגדול.

SWE-2 Flash בחינם עד 30 בנובמבר 2026, שזה המחיר הטוב ביותר האפשרי וגם הפחות יציב. לאחר מכן, ההצהרה היחידה של Cognition בנוגע לתמחור היא ש-Flash עולה "חמישית מהמחיר" של SWE-2. גם ל-SWE-2 אין מחירון מפורסם. היחס אמיתי בתוך החיוב של Devin ואינו מגיע לשום דבר שקורא יכול לחשב, כך שהעלות בפועל לאחר נובמבר אינה ידועה.

Cantus פועל בכיוון ההפוך. Qoder מפרסמת מקדם ייחוס לכל מודל ועלות קרדיטים חציונית לכל מצב משימה, וזה מספיק כדי לעשות חשבון. בעמוד הקרדיטים של Qoder, בקשה במצב סוכן של Editor בחלון הקשר של 200K מוערכת בכ-12 קרדיטים; Editor Ask בכ-4; בקשה במצב סוכן של Qoder ב-200K בכ-50.

המכפיל שמעל זה השתנה. עדכוני ההפצה של Qoder קבעו מקדם ייחוס חדש בתוקף מ-00:00 שעון סינגפור ב-21 בספטמבר 2026, והעלו את Cantus מ-3.2x ל-4x. כך שאותו סבב של סוכן Editor שעלה כ-38 קרדיטי ייחוס באוגוסט עולה כעת 48 — עלייה של 25% עבור מודל שלא השתנה. Qoder אינה מפרסמת תעריף רשמי של דולר לקרדיט; חבילות טעינה מדווחות בהרחבה כעולות בסביבות $20 ל-1,500 קרדיטים, מה שמעמיד את אותו סבב קרוב ל-$0.64 בתעריפי תוספת, ונמוך יותר כשמשלמים מתוך מכסת תוכנית.

בפשטות: למודל עם שמונה שורות בנצ׳מרק יש מחיר שאי אפשר לחשב, ולמודל עם אפס שורות בנצ׳מרק יש מחיר שאפשר לחשב. זה המשפט השימושי ביותר בעמוד הזה.

וטבלת הגורמים שווה קריאה במלואה, כי היא מתמחרת את Cantus מול כל השאר באותו בניין. ב-4x הוא עומד על פי חמישה מה-0.8x של GLM-5.3, פי שמונה מה-0.5x של Qwen3.8-Max, ופי ארבעים מה-0.1x של DeepSeek-Flash. אם העבודה שלך בתוך Qoder היא בעיקר עריכות מוגדרות-היקף ולא הרצות אוטונומיות ארוכות, Cantus הוא הדרך היקרה ביותר לעשות זאת בפער עצום — השוואה ש-Qoder מפרסמת בעצמה ושאין כמעט שום סיקור של המודל שטורח לערוך.

הקשר: 200K מתועדים, השני לא נמסר, והנחה אחת שיש לזנוח

ל-Cantus אין חלון הקשר מפורסם, אך אומדני הקרדיטים של Qoder נקובים ב-50K וב-200K, ו-200K הוא הנתון התקף — זהו החלון שמודל החיוב של Qoder עצמו מכויל לפיו.

חלון ההקשר של SWE-2 Flash אינו מצוין בשום מקום בפוסט ההשקה שלו. המלכודת כאן היא ירושה: SWE-2 פועל על Kimi K3, שנושא חלון של מיליון טוקנים, וקל להניח שגם Flash עושה זאת. זה לא נובע מכך. Flash עבר אימון-המשך מ-Inkling-Small, בסיס אחר עם שושלת אחרת, ו-Cognition לא אמרה דבר על החלון שהיא מספקת. יש להתייחס אליו כלא-ידוע ולא כגדול.

• הקשר — Cantus 200K במודל החיוב של Qoder לעומת SWE-2 Flash שאינו מפורסם, ושאינו ניתן להורשה מ-SWE-2.

• פרמטרים — Cantus לא נחשף לעומת 276B סה״כ / 12B פעילים במעלה הזרם של Inkling-Small.

• משקלים — Cantus מעולם לא הובטחו, לעומת SWE-2 Flash שלא נמסרו, כאשר תוכנית שותפים הובטחה "בעוד כמה שבועות".

• בדיקות עצמאיות — אין לאף אחד מהשניים.

