SWE-2 medium, high ou max: qual nível de esforço usar em cada tarefa?

Medium, high e max: a Cognition colocou a régua do raciocínio na sua mão

O SWE-2 chegou no dia 10 de setembro de 2026, anunciado no post Introducing SWE-2: Pushing the Pareto Frontier, e é o primeiro modelo da Cognition com níveis de esforço de raciocínio configuráveis: medium, high e max

A ideia em si não nasceu agora: o SWE-1.7 já aparece na documentação da Devin em variantes de esforço Medium e Max

O que muda é que no SWE-2 os três níveis fazem parte do desenho do modelo, e a escolha de quanto esforço gastar fica na tua mão

E aí bate a dúvida: sobe pro max sempre e pronto? Calma que não é bem assim 🙂

A ideia deste post é te dar critério, uma tabela mental de quando subir e quando descer o nível

Medium, high e max: a comparação lado a lado

Formação Recomendada

Formação Claude Code

Domine Claude Code do absoluto zero até o avançado

• 116 aulas
• 4 projetos
• 9h 23min

Conhecer formação

Olha esses números com calma, porque eles contam a história toda

Subir o nível de esforço não é comprar "mais inteligência" num pacote fechado, é autorizar o modelo a gastar mais passos antes de considerar a coisa resolvida

Esses passos viram leitura de código, planejamento e verificação

E repara numa ironia boa: até o max, com 98 passos, roda em menos passos que os 127 do SWE-1.7

Quem já mexeu com os níveis do comando /caveman reconhece a lógica na hora: o rótulo muda o comportamento, não só o "capricho" da resposta

Quando usar cada nível: mapa de tarefa por esforço

Aqui é o coração do guia

A pergunta que resolve a escolha é sempre a mesma: essa tarefa precisa que alguém EXPLORE antes de agir, ou o caminho já está óbvio?

Tarefas para o medium

O medium é pra quando o alvo já está claro e o custo de sair errado é baixo

A própria Cognition posiciona ele como o nível que parte para a ação muito mais rápido, o que rende desempenho com custo eficiente em tarefas simples e intermediárias

Pensa em coisas do tipo:

• ajuste localizado num arquivo que você já sabe qual é
• renomear, extrair função, pequena refatoração de escopo fechado
• escrever um teste pra um comportamento que você já descreveu bem no prompt
• corrigir um erro com stack trace apontando o dedo pro ponto exato
• tarefas repetitivas, aquelas de encher linguiça mesmo

Se o plano cabe em duas frases no seu prompt, provavelmente o medium dá conta

Tarefas para o high

O high entra quando a tarefa exige ler mais do repositório antes de escrever a primeira linha

São os casos em que o modelo precisa planejar e entender como as peças conversam, e não só aplicar o patch

Exemplos:

• mudança que atravessa várias camadas (rota, serviço, model, teste)
• bug que reproduz, mas a causa raiz mora em outro módulo
• introduzir um padrão novo numa base que já tem convenções próprias
• integrar duas partes do sistema que hoje não se falam

Aqui os 80 passos médios fazem sentido: uma boa fatia deles vai embora só em exploração

Tarefas para o max

O max é pra incerteza alta, aquele tipo de tarefa que você mesmo não sabe direito onde vai dar

O ponto que a Cognition destaca nos níveis high e max é justamente administrar incerteza com verificação mais complexa

Se liga nos cenários:

• migração que toca dezenas de arquivos e você não tem mapa completo
• bug intermitente, daqueles que só aparecem quando ninguém está olhando
• mexer em código legado sem teste, onde qualquer passo em falso derruba outra coisa
• tarefa em que verificar o resultado é tão trabalhoso quanto produzir o resultado

Essa mesma lógica de casar tarefa com nível aparece em outras ferramentas, tipo os níveis do Ponytail por tarefa, e o raciocínio se transfere direitinho

O veredito: medium como padrão, high e max sob demanda

Se eu tivesse que resumir numa regra: comece no medium, suba por motivo, não por ansiedade

