Cognition ha lanzado Fusion para Devin Desktop y CLI, disponible desde el 11 de septiembre de 2026. Esta actualización permite combinar dos modelos de IA en tareas colaborativas, reduciendo costos de desarrollo hasta un 46% en pruebas específicas.
Cognition amplía las capacidades de Devin con Fusion, disponible desde el 11 de septiembre de 2026, permitiendo combinar dos modelos de IA que reducen costos de desarrollo hasta un 46% en pruebas específicas.
Cognition ha lanzado Fusion para las versiones Desktop y CLI de su herramienta Devin, disponible desde el 11 de septiembre de 2026. Esta actualización permite combinar dos modelos de IA en tareas colaborativas, donde un agente líder diseña la estrategia y otro ejecutor implementa el código. Anteriormente, esta función solo operaba en la versión en la nube de Devin.
Modelo dual de IA para desarrollo de software
Fusion opera mediante un sistema colaborativo entre dos agentes de IA especializados: un agente líder, que interactúa con el usuario para clarificar requisitos y delegar tareas, y un agente ejecutor, encargado de escribir código, realizar pruebas y corregir errores. Cada agente mantiene su propio contexto y herramientas durante la sesión, eliminando la necesidad de reuniones de sincronización.
Resultados de rendimiento y costo
Según benchmarks internos de Cognition, la combinación de modelos Fable 5.1 + SWE-2 ha demostrado reducir costos de desarrollo hasta un 46% en pruebas específicas como DeepSWE 1.1. En este benchmark, el costo cayó de $14.63 a $7.88, mientras los resultados solo bajaron de 64.3 a 63.1 puntos. Otras configuraciones muestran patrones similares: FrontierCode 1.1 Extended redujo costos un 38% ($2.68 → $1.67) con una caída mínima de 63.6 a 63.5 puntos, y la combinación Fable 5.1 + SWE-2 logró un 36% de ahorro (61.7 vs 62.2 puntos de Claude Code).
Sin embargo, los resultados varían según el benchmark. En Terminal-Bench 4, Astra + SWE-2 redujo costos un 40% pero con una caída más pronunciada (55.6 → 50.0 puntos). Cognition advierte que estas métricas son específicas de sus pruebas y configuraciones, y no son extrapolables universalmente.
Personalización y eficiencia operativa
Fusion requiere una configuración específica por cada combinación de modelos utilizados. Los parámetros ajustables incluyen el nivel de detalle en las asignaciones, la permisividad para objeciones del modelo ejecutor y el volumen de investigación de código que puede delegarse. Esta personalización es clave para optimizar el rendimiento de pares como Claude Fable 5.1 + SWE-2.
Un experimento de Cognition revela que Fable 5, con un costo por token un 100% más alto que Opus 4.8, generó ahorros del 9% por ejecución ($1.86 vs $2.04) en tareas colaborativas. La clave está en la eficiencia operativa: Fable requirió 57% menos pasos del agente principal (11.5 vs 26.5) y minimizó reprocesamiento de contexto al delegar tareas con mayor anticipación.
Este enfoque, inspirado en dinámicas de equipos humanos, asigna roles diferenciados: un agente principal gestiona requisitos y delegación, mientras el ejecutor maneja código, pruebas y correcciones, cada uno con su contexto independiente. La empresa del autor está realizando mediciones con su propia implementación de este modelo, cuyos resultados detallados se compartirán posteriormente.
Cognition recomienda específicamente la combinación Claude Fable 5.1 + SWE-2 para optimizar el rendimiento y reducir costos en proyectos de desarrollo de software.
