SWE-2 Flash vs Qoder Cantus: due modelli di coding che puoi solo noleggiare

SWE-2 Flash e Qoder Cantus non hanno quasi nulla in comune, tranne l'elemento che decide questo confronto: non è possibile chiamare nessuno dei due. SWE-2 Flash di Cognition è stato rilasciato il 4 novembre 2026 e funziona solo all'interno di Devin Desktop e della Devin CLI. Qoder Cantus, il modello di punta integrato di Alibaba per la sua piattaforma di coding Qoder, dal luglio 2026 funziona solo all'interno degli ambienti proprietari di Qoder. Nessun endpoint, nessun ID modello, nessun peso scaricabile. Due modelli, due prodotti agent e nessun benchmark condiviso su cui uno dei due sia stato testato in modo indipendente.

Sembra un vicolo cieco per una pagina di confronto. In realtà è tutta la storia, perché cambia ciò che stai confrontando. Non è una gara tra due checkpoint. È una scelta tra due stanze in affitto, e le domande utili sono quale stanza pubblica il proprio contatore, quale pubblica i propri compiti, e quale di queste due cose preferiresti avere quando arriva la fattura.

Otto righe contro una colonna vuota

Il post di lancio di Cognition è insolitamente generoso di numeri. SWE-2 Flash riporta otto righe di benchmark, due delta di addestramento, un dato sulla velocità e uno sul prezzo. Qoder non ha pubblicato alcun punteggio di benchmark per Cantus — né sul proprio sito, né su Artificial Analysis, né su LMArena — e nemmeno un conteggio dei parametri, un'architettura o una finestra di contesto.

È tentante leggerlo come otto righe a zero. È più vicino a otto affermazioni contro zero affermazioni, e la distinzione conta più del numero.

• FrontierCode 2.0 — 24,0, contro 23,8 per il più grande SWE-2 e 3,2 per la base Inkling-Small da cui è stato post-addestrato.

• FrontierCode 1.1 Main — 45,5, rispetto al 50,0 di SWE-2.

• DeepSWE 1.1 — 60,1, contro il 73,0 di SWE-2.

• Terminal-Bench 4.0 — 20,0, rispetto a 27,3 di SWE-2 e 0,9 per il modello base.

• Terminal-Bench 2.1 — 89,2, contro il 92,8 di SWE-2.

• SWE-Atlas QA — 50,0, rispetto al 56,3 di SWE-2.

• SWE-Bench Pro v2 Hard — 89,9, contro il 90,6 di SWE-2.

• ExploitBench — 34,8 rispetto al 36,1 di SWE-2.

Ognuno di questi è dichiarato dal fornitore. Cognition non pubblica l'harness, l'impostazione dello sforzo di ragionamento, né se i dati si riferiscano a un singolo tentativo o a best-of-N, e FrontierCode è un benchmark della stessa Cognition. Quindi le otto righe non sono otto fatti indipendenti. Sono otto affermazioni sulle quali un lettore può almeno farsi un'idea, e questa è una cosa diversa e di minor valore.

La colonna vuota di Cantus non è lo stesso tipo di debolezza. Un numero mancante può essere inserito in seguito. Un'asserzione che non è mai stata fatta non può essere verificata, e Qoder ha avuto tempo da luglio per farne una.

La riga che predice davvero questa sfida

Confrontando la riga di SWE-2 Flash con quella del suo fratello maggiore, emerge un pattern. Su SWE-Bench Pro v2 Hard, un benchmark di patch ben specificate, Flash segna 89,9 contro il 90,6 di SWE-2 — un divario di sette decimi di punto, che non è niente. Su DeepSWE 1.1 e Terminal-Bench 4.0, dove l'agente deve lavorare più a lungo senza supervisione e con meno scaffolding, i divari si allargano a 12,9 punti e 7,3 punti.

È il segno distintivo di un modello che regge sulle attività circoscritte e si assottiglia man mano che l’orizzonte si allunga. È una scelta progettuale del tutto ragionevole per un livello veloce ed economico, ed è l’elemento più rilevante per le decisioni nel post di lancio.