O argumento não é de gosto, é de número

No FrontierCode 1.1 Main, benchmark próprio da Cognition, o SWE-2 medium pontua acima do SWE-1.7 com 58% menos turnos e 81% menos custo médio

Oitenta e um por cento de custo médio a menos, pontuando melhor que a geração anterior, é o tipo de coisa que torna o nível mais barato o default racional

E o SWE-2 em si se posiciona bem: 50,0% no FrontierCode 1.1 Main, dentro de um ponto do Fable 5.1, custando 64% menos

No FrontierCode 1.1 Main e no DeepSWE 1.1, a Cognition mostra o SWE-2 superando SWE-1.7 e Grok 4.6 em pontuação e custo, empatando com GPT-5.6 Sol por uma fração do preço, e ficando a poucos pontos do GPT-6 Astra com cerca de um quarto do custo

Agora o limite honesto, porque ele importa pra sua conta no fim do mês

A Cognition não publicou API independente, tabela de preço por token nem os pesos do SWE-2

Então toda essa conversa de "custa 64% menos" é custo POR TAREFA dentro da plataforma Devin, não preço por milhão de tokens que você compara com outro fornecedor na planilha

É um dado real, só não é o dado que muita gente acha que está lendo

Como trocar o nível de esforço no Devin

Passo a passo curto, só com o que dá pra afirmar:

1. Confirme onde o SWE-2 roda hoje: ele está disponível no Devin Desktop e no Devin CLI desde o lançamento, com rollout para Devin Web e Devin Fusion. O erro comum deste passo é procurar o ajuste em outro produto de IA que você já usa, ou abrir o Devin Web e achar que quebrou porque o rollout ainda não chegou até você

2. No Devin CLI, abra o seletor de modelos rodando o comando sem nenhum argumento:

/model

3. No Devin Desktop, use o menu suspenso de seleção de modelo, que fica logo abaixo da caixa de texto de entrada. O erro comum deste passo é caçar a opção em telas de configuração, quando ela está ali coladinha no campo onde você digita o prompt

Com o seletor aberto, é ali que tu escolhe o modelo e o nível de esforço que vai rodar a tarefa

Por que o SWE-2 consegue ter três níveis na mesma família

Agora o bastidor, que explica por que isso funciona e não é só um botão de enfeite

O SWE-2 foi pós-treinado a partir do Kimi K3, o modelo aberto de 2,8 trilhões de parâmetros da Moonshot AI

E a contribuição técnica da Cognition é a parte massa: um algoritmo de RL que treina TODOS os níveis de esforço numa única corrida de treinamento, com penalidade de custo linear por nível ajustada à inclinação local da fronteira de Pareto do modelo base

Traduzindo pro nosso português: medium, high e max não são três modelos diferentes empacotados juntos, são o mesmo modelo ensinado a gastar quantidades diferentes de esforço, com a conta do custo embutida no treino

Por isso a diferença aparece em número de passos, e não em "um é o esperto e o outro é o burro"

É aí que mora a diferença pro que já existia: como eu falei lá no começo, o SWE-1.7 já era oferecido em variantes Medium e Max no seletor

O SWE-2 pegou essa ideia e colocou no centro do modelo

Vídeo: análise de um modelo aberto na prática

Já que o assunto puxou pro território dos modelos abertos e de como avaliar o que acabou de sair, fica a dica de material complementar

Neste vídeo do canal eu pego um lançamento recente e passo por análise, capacidades e o que dá pra esperar dele na prática

Conclusão: comece no medium e suba só quando a tarefa pedir

A regra mental cabe numa linha: se a tarefa já tem caminho claro, medium. Se ela exige planejar, ler muito do repositório e verificar bastante, high ou max

Nada de subir pro max por precaução em tudo, porque você paga em passos e em custo aquilo que a tarefa nem estava pedindo

O próximo passo é prático: abre o seletor de modelos no Devin CLI ou no Devin Desktop, roda a tua próxima tarefa no medium e observa

Se o modelo começou a chutar caminho, se perdeu no repositório ou entregou algo que não bate, aí sim tu sobe o nível e compara

É assim que essa tabela mental deixa de ser teoria e vira hábito

até o próximo post! 😀