Cogito v2.1

Überblick

Cogito v2.1 ist das offene MoE-Flaggschiff von Deep Cogito (San Francisco), veröffentlicht am 19. November 2025. Es forkt eine offen lizenzierte DeepSeek-Basis (Stand November 2024) und wird mit Iterated Distillation and Amplification (IDA) nachtrainiert: Das Modell destilliert wiederholt auf seine eigenen, durch Suche verbesserten Antworten, statt auf immer längere Reasoning-Ketten optimiert zu werden. Es ist ein Hybrid-Reasoner – dieselbe Gewichtsdatei antwortet wahlweise direkt oder reflektiert vorher. Die Gewichte stehen unter MIT-Lizenz.

Use Cases

• Selbst betriebenes Reasoning-Modell, wenn offene Gewichte ohne Nutzungsauflagen gebraucht werden
• Coding und STEM-Aufgaben mit knappem Token-Budget – die kurzen Reasoning-Ketten senken die Kosten je Antwort spürbar
• Tool- und Function-Calling (single, parallel, multiple, parallel_multiple) über OpenAI-kompatible Endpunkte
• Mehrsprachige Anwendungen: laut Model Card in über 30 Sprachen trainiert

Stärken & Grenzen

• Stark: Token-Effizienz. Deep Cogito gibt rund 4.894 Output-Tokens im Schnitt an – der niedrigste Wert unter vergleichbaren Reasoning-Modellen; die Reasoning-Ketten sind laut Anbieter etwa 60 % kürzer als bei Wettbewerbern.
• Stark: Wissens- und Mathematik-Benchmarks auf solidem Frontier-nahem Niveau (MMLU-Pro ~85 %, GPQA Diamond ~77 %), bei einem Preis von 1,25 $ je Mio. Tokens.
• Grenze: Nur Text – kein Vision-Input, keine Audio-/Video-Modalitäten.
• Grenze: Mit 128K liegt das Kontextfenster deutlich unter den 1M-Fenstern aktueller Flaggschiffe; Long-Context-Reasoning (AA-LCR) fällt entsprechend schwach aus.
• Grenze: Agentische Coding-Benchmarks (SWE-Bench Verified ~42 %, Terminal-Bench) liegen klar hinter spezialisierten Open-Weight-Modellen wie GLM-5.2 oder Ornith 1.0.
• Grenze: Der Anbieter-Anspruch „bestes Open-Weight-Modell eines US-Unternehmens" bezieht sich auf den Stand November 2025 und ist inzwischen überholt.

Betrieb & Kosten

• Lokaler Betrieb in BF16 erfordert mindestens 8× B200 (ein Node) oder 16× H200 (zwei Nodes); die Parameter allein belegen rund 1,3 TB. Für 8× H200 gibt es eine FP8-Variante.
• Über API bei Together AI, Fireworks AI, OpenRouter, Baseten und RunPod verfügbar – einheitlich 1,25 $ je Mio. Input- wie Output-Tokens.
• Kleinere Cogito-Größen (3B bis 70B) existieren nur als ältere v1-Preview-Generation über Ollama und sind nicht Teil dieses Releases.

Hinweis: Diese Card beruht ausschließlich auf Anbieterangaben und externen Analyse-Seiten.

Gut zu wissen

• Lizenz: MIT – kommerzielle Nutzung ohne regionale Einschränkungen.
• Zwei Gewichts-Repos auf Hugging Face: cogito-671b-v2.1 (BF16) und cogito-671b-v2.1-FP8.
• Deep Cogito weist selbst darauf hin, dass Benchmarks das reale Verhalten nur bedingt abbilden, und verweist auf den eigenen Chat-Zugang zum Gegentest.