Ora mettilo accanto a come viene venduto Cantus. La pagina di lancio di Qoder lo descrive come progettato per l'"esecuzione autonoma prolungata delle attività", l'estremità dello spettro a lungo orizzonte e con bassa supervisione. È proprio l'asse su cui i numeri stessi di SWE-2 Flash sono più deboli.

Quindi l'unica dimensione in cui questi due modelli competono davvero è anche quella in cui una delle due parti ha un punteggio pubblicato mediocre e l'altra non ha alcun punteggio. Non puoi risolverla con le prove disponibili, e chiunque ti dica il contrario sta confrontando una tabella del fornitore con un aggettivo di marketing.

Quanto costa ciascuno, nelle uniche unità pubblicate

Qui l'asimmetria si inverte, e si inverte di brutto.

SWE-2 Flash è gratuito fino al 30 novembre 2026, che è il miglior prezzo possibile e anche il meno duraturo. Dopo di che, l'unica dichiarazione di prezzo di Cognition è che Flash costa "un quinto del prezzo" di SWE-2. Anche SWE-2 non ha un listino prezzi pubblicato. Il rapporto è reale all'interno della fatturazione di Devin e non porta a nulla che un lettore possa calcolare, quindi il costo effettivo dopo novembre è sconosciuto.

Cantus funziona al contrario. Qoder pubblica un fattore di riferimento per modello e un costo mediano in crediti per modalità di attività, il che basta per fare calcoli. Nella pagina dei crediti di Qoder, una richiesta in modalità agente di Editor con una finestra di contesto da 200K è stimata a circa 12 crediti; Editor Ask a circa 4; una richiesta in modalità agente di Qoder a 200K a circa 50.

Il moltiplicatore applicato è cambiato. Le note di rilascio di Qoder stabiliscono un nuovo fattore di riferimento efficace dalle 00:00 ora di Singapore del 21 settembre 2026, portando Cantus da 3,2x a 4x. Quindi lo stesso turno dell'agente Editor che ad agosto costava circa 38 crediti di riferimento ora ne costa 48 — un aumento del 25% per un modello invariato. Qoder non pubblica alcuna tariffa ufficiale in dollari per credito; i pacchetti di ricarica sono ampiamente segnalati a circa $20 per 1.500 crediti, il che porta quel turno vicino a $0,64 alle tariffe aggiuntive, e a un costo inferiore se pagato tramite l'allowance di un piano.

Detto chiaramente: il modello con otto righe di benchmark ha un prezzo che non puoi calcolare, e il modello con zero righe di benchmark ne ha uno che puoi calcolare. Questa è la frase più utile di questa pagina.

E vale la pena leggere per intero la tabella dei fattori, perché mette a confronto il prezzo di Cantus con tutto il resto dello stesso edificio. A 4x, si colloca a cinque volte lo 0,8x di GLM-5.3, otto volte lo 0,5x di Qwen3.8-Max e quaranta volte lo 0,1x di DeepSeek-Flash. Se il tuo lavoro dentro Qoder consiste soprattutto in modifiche mirate anziché in lunghe esecuzioni autonome, Cantus è di gran lunga il modo più costoso di farlo — un confronto che Qoder pubblica essa stessa e che quasi nessuna trattazione del modello si preoccupa di fare.

Contesto: 200K documentati, l'altro non divulgato, e un presupposto da abbandonare

Cantus non ha una finestra di contesto pubblicata, ma le stime dei crediti di Qoder sono espresse a 50K e 200K, e 200K è il valore operativo — è la finestra sulla quale è calibrato il modello di fatturazione di Qoder stesso.

La finestra di contesto di SWE-2 Flash non è dichiarata da nessuna parte nel suo post di lancio. La trappola qui è l'ereditarietà: SWE-2 funziona su Kimi K3, che porta una finestra da 1 milione di token, ed è facile presumere che valga lo stesso per Flash. Non ne consegue. Flash è sottoposto a post-addestramento a partire da Inkling-Small, una base diversa con una discendenza diversa, e Cognition non ha detto nulla sulla finestra che offre. Considerala sconosciuta anziché ampia.

• Contesto — Cantus 200K nel modello di fatturazione di Qoder vs SWE-2 Flash non divulgato, e non ereditabile da SWE-2.

• Parametri — Cantus non divulgati rispetto ai 276B totali / 12B attivi upstream di Inkling-Small.

