Cognition的4.8倍基准测试：证明的是吞吐量，证明不了智能体任务更便宜
CoreWeave的首个Vera Rubin客户公布了4.8倍吞吐量基准，却未给出任何成本数据；而CoreWeave自7月以来已将GPU价格上调35%。CRWV股东真正需要的数字——每完成一次Devin会话的成本——在所有新闻稿中均无处可寻。
Vincent Jiang · 3 min read
Cognition有个习惯：宣布里程碑总要配上数字。9月8日是E轮融资——以480亿美元估值融资超20亿美元，公司自报的年化收入从5月的4.92亿美元攀升至近9亿美元1。9月29日，它宣布与MongoDB合作，把Devin定位为企业迁移的引擎2。9月30日，在CoreWeave的Fully Connected大会上，它又成为全球第一家在英伟达的Vera Rubin NVL72上运行生产级工作负载的客户，称其SWE-2推理工作负载以GB200 NVL72为基线，总token吞吐量最高达4.8倍，强化学习为3.8倍134。
只谈吞吐量，不谈账单
几份新闻稿在同样的地方留白：没有绝对吞吐量数据，没有定价，没有能耗，没有足以复现这次对比的配置细节，也没有已完成任务的统计1。CoreWeave的新闻稿把结果称为“独立基准测试”，但实际执测的是Cognition自家的工程师，测试就跑在CoreWeave自家的云上，以基线为对照4。唯一换算成钱的表述停留在口头：CoreWeave产品与工程执行副总裁Chen Goldberg表示，这些提升意味着每块GPU可承载更多Devin并发会话、“单次会话成本更低”，而这一成本，所有新闻稿都没有公布34。
两项宣称的提升、一个基线，唯独不见成本
Data
| token吞吐量（GB200基线的倍数） | |
|---|---|
| GB200基线 | 1x |
| Vera Rubin上的SWE-2推理（Cognition） | 4.8x |
| Vera Rubin上的强化学习输出token（Cognition） | 3.8x |
更重的账，压在CoreWeave身上
赌注押在两本账上。Cognition需要证明，这20亿美元融资买来的算力，能让智能体的长时间运行变得更便宜，与此同时，它给Devin定价还要对标Claude Code和Cursor1。CoreWeave的账更重：公司称每一兆瓦容量都对应着10倍的需求，并坚守到2030年建成8吉瓦的扩建目标；大会结束后，Cantor Fitzgerald维持了该股“增持”评级和176美元目标价5。这场产能扩张的融资，靠的是需求证据，而这份证据的第一个公开数据点，恰恰是一项由客户与厂商共同署名的基准测试——CRWV股东才是真正为此兜底的人。
缺席的数字：一次会话究竟多少钱
吞吐量不等于经济账。如果一次Devin会话消耗的token更多，每秒token吞吐量4.8倍的提升，折算到每完成一项任务的成本上，就会缩水成远不那么亮眼的数字；而据Cantor Fitzgerald的研报，CoreWeave自7月以来已经提价25%，之后又再涨10%5。CoreWeave自己在芯片层面的说法是，在DeepSeek R1上每兆瓦token吞吐量是GB200的10倍——这是效率数字，不是账单，而且恰恰出自同一篇对所有成本数据只字不提的新闻稿4。与此同时，Cognition前一天刚把同一个智能体卖进MongoDB的迁移漏斗，宣称原本要花五到六小时的工作，如今一个多小时就能完成2。本周真正的问题在于：AI编程领域按任务计价的降价，究竟由效率买单，还是由资本买单。在两家公司任何一家公布Vera Rubin对比GB200的单次会话成本之前，市场定价的是倍数，不是成本。吞吐量不等于经济账。
Deepdive
AI-generated from this story and its cited sources. Not investment advice.
