SWE-2 Flash vs Qoder Cantus: twee codeermodellen die je alleen kunt huren

SWE-2 Flash en Qoder Cantus hebben bijna niets gemeen, behalve het punt dat deze vergelijking beslist: je kunt geen van beide aanroepen. Cognition's SWE-2 Flash is op 4 november 2026 uitgekomen en draait alleen binnen Devin Desktop en de Devin CLI. Qoder Cantus, Alibaba's ingebouwde topmodel voor het Qoder-codeplatform, draait sinds juli 2026 alleen binnen Qoder's eigen omgevingen. Geen endpoint, geen model-ID, geen gewichten die je kunt downloaden. Twee modellen, twee agentproducten, en geen gedeelde benchmark waarop een van beide onafhankelijk is getest.

Dat klinkt als een doodlopende weg voor een versus-pagina. Het is eigenlijk het hele verhaal, want het verandert wat je met elkaar vergelijkt. Dit is geen bake-off tussen twee checkpoints. Het is een keuze tussen twee gehuurde kamers, en de nuttige vragen zijn welke kamer zijn meter publiceert, welke zijn huiswerk publiceert, en welke van die twee je liever hebt wanneer de factuur arrives.

Acht rijen tegen een lege kolom

Cognition's launchpost is ongewoon royaal met cijfers. SWE-2 Flash rapporteert acht benchmarkrijen, twee trainingsdelta's, een snelheidscijfer en een prijscijfer. Qoder heeft helemaal geen benchmarkscore voor Cantus gepubliceerd — niet op zijn eigen site, niet op Artificial Analysis, niet op LMArena — en ook geen parameteraantal, geen architectuur en geen contextvenster.

Het is verleidelijk dat te lezen als acht rijen tegen nul. Het komt dichter in de buurt van acht claims tegen nul claims, en het onderscheid is belangrijker dan het aantal.

• FrontierCode 2.0 — 24,0, tegenover 23,8 voor de grotere SWE-2 en 3,2 voor de Inkling-Small-basis waarop het is nabijgetraind.

• FrontierCode 1.1 Main — 45,5, tegenover 50,0 van SWE-2.

• DeepSWE 1.1 — 60.1, tegenover 73.0 van SWE-2.

• Terminal-Bench 4.0 — 20,0, tegenover de 27,3 van SWE-2 en 0,9 voor het basismodel.

• Terminal-Bench 2.1 — 89,2, vergeleken met de 92,8 van SWE-2.

• SWE-Atlas QA — 50,0, tegenover de 56,3 van SWE-2.

• SWE-Bench Pro v2 Hard — 89,9, tegenover de 90,6 van SWE-2.

• ExploitBench — 34,8, tegenover 36,1 van SWE-2.

Elk van die gegevens is door de leverancier gerapporteerd. Cognition publiceert het testharnas niet, niet de instelling voor redeneerinspanning, en ook niet of de cijfers op één poging of op best-of-N zijn gebaseerd, en FrontierCode is een benchmark van Cognition zelf. De acht rijen zijn dus geen acht onafhankelijke feiten. Het zijn acht beweringen waarover een lezer zich ten minste een oordeel kan vormen, en dat is iets anders en iets minders.

De lege kolom van Cantus is niet hetzelfde soort zwakte. Een ontbrekend getal kan later worden ingevuld. Een bewering die nooit is gedaan, valt niet te controleren, en Qoder heeft sinds juli de tijd gehad om er een te doen.

De rij die deze confrontatie daadwerkelijk voorspelt

Zet de SWE-2 Flash-rij naast die van zijn grotere broer en er tekent zich een patroon af. Op SWE-Bench Pro v2 Hard, een benchmark van goed gespecificeerde patches, scoort Flash 89,9 tegen 90,6 voor SWE-2 — een verschil van zeven tiende punt, wat niets voorstelt. Op DeepSWE 1.1 en Terminal-Bench 4.0, waar de agent langer zonder toezicht moet werken met minder scaffolding, lopen de verschillen op tot 12,9 punten en 7,3 punten.

Dat is het kenmerk van een model dat overeind blijft bij afgebakend werk en uitdunt naarmate de horizon langer wordt. Het is een volstrekt redelijke ontwerpkeuze voor een snelle, goedkope tier, en het is het allerbelangrijkste beslissingsrelevante punt in de launchpost.

