SWE-2 Flash vs Qoder Cantus: Två kodningsmodeller som du bara kan hyra

SWE-2 Flash och Qoder Cantus har nästan ingenting gemensamt utom det som avgör den här jämförelsen: du kan inte anropa någon av dem. Cognitions SWE-2 Flash släpptes den 4 november 2026 och körs endast inuti Devin Desktop och Devin CLI. Qoder Cantus, Alibabas inbyggda toppmodell för sin kodningsplattform Qoder, har sedan juli 2026 endast körts inom Qoders egna ytor. Ingen endpoint, inget modell-ID, inga vikter att ladda ned. Två modeller, två agentprodukter och ingen gemensam benchmark som någon av dem har testats oberoende på.

Det låter som en återvändsgränd för en versus-sida. Det är faktiskt hela historien, eftersom det förändrar vad du jämför. Det här är inte en tävling mellan två checkpoints. Det är ett val mellan två hyrda rum, och de användbara frågorna är vilket rum som publicerar sin mätare, vilket som publicerar sin läxa, och vilket av dessa två du helst vill ha när fakturan kommer.

Åtta rader mot en tom kolumn

Cognitions lanseringsinlägg är ovanligt generöst med siffror. SWE-2 Flash rapporterar åtta benchmarkrader, två träningsdeltan, en hastighetssiffra och en prissiffra. Qoder har inte publicerat något benchmarkresultat för Cantus alls – varken på sin egen webbplats, på Artificial Analysis eller på LMArena – och inte heller något parameterantal, någon arkitektur eller något kontextfönster.

Det är frestande att läsa det som åtta rader mot noll. Det är närmare åtta påståenden mot noll påståenden, och åtskillnaden spelar större roll än antalet.

• FrontierCode 2.0 — 24,0, mot 23,8 för den större SWE-2 och 3,2 för Inkling-Small-basen som den eftertränades från.

• FrontierCode 1.1 Main — 45,5, mot SWE-2:s 50,0.

• DeepSWE 1.1 — 60,1, jämfört med SWE-2:s 73,0.

• Terminal-Bench 4.0 — 20,0, jämfört med SWE-2:s 27,3 och 0,9 för basmodellen.

• Terminal-Bench 2.1 — 89,2, mot SWE-2:s 92,8.

• SWE-Atlas QA — 50,0, jämfört med SWE-2:s 56,3.

• SWE-Bench Pro v2 Hard — 89,9, jämfört med SWE-2:s 90,6.

• ExploitBench — 34,8, mot SWE-2:s 36,1.

Var och en av dessa är rapporterad av leverantören. Cognition publicerar inte testramverket, inställningen för resonemangsansträngning eller huruvida siffrorna är från ett enda försök eller best-of-N, och FrontierCode är Cognition eget riktmärke. Så de åtta raderna är inte åtta oberoende fakta. De är åtta påståenden som en läsare åtminstone kan bilda sig en uppfattning om, och det är något annat och mindre.

Cantus tomma kolumn är inte samma typ av svaghet. En saknad siffra kan fyllas i senare. Ett påstående som aldrig har gjorts kan inte kontrolleras, och Qoder har sedan juli haft möjlighet att göra ett.

Raden som faktiskt förutsäger den här matchen

Läs raden för SWE-2 Flash mot dess eget större syskon och ett mönster framträder. På SWE-Bench Pro v2 Hard, ett benchmark med väl specificerade patchar, får Flash 89,9 mot SWE-2:s 90,6 — en skillnad på sju tiondelar av en poäng, vilket är försumbart. På DeepSWE 1.1 och Terminal-Bench 4.0, där agenten måste arbeta utan övervakning under längre tid med mindre scaffolding, öppnar sig skillnaderna till 12,9 poäng respektive 7,3 poäng.

Det är kännetecknet för en modell som håller för avgränsat arbete och tunnas ut när horisonten förlängs. Det är ett fullt rimligt designval för en snabb, billig nivå, och det är det enskilt mest beslutsrelevanta i lanseringsinlägget.