• Pesi — Cantus mai promessi vs SWE-2 Flash trattenuti, con un programma per partner promesso "in poche settimane".

• Test indipendenti — nessuno dei due ne dispone.

Due stanze chiuse a chiave, due metri

Entrambi i modelli sono a superficie singola, e le superfici non sono intercambiabili. Cantus è presente nell'IDE di Qoder, nel plugin JetBrains, nella CLI, in QoderWake, in Cloud Agents e nell'app mobile/web — ampia copertura all'interno di Qoder, zero al di fuori. SWE-2 Flash è presente in Devin Desktop e nella CLI di Devin — più ristretto, ma per i team già su Devin si tratta di un cambio di modello, non di una migrazione.

Le metriche sono anche più volatili di un listino prezzi. Il fattore di Cantus si è mosso del 25% in una sola comunicazione senza alcuna modifica al modello, e il suo più recente fratello Sonus è stato lanciato a settembre a 8x. Il rapporto "un quinto" di Cognition è un valore del periodo di lancio che verrà rideterminato nel prezzo una volta chiusa la finestra gratuita il 30 novembre.

Un dettaglio pratico che vale la pena conoscere se usi Qoder: gli utenti hanno segnalato nel corso di ottobre che Cantus e Sonus scompaiono dal selettore dei modelli desktop quando è configurato un proxy, con la disattivazione del proxy come workaround. È un bug del client, non un problema del modello, ma è il tipo di cosa che trasforma una lunga esecuzione autonoma in un pomeriggio sprecato.

Per completezza, dato che è l'ovvia domanda successiva: né SWE-2 Flash né Qoder Cantus sono su OrcaRouter, perché nessuno dei due fornitori offre un'API per il routing. Ciò che è su OrcaRouter è l'insieme di modelli che la stessa tabella Cognition valuta su Terminal-Bench 4.0 a 41,8 e 42,3 — GLM 5.3 Flash e DeepSeek V4.1 Flash 1017 — a $0,15 per milione di token di input contro $0,50 e $0,60 per milione di output, con finestre di contesto da 1M di token. Quelle sono misurazioni di Cognition nell'harness di Cognition, quindi leggile come indicative anziché certificate, ma la direzione non è affatto sottile: entrambi sono invocabili, entrambi superano il 20,0 di SWE-2 Flash su quella riga, ed entrambi stanno dietro un'unica chiave con ricarico dello 0% sul prezzo di listino del fornitore e failover automatico se un fornitore peggiora. Se il tuo motivo per leggere questa pagina era trovare un modello di coding che puoi mettere in una pipeline anziché in una postazione, questa è la risposta onesta, e non è nessuno dei due nel titolo.

Chi dovrebbe scegliere cosa

• Già su Devin, il lavoro è circoscritto — usa SWE-2 Flash ora. È gratuito fino al 30 novembre, è vicino a SWE-2 sul patching ben specificato, e il costo di provarlo è un cambio al selettore del modello.

• Già su Devin, il lavoro è lungo e non supervisionato — resta su SWE-2, oppure indirizza verso un modello richiamabile. Il 20,0 di Flash su Terminal-Bench 4.0 è la riga che determina questo, ed è 7,3 punti indietro rispetto al modello del quale è più economico.

• Su Qoder per motivi di conformità o regionali — Cantus è il livello più alto e l'unico posizionato per un'autonomia estesa, ma a 4x è otto volte il fattore di Qwen3.8-Max per la stessa stima del compito. Riservalo alle esecuzioni che ne hanno bisogno.

• Serve un'API, o serve comporre modelli, o serve eseguire il failover — nessuno dei due. Quel requisito li esclude entrambi prima ancora di consultare qualsiasi benchmark.

La cosa da tenere d'occhio non è un benchmark. È se Cognition applicherà un tariffario a SWE-2 Flash quando la finestra gratuita si chiuderà il 30 novembre, e se Qoder pubblicherà mai un singolo punteggio per Cantus. Fino ad allora il verdetto onesto è che un modello è meglio documentato e l'altro è più conveniente, e nessuno dei due è verificabile — il che è uno strano paio di fatti da dover soppesare, ed è il motivo per cui questo confronto sfugge alla risposta abituale.