Houd dat nu eens naast hoe Cantus wordt verkocht. Qoders eigen lanceringspagina beschrijft het als gebouwd voor "uitgebreide autonome taakuitvoering" — het uiteinde van het spectrum met een lange horizon en weinig toezicht. Dat is precies de as waarop de eigen cijfers van SWE-2 Flash het zwakst zijn.

Dus de enige dimensie waarop deze twee modellen echt met elkaar concurreren, is ook de dimensie waarop de ene partij een middelmatige gepubliceerde score heeft en de andere helemaal geen score. Je kunt dat niet beslechten met het beschikbare bewijs, en iedereen die iets anders beweert, vergelijkt een leverancierstabel met een marketingadjectief.

Wat elk ervan kost, in de enige gepubliceerde eenheden

Hier keert de asymmetrie om, en dat doet ze grondig.

SWE-2 Flash is gratis tot en met 30 november 2026, wat de best mogelijke prijs is en tegelijk de minst duurzame. Daarna is de enige prijsmededeling van Cognition dat Flash "een vijfde van de prijs" van SWE-2 kost. SWE-2 heeft ook geen gepubliceerde prijslijst. De verhouding is echt binnen Devins facturering en eindigt in niets dat een lezer kan berekenen, dus de werkelijke kosten na november zijn onbekend.

Cantus werkt andersom. Qoder publiceert een referentiefactor per model en mediane creditkosten per taakmodus, wat genoeg is om te rekenen. Op Qoder's creditpagina wordt een Editor agent-mode-verzoek bij een contextvenster van 200K geschat op ongeveer 12 credits; Editor Ask op ongeveer 4; een Qoder agent-mode-verzoek bij 200K op ongeveer 50.

De multiplier daarbovenop is veranderd. In de release notes van Qoder is een nieuwe referentiefactor vastgesteld die ingaat om 00:00 Singaporese tijd op 21 september 2026, waardoor Cantus van 3,2x naar 4x gaat. Dezelfde beurt van de Editor-agent die in augustus ongeveer 38 referentiecredits kostte, kost nu dus 48 — een stijging van 25% voor een ongewijzigd model. Qoder publiceert geen officieel dollartarief per credit; er wordt breed gemeld dat oplaadpakketten ongeveer $20 per 1.500 credits kosten, wat die beurt tegen bijbetalingstarieven op bijna $0,64 brengt, en lager wanneer deze uit het tegoed van een abonnement wordt betaald.

Simpel gezegd: het model met acht benchmarkrijen heeft een prijs die je niet kunt berekenen, en het model met nul benchmarkrijen heeft er een die je wel kunt berekenen. Dat is de nuttigste zin op deze pagina.

En de factorentabel is het waard om volledig te lezen, omdat hij Cantus afzet tegen al het andere in hetzelfde gebouw. Met 4x zit hij vijf keer boven GLM-5.3's 0,8x, acht keer boven Qwen3.8-Max's 0,5x en veertig keer boven DeepSeek-Flash's 0,1x. Als je werk in Qoder vooral afgebakende bewerkingen zijn en geen lange autonome runs, is Cantus met ruime marge de duurste manier om dat te doen — een vergelijking die Qoder zelf publiceert en die bijna geen enkele berichtgeving over het model de moeite neemt te maken.

Context: 200K gedocumenteerd, het andere niet bekendgemaakt, en één aanname om te laten vallen

Cantus heeft geen gepubliceerd contextvenster, maar Qoders kredietschattingen zijn uitgedrukt in 50K en 200K, en 200K is het geldende getal — dat is het venster waartegen Qoders eigen factureringsmodel is gekalibreerd.

Het contextvenster van SWE-2 Flash wordt nergens in het lanceerbericht vermeld. De valkuil hier is overerving: SWE-2 draait op Kimi K3, dat een venster van 1M tokens heeft, en het is gemakkelijk om aan te nemen dat Flash dat ook heeft. Dat volgt er niet uit. Flash is post-getraind op Inkling-Small, een andere basis met een andere herkomst, en Cognition heeft niets gezegd over het venster dat het bedient. Beschouw het als onbekend in plaats van groot.

• Context — Cantus 200K in Qoders factureringsmodel versus SWE-2 Flash niet bekendgemaakt, en niet overerfbaar van SWE-2.

• Parameters — Cantus niet bekendgemaakt vs Inkling-Small's 276B totaal / 12B actief upstream.