שני חדרים נעולים, שני מטרים

שני המודלים הם חד-משטחיים, והמשטחים אינם ניתנים להחלפה. Cantus מופיע ב-IDE של Qoder, בתוסף JetBrains, ב-CLI, ב-QoderWake, ב-Cloud Agents ובאפליקציית המובייל/ווב — נרחב בתוך Qoder, אפס מחוצה לו. SWE-2 Flash מופיע ב-Devin Desktop וב-Devin CLI — צר יותר, אך עבור צוותים שכבר נמצאים ב-Devin זהו החלפת מודל, לא הגירה.

המטרים גם תנודתיים יותר מכרטיס תעריפים. המקדם של Cantus זז ב-25% בהודעה אחת בלי שינוי במודל, והאח החדש יותר שלו, Sonus, הושק בספטמבר ב-8x. יחס ה"חמישית" של Cognition הוא מספר מתקופת ההשקה שיתומחר מחדש כשחלון החינם ייסגר ב-30 בנובמבר.

פרט מעשי אחד שכדאי לדעת אם אתם על Qoder: משתמשים דיווחו במהלך אוקטובר ש-Cantus ו-Sonus נעלמים מבורר המודלים בדסקטופ כאשר מוגדר פרוקסי, כשהשבתת הפרוקסי היא פתרון העקיפה. זהו באג לקוח, לא בעיה של מודל, אבל זה מסוג הדברים שהופכים ריצה אוטונומית ארוכה לאחר צהריים מבוזבז.

למען השלמות, מכיוון שזו השאלה הבאה המתבקשת מאליה: לא SWE-2 Flash ולא Qoder Cantus נמצאים ב-OrcaRouter, משום שאף אחד מהספקים לא מציע API לניתוב. מה שכן נמצא ב-OrcaRouter הוא קבוצת המודלים שאותה טבלת Cognition מדרגת ב-Terminal-Bench 4.0 על 41.8 ו-42.3 — GLM 5.3 Flash וDeepSeek V4.1 Flash 1017 — במחיר של $0.15 למיליון טוקני קלט מול $0.50 ו-$0.60 למיליון טוקני פלט, עם חלונות הקשר של מיליון טוקנים. אלו המדידות של Cognition בהרנס של Cognition, אז יש לקרוא אותן ככיווניות ולא כמאושרות, אבל הכיוון אינו עדין: שניהם ניתנים לקריאה, שניהם עולים על 20.0 של SWE-2 Flash באותה שורה, ושניהם יושבים מאחורי מפתח אחד עם 0% תוספת על מחיר המחירון של הספק ומעבר אוטומטי לכשל אם ספק מתדרדר. אם הסיבה שלך לקרוא את העמוד הזה הייתה למצוא מודל קידוד שאפשר להכניס לפייפליין ולא מושב, זו התשובה הכנה, והיא אינה אף אחד מהשניים שבכותרת.

מי אמור לבחור מה

• אם כבר עובדים על Devin והעבודה מוגדרת — השתמשו ב-SWE-2 Flash עכשיו. הוא חינמי עד 30 בנובמבר, הוא קרוב ל-SWE-2 בתיקון מוגדר היטב, והעלות של לנסות אותו היא שינוי בבורר המודל.

• כבר על Devin, העבודה ארוכה ובלתי מפוקחת — הישארו על SWE-2, או נתבו למודל שניתן לקרוא לו. ה-20.0 של Flash ב-Terminal-Bench 4.0 הוא השורה שקובעת זאת, והוא 7.3 נקודות מאחורי המודל שהוא זול ממנו.

• ב-Qoder, מסיבות של ציות או אזור — Cantus היא הרמה העליונה והיחידה שמוצבת לאוטונומיה מורחבת, אך ב-4x היא פי שמונה מהמקדם של Qwen3.8-Max עבור אותה הערכת משימה. שמרו אותה להרצות שזקוקות לכך.

• צריך API, או צריך להרכיב מודלים, או צריך failover — לא זה ולא זה. הדרישה הזו פוסלת את שניהם לפני שמתייעצים עם שום benchmark.

הדבר שצריך לשים לב אליו אינו מדד. השאלה היא אם Cognition תצרף כרטיס תעריפים ל-SWE-2 Flash כאשר חלון השימוש החינמי ייסגר ב-30 בנובמבר, והאם Qoder אי פעם תפרסם ציון בודד ל-Cantus. עד אז, ההכרעה הכנה היא שאחד המודלים מתועד טוב יותר והשני מתומחר טוב יותר, ושאף אחד מהם אינו ניתן לאימות — צמד עובדות מוזר שצריך לשקול, והסיבה שהעימות הזה מתנגד לתשובה הרגילה.