Jämför nu det med hur Cantus säljs. Qoders egen lanseringssida beskriver verktyget som byggt för ”utökat autonomt uppgiftsutförande” – änden av spektrumet med långa tidshorisonter och låg övervakning. Det är precis den axel där SWE-2 Flashs egna siffror är svagast.

Så den enda dimension där dessa två modeller verkligen konkurrerar är också den där den ena sidan har ett medelmåttigt publicerat resultat och den andra inte har något resultat alls. Du kan inte avgöra det med tillgängliga bevis, och den som säger något annat jämför en leverantörstabell med ett marknadsföringsadjektiv.

Vad var och en kostar, i de enda enheter som publicerats

Här vänder asymmetrin, och den vänder kraftigt.

SWE-2 Flash är gratis till och med den 30 november 2026, vilket är det bästa möjliga priset och också det minst hållbara. Därefter är Cognitions enda prisuppgift att Flash kostar "en femtedel av priset" för SWE-2. Inte heller SWE-2 har någon publicerad prislista. Kvoten är verklig i Devins fakturering och mynnar ut i ingenting som en läsare kan beräkna, så den faktiska kostnaden efter november är okänd.

Cantus fungerar tvärtom. Qoder publicerar en referensfaktor per modell och en mediankreditkostnad per uppgiftsläge, vilket räcker för att räkna på det. På Qoders kreditsida uppskattas en begäran i Editor-agentläge med ett kontextfönster på 200K till cirka 12 krediter; Editor Ask till cirka 4; en begäran i Qoder-agentläge vid 200K till cirka 50.

Multiplikatorn ovanpå det ändrades. Qoders versionsinformation anger en ny referensfaktor med verkan från 00:00 singaporeansk tid den 21 september 2026, vilket höjer Cantus från 3,2x till 4x. Så samma Editor-agenttur som kostade ungefär 38 referenskrediter i augusti kostar nu 48 – en ökning med 25 % för en oförändrad modell. Qoder publicerar ingen officiell dollar-per-kredit-kurs; påfyllningspaket rapporteras allmänt kosta runt 20 dollar per 1 500 krediter, vilket placerar den turen nära 0,64 dollar till tilläggspriser, och lägre när den betalas från en abonnemangskvot.

Enkelt uttryckt: modellen med åtta benchmarkrader har ett pris du inte kan beräkna, och modellen med noll benchmarkrader har ett som du kan. Det är den mest användbara meningen på den här sidan.

Och faktortabellen är värd att läsas i sin helhet, eftersom den prissätter Cantus mot allt annat i samma byggnad. På 4x ligger den fem gånger över GLM-5.3:s 0,8x, åtta gånger över Qwen3.8-Max:s 0,5x och fyrtio gånger över DeepSeek-Flash:s 0,1x. Om ditt arbete i Qoder mest består av avgränsade redigeringar snarare än långa autonoma körningar, är Cantus det dyraste sättet att göra det med bred marginal – en jämförelse som Qoder själv publicerar och som nästan ingen bevakning av modellen bemödar sig om att göra.

Kontext: 200 000 dokumenterade, det andra ej offentliggjort, och ett antagande att stryka.

Cantus har inget publicerat kontextfönster, men Qoders kreditberäkningar anges i 50K och 200K, och 200K är den gällande siffran – det är det fönster som Qoders egen faktureringsmodell är kalibrerad mot.

SWE-2 Flash kontextfönster anges ingenstans i dess lanseringsinlägg. Fällan här är arv: SWE-2 körs på Kimi K3, som har ett fönster på 1 miljon tokens, och det är lätt att anta att Flash också har det. Det följer inte. Flash är eftertränad från Inkling-Small, en annan bas med en annan härstamning, och Cognition har inte sagt något om vilket fönster den erbjuder. Behandla det som okänt snarare än stort.

• Kontext — Cantus 200K i Qoders faktureringsmodell kontra SWE-2 Flash som inte är angivet, och inte ärvningsbart från SWE-2.

Parametrar – Cantus ej avslöjat vs Inkling-Smalls 276B totalt / 12B aktiva uppströms.