• Gewichten — Cantus nooit beloofd vs. SWE-2 Flash achtergehouden, met een partnerprogramma dat "over een paar weken" werd beloofd.

• Onafhankelijke tests — geen van beide heeft die.

Twee afgesloten kamers, twee meters

Beide modellen zijn single-surface en de oppervlakken zijn niet onderling uitwisselbaar. Cantus verschijnt in Qoder IDE, de JetBrains-plugin, CLI, QoderWake, Cloud Agents en de mobiele/webapp — breed binnen Qoder, nul erbuiten. SWE-2 Flash verschijnt in Devin Desktop en de Devin CLI — beperkter, maar voor teams die al op Devin zitten is het een modelwissel, geen migratie.

De meters zijn ook volatieler dan een tarievenkaart. De factor van Cantus verschoof met 25% in één aankondiging zonder modelwijziging, en het nieuwere zusje Sonus lanceerde in september op 8x. De "een vijfde"-ratio van Cognition is een getal uit de lanceerperiode dat opnieuw wordt geprijsd zodra het gratis venster op 30 november sluit.

Een praktisch detail dat het weten waard is als je Qoder gebruikt: gebruikers meldden tot en met oktober dat Cantus en Sonus uit de modelkiezer op de desktop verdwijnen wanneer er een proxy is geconfigureerd, met het uitschakelen van de proxy als workaround. Het is een bug in de client, geen probleem met het model, maar het is precies het soort ding dat van een lange autonome run een verspilde middag maakt.

Voor de volledigheid, aangezien het de voor de hand liggende volgende vraag is: noch SWE-2 Flash noch Qoder Cantus staat op OrcaRouter, omdat geen van beide leveranciers een API biedt om te routeren. Wat wel op OrcaRouter staat, is de set modellen die dezelfde Cognition-tabel op Terminal-Bench 4.0 op 41,8 en 42,3 scoort — GLM 5.3 Flash en DeepSeek V4.1 Flash 1017 — tegen $0,15 per miljoen inputtokens tegenover $0,50 en $0,60 per miljoen output, met contextvensters van 1M tokens. Dat zijn de metingen van Cognition in de harness van Cognition, dus lees ze als indicatief in plaats van gecertificeerd, maar de richting is niet subtiel: beide zijn aanroepbaar, beide scoren hoger dan de 20,0 van SWE-2 Flash in die rij, en beide zitten achter één sleutel met 0% opslag op de lijstprijs van de provider en automatische failover als een provider degradeert. Als je reden om deze pagina te lezen was het vinden van een codeermodel dat je in een pipeline kunt zetten in plaats van een seat, dan is dat het eerlijke antwoord, en het is geen van de twee in de titel.

Wie moet welke kiezen

• Al op Devin, het werk is afgebakend — gebruik nu SWE-2 Flash. Het is gratis tot 30 november, het zit dicht bij SWE-2 voor goed gespecificeerde patching, en de kosten om het te proberen zijn een wijziging van de modelselector.

• Als je al op Devin zit: het werk is lang en zonder toezicht — blijf op SWE-2, of routeer naar een aanroepbaar model. Flash's 20,0 op Terminal-Bench 4.0 is de regel die dit bepaalt, en het ligt 7,3 punten achter op het model waarvan het goedkoper is.

• Op Qoder om nalevings- of regio-redenen — Cantus is de hoogste tier en de enige die gepositioneerd is voor langdurige autonomie, maar met 4x is het acht keer de factor van Qwen3.8-Max voor dezelfde taakinschatting. Bewaar het voor de runs die het nodig hebben.

• Een API nodig, of modellen moeten samenstellen, of failover nodig — geen van beide. Die eis sluit beide uit voordat er ook maar een benchmark wordt geraadpleegd.

Waar je op moet letten is niet een benchmark. Het is de vraag of Cognition een prijslijst aan SWE-2 Flash koppelt wanneer het gratis venster op 30 november sluit, en of Qoder ooit één enkele score voor Cantus publiceert. Tot dan is het eerlijke oordeel dat het ene model beter gedocumenteerd is en het andere beter geprijsd, en dat geen van beide verifieerbaar is — een vreemd paar feiten om tegen elkaar af te wegen, en de reden waarom deze vergelijking zich aan het gebruikelijke antwoord onttrekt.