Cognition ha annunciato l’11 settembre 2026 Fusion, un harness multi-modello integrato in Devin Desktop e Devin CLI. Il sistema lascia a un modello avanzato la pianificazione, l’interpretazione delle richieste ambigue e la revisione finale, mentre affida a un sidekick meno costoso l’esplorazione del codice, l’implementazione delle modifiche, i test e la restituzione dei risultati.
La promessa è concreta: spendere meno sulle parti operative senza togliere il controllo al modello più capace. Ma i numeri vanno letti per quello che sono: costi e punteggi di benchmark, non una garanzia sulle prestazioni di ogni repository o sulla fattura di ogni utente.
Che cos’è Cognition Fusion
Fusion non è un editor autonomo né un modello separato. È un sistema di coordinamento per agenti di coding dentro Devin. Cognition raccomanda Fable 5.1 come lead e SWE-2 come sidekick, ma la logica descritta separa il ruolo di supervisione da quello di esecuzione.
Il lead costruisce il piano, chiarisce i requisiti ambigui, decide quali attività delegare e controlla il lavoro restituito. Il sidekick riceve un incarico delimitato, con vincoli e criteri di successo, quindi esplora il repository, scrive il codice, esegue build e test e comunica l’esito. Se il compito supera le sue capacità, il lead può riprendere il controllo.
In pratica, non è il classico instradamento che sceglie un modello una volta sola all’inizio. La responsabilità può cambiare durante la sessione.
Come collaborano lead e sidekick
I due agenti hanno contesti persistenti e strumenti separati. Il contesto persistente è la memoria di lavoro che resta associata a ciascun agente durante la sessione; Fusion evita così di trasferire continuamente tutta la cronologia da un modello all’altro.
Il passaggio di consegne avviene tramite brief, risultati e feedback. Il lead invia il compito e i criteri di successo; il sidekick restituisce ciò che ha modificato e l’esito dei test; il lead valuta il risultato e, se necessario, corregge la rotta o riprende direttamente l’attività. È un flusso più vicino a una coppia di sviluppatori con ruoli diversi che a una semplice staffetta automatica.
Questa architettura punta anche a conservare i vantaggi della cache dei prompt: quando il contesto non deve essere ricostruito integralmente a ogni passaggio, il sistema può evitare parte del lavoro ripetuto. Il vantaggio pratico, però, dipende dal tipo di incarico. Un lavoro meccanico si presta meglio alla delega di un’attività che richiede giudizio sottile e comprensione complessiva del progetto.
Cosa mostrano i benchmark di Cognition
Il confronto più leggibile riguarda FrontierCode 1.1 Extended, dove ogni configurazione Fusion viene accostata al rispettivo modello singolo. Il punteggio misura il risultato del benchmark; il costo è la media riportata per attività, in dollari.
| Configurazione lead | Configurazione Fusion | Punteggio | Costo medio per attività | Variazione di costo riportata |
| Fable 5.1 | Fable 5.1 + SWE-2 | 63,5 | 1,67 $ | −38% rispetto a Fable 5.1 |
| Fable 5.1 | — | 63,6 | 2,68 $ | Baseline |
| GPT-6 Astra | GPT-6 Astra + SWE-2 | 63,4 | 2,34 $ | −11% rispetto a GPT-6 Astra |
| GPT-6 Astra | — | 63,1 | 2,62 $ | Baseline |
La tabella rende evidente il compromesso. Con Fable 5.1, Fusion costa meno ma ottiene un punteggio leggermente inferiore: 63,5 contro 63,6. Con GPT-6 Astra, invece, la configurazione Fusion costa meno e registra un punteggio leggermente superiore: 63,4 contro 63,1.
Cognition riporta riduzioni dei costi comprese tra l’11% e il 46% nelle diverse combinazioni e nei diversi benchmark della sua tabella. Non è quindi corretto trasformare il 39% mostrato in una sessione in uno sconto fisso. Quel valore è una stima ottenuta calcolando i token del sidekick ai prezzi del modello lead, non il risultato di una nuova esecuzione completa dello stesso compito con il solo modello avanzato.
La schermata mostra proprio questa ripartizione: 113.000 token per Claude Fable 5.1 e 97.000 per SWE-2, su un totale di 210.000. È un esempio di sessione, non un listino Devin e nemmeno un prezzo garantito per chi usa Fusion.
Spendere meno non significa sempre ottenere lo stesso punteggio
I risultati ufficiali più ampi confermano che il risparmio può accompagnarsi a esiti diversi. In DeepSWE 1.1, Fable 5.1 con Fusion passa da 64,3 a 63,1 punti, mentre il costo medio scende da 14,63 a 7,88 dollari per attività. Nello stesso benchmark, GPT-6 Astra con Fusion passa da 67,6 a 67,3 punti e da 7,88 a 4,69 dollari.
In Terminal-Bench 4, Fable 5.1 con Fusion scende da 57,6 a 56,1 punti, con un costo da 17,46 a 13,37 dollari. GPT-6 Astra con Fusion passa da 55,6 a 50,0 punti, mentre il costo scende da 10,08 a 6,06 dollari.
Il quadro cambia in altri test: su SWE-Atlas QnA, Fable 5.1 con Fusion sale da 64,8 a 65,9 punti e costa 5,00 dollari invece di 7,57. Su Vals Code Migration, la configurazione Fable sale da 54,6 a 57,3 punti, con un costo che scende da 70,97 a 42,00 dollari.
La conclusione utile è meno spettacolare ma più affidabile: Fusion può ridurre il costo medio delle attività, mentre l’effetto sul punteggio dipende dal benchmark e dall’abbinamento di modelli. Non sostituisce automaticamente il modello avanzato in ogni tipo di lavoro.
Fusion è un abbonamento separato?
No. Fusion è presentato come una funzione dell’ambiente Devin, non come un abbonamento autonomo. La documentazione di Devin indica l’accesso nei piani a pagamento, con Devin CLI 3000.10.20 o versioni successive e Devin Desktop 3.10.0 o versioni successive; i piani gratuiti e di prova sono esclusi.
I valori in dollari citati nell’articolo restano costi medi per attività nei benchmark. Non sono prezzi di abbonamento né equivalgono a una spesa mensile per chi usa Devin. Per un team, la domanda pratica non è soltanto quanto costa una singola esecuzione, ma quali attività vengono delegate e quanto spesso il lead deve intervenire.
Il punto per chi sviluppa software
Fusion ha senso soprattutto quando il lavoro può essere suddiviso in incarichi chiari: esplorare una parte del repository, implementare una modifica circoscritta, eseguire test e riportare i risultati. Il lead conserva la visione d’insieme e può intervenire quando il problema richiede interpretazione o decisioni più delicate.
Il valore del sistema, quindi, non sta nel far passare ogni attività a un modello meno costoso. Sta nel distribuire il lavoro senza perdere il controllo della sessione. I benchmark di Cognition mostrano che questo può ridurre il costo per attività, ma mostrano anche perché punteggio, configurazione e condizioni del test vadano sempre letti insieme.