Vikter – Cantus utlovade aldrig, medan SWE-2 Flash hölls tillbaka, med ett partnerprogram som utlovades "inom några veckor".

• Oberoende tester – ingen av dem har några.

Två låsta rum, två mätare

Båda modellerna har en enda yta, och ytorna är inte utbytbara. Cantus finns i Qoders IDE, JetBrains-plugin, CLI, QoderWake, Cloud Agents och mobil-/webbapp — brett inom Qoder, noll utanför. SWE-2 Flash finns i Devin Desktop och Devin CLI — snävare, men för team som redan använder Devin är det ett modellbyte, inte en migrering.

Mätarna är också rörligare än en prislista. Cantus faktor ändrades med 25 % i ett enda meddelande utan någon modelländring, och dess nyare syskon Sonus lanserades i september på 8x. Cognitions förhållande på "en femtedel" är en siffra för lanseringsperioden som kommer att omprisas när det kostnadsfria fönstret stänger den 30 november.

En praktisk egenhet värd att känna till om du använder Qoder: användare rapporterade under oktober att Cantus och Sonus försvinner från modellväljaren i skrivbordsappen när en proxy är konfigurerad, och att inaktivera proxyn är den tillfälliga lösningen. Det är en bugg i klienten, inte ett modellproblem, men det är sådant som gör att en lång autonom körning slutar i en bortkastad eftermiddag.

För fullständighetens skull, eftersom det är den uppenbara nästa frågan: varken SWE-2 Flash eller Qoder Cantus finns på OrcaRouter, eftersom ingen av leverantörerna erbjuder ett API för routning. Det som finns på OrcaRouter är den uppsättning modeller som samma Cognition-tabell ger 41,8 och 42,3 på Terminal-Bench 4.0 — GLM 5.3 Flash och DeepSeek V4.1 Flash 1017 — till $0,15 per miljon inputtokens mot $0,50 och $0,60 per miljon outputtokens, med kontextfönster på 1 miljon tokens. Det är Cognition:s mätningar i Cognition:s testharness, så läs dem som vägledande snarare än certifierade, men riktningen är inte subtil: båda är anropbara, båda får högre poäng än SWE-2 Flash:s 20,0 på den raden, och båda ligger bakom en och samma nyckel med 0 % påslag på leverantörens listpris och automatisk failover om en leverantör försämras. Om anledningen till att du läser den här sidan var att hitta en kodmodell som du kan sätta i en pipeline snarare än en användarplats, är det det ärliga svaret, och det är inte någon av de två i titeln.

Vem ska välja vilken

• Redan på Devin är arbetet avgränsat — använd SWE-2 Flash nu. Det är gratis till 30 november, det ligger nära SWE-2 vid väl specificerad patchning, och kostnaden för att prova det är ett byte i modellväljaren.

• Redan på Devin är arbetet långt och sker utan övervakning — håll dig kvar på SWE-2, eller dirigera en anropbar modell. Flash:s 20,0 på Terminal-Bench 4.0 är raden som styr detta, och den ligger 7,3 poäng efter modellen som den är billigare än.

• På Qoder av efterlevnads- eller regionsskäl – Cantus är den högsta nivån och den enda som är positionerad för utökad autonomi, men vid 4x är den åtta gånger Qwen3.8-Max faktor för samma uppgiftsuppskattning. Reservera den för de körningar som behöver den.

• Behöver du ett API, eller behöver du sätta samman modeller, eller behöver du kunna växla över vid fel – ingetdera. Det kravet utesluter båda innan någon benchmark har konsulterats.

Det man bör hålla ögonen på är inte ett riktmärke. Det är huruvida Cognition kopplar en prislista till SWE-2 Flash när det kostnadsfria fönstret stänger den 30 november, och huruvida Qoder någonsin publicerar en enda poäng för Cantus. Fram till dess är den ärliga bedömningen att den ena modellen är bättre dokumenterad och den andra har bättre pris, och ingen av dem är verifierbar — vilket är ett märkligt par fakta att behöva väga, och anledningen till att den här jämförelsen motstår det vanliga svaret.