Cognition hat Fusion am 11. September 2026 als Multi-Modell-Harness für Devin Desktop und Devin CLI angekündigt. Dabei plant und kontrolliert ein leistungsstärkeres Lead-Modell die Sitzung, während ein kostengünstigeres Sidekick-Modell klar abgegrenzte Programmieraufgaben übernimmt. Die gemeldeten Benchmarks zeigen oft geringere Kosten pro Aufgabe – aber keine Garantie, dass Fusion bei jeder Aufgabe die gleiche oder eine bessere Punktzahl erreicht.
Was ist Cognition Fusion?
Fusion ist keine eigene Entwicklungsumgebung und kein separates Modell, sondern eine Arbeitsweise innerhalb von Devin. Cognition empfiehlt Fable 5.1 als Lead und SWE-2 als Sidekick. Alternativ kann GPT-6 Astra als Lead eingesetzt werden.
Das Grundprinzip ist erfreulich praktisch: Der leistungsstärkere Agent bleibt für die schwierigen Entscheidungen zuständig, während der günstigere Agent Routinearbeit im Repository erledigt. So soll nicht jede Code-Suche, Änderung oder Testausführung mit dem teuersten Modell laufen.
So teilen sich Lead und Sidekick die Arbeit
Der Lead erstellt den Plan, klärt mehrdeutige Anforderungen, entscheidet über die Delegation und prüft die zurückgelieferten Ergebnisse. Wenn eine Aufgabe für den Sidekick zu schwierig wird, kann der Lead die Kontrolle wieder übernehmen.
Der Sidekick erhält dafür ein begrenztes Briefing mit Aufgabe, Randbedingungen und Erfolgskriterien. Anschließend erkundet er den Code, implementiert Änderungen, führt Builds oder Tests aus und meldet zurück, was geändert wurde und wie die Tests gelaufen sind.
Das ist mehr als ein einmaliger Modell-Router, der am Anfang eine Option auswählt. Die Verantwortung kann während der Aufgabe wechseln: Der Sidekick erledigt den passenden Teil, der Lead behält den Überblick.
Warum getrennte Kontexte wichtig sind
Die beiden Agenten arbeiten mit jeweils eigenem dauerhaftem Kontext und eigenen Werkzeugen. Sie tauschen Briefings, Ergebnisse und Feedback aus, aber nicht fortlaufend ihre komplette Gesprächshistorie.
Für Entwickler bedeutet das eine klarere Arbeitsteilung. Der Sidekick muss nicht jedes Detail der gesamten Sitzung erneut verarbeiten, während der Lead die Anforderungen und die Qualitätskontrolle im Blick behält. Cognition verbindet dieses Design außerdem mit dem Ziel, Prompt-Caching zu nutzen und beim Wechsel zwischen Modellen weniger Kontext neu aufzubauen.
Benchmarks und Kosten pro Aufgabe
Die aussagekräftigste direkte Gegenüberstellung liefert FrontierCode 1.1 Extended. Cognition stellt dabei jeweils eine Solo-Konfiguration der passenden Fusion-Konfiguration gegenüber. Die Kosten beziehen sich auf eine Benchmark-Aufgabe und sind keine Abrechnung für ein Devin-Abonnement.
| Lead-Konfiguration | Fusion-Konfiguration | Punktzahl | Durchschnittliche Kosten pro Aufgabe | Gemeldete Kostenänderung |
| Fable 5.1 allein | Fable 5.1 + SWE-2 Fusion | 63,6 → 63,5 | 2,68 → 1,67 US-Dollar | 38 % niedriger |
| Astra allein | Astra + SWE-2 Fusion | 63,1 → 63,4 | 2,62 → 2,34 US-Dollar | 11 % niedriger |
Beim Fable-Vergleich sinken die Kosten in diesem Benchmark deutlich, während die Punktzahl nahezu gleich bleibt. Bei Astra steigt die Punktzahl leicht, die Kosten sinken aber weniger stark. Das ist ein nützlicher Unterschied: Fusion tauscht nicht einfach pauschal Qualität gegen Preis, sondern erzielt je nach Lead-Modell und Aufgabe unterschiedliche Ergebnisse.
Fusion ist günstiger – aber nicht immer höher bewertet
In der vollständigen Benchmark-Tabelle reichen die von Cognition gemeldeten Kostensenkungen je nach Modell und Test von 11 % bis 46 %. Gleichzeitig liegen einige Fusion-Konfigurationen unter ihrer jeweiligen Solo-Baseline. Bei DeepSWE 1.1 fällt Fable 5.1 mit Fusion beispielsweise von 64,3 auf 63,1 Punkte; bei Terminal-Bench 4 sinkt Astra mit Fusion von 55,6 auf 50,0 Punkte.
Andere Tests fallen zugunsten von Fusion aus. Bei SWE-Atlas QnA steigt Fable 5.1 mit Fusion von 64,8 auf 65,9 Punkte, während die Kosten von 7,57 auf 5,00 US-Dollar pro Aufgabe sinken. Bei Vals Code Migration steigt Fable 5.1 mit Fusion von 54,6 auf 57,3 Punkte; die Kosten fallen dort von 70,97 auf 42,00 US-Dollar.
Die richtige Schlussfolgerung lautet deshalb nicht „zwei Agenten sind immer besser“. Fusion ist vor allem ein Verfahren, um die Aufgabenverteilung und die Kosten eines Coding-Agenten flexibler zu steuern. Bei Aufgaben mit viel mechanischer Arbeit kann das helfen; bei Aufgaben mit subtilen Anforderungen bleibt die Prüfung durch den Lead entscheidend.
Die Abbildung zeigt ein einzelnes Sitzungsbeispiel: 113.000 Tokens entfallen auf Claude Fable 5.1 Medium, 97.000 auf SWE-2 Medium – zusammen 210.000 Tokens. Die angezeigten 39 % sind eine Schätzung, bei der die Sidekick-Tokens zu den Preisen des Lead-Modells bewertet werden. Sie sind weder eine garantierte Ersparnis für jede Aufgabe noch ein kontrollierter kompletter Neulauf mit Fable 5.1 allein.
Ist Fusion ein eigenes Abo?
Fusion wird als Funktion innerhalb von Devin angeboten, nicht als eigenständiges Abonnement. Die Devin-Dokumentation nennt kostenpflichtige Tarife als Voraussetzung; unterstützt werden Devin CLI ab 3000.10.20 und Devin Desktop ab 3.10.0. Kostenlose und Testtarife sind ausgeschlossen.
Die Benchmarkwerte in US-Dollar beantworten daher nicht die Frage nach dem persönlichen Devin-Preis. Sie messen die durchschnittlichen Kosten einzelner Evaluationsaufgaben unter den jeweils genannten Bedingungen.
Für wen lohnt sich der Ansatz?
Fusion ist besonders interessant, wenn du Coding-Agenten für größere Repositories oder wiederkehrende Engineering-Aufgaben einsetzen willst und dabei nicht jede Teilaufgabe an ein Frontier-Modell geben möchtest. Der entscheidende Vorteil liegt in der Aufteilung: Planung und Review bleiben beim Lead, während Code-Erkundung, Implementierung und Tests an den Sidekick gehen können.
Wer vor allem maximale Qualität bei jeder einzelnen, komplexen Entscheidung sucht, sollte die Benchmarkwerte nicht als Freifahrtschein verstehen. Die Ergebnisse schwanken je nach Test und Modell. Für die Praxis zählt deshalb weniger die plakative Prozentzahl als die Frage, ob die konkrete Aufgabenklasse zuverlässig delegierbar ist.
