Cosine 训练 AI 模型和专用编码智能体，面向需要在安全环境内获得前沿能力的组织。其主张是“专家胜过通才”：多数 AI 模型试图面面俱到，而 Lumen 只专注于一件事——编写出色的软件。Cosine 认为，完全基于真实工程团队的生产代码训练的模型，在开发者真正需要的任务上，总能胜过通才模型。因此其每一项训练决策、优化和评估指标都围绕一个目标：更好的代码。
主要能力方面，Cosine 的 Lumen 针对可维护性、可读性和生产级输出进行优化，而非生成臃肿代码。它设计用于跨复杂架构、遗留基础设施和长期维护的代码库进行推理。除主流语言外，还针对企业及小众语言进行后训练，包括 COBOL、Fortran、Verilog、Rust 和复杂 SQL。Lumen 不是一个单一模型，而是一套为开发工作流各层设计的系统：其中包含运行成本低、可在设备上运行并处理编码循环周边繁重工作的模型，用于日常生产软件任务的高质量实现模型，以及面向最难工程问题的前沿规模推理模型。
评估方面，Cosine 强调“真实基准、真实结果”。Lumen 的优化目标是更快、更少麻烦地交付更好的代码。其衡量维度包括：在标准编码基准覆盖不足的小众和遗留编程语言上的模型表现；在真实软件任务中将高层意图可靠转化为可工作代码的能力；生成代码是否可维护、精确且没有常见低质量模式；以及比较成功完成任务的综合有效成本，而不是单次模型调用的价格。
使用方式上，Cosine 支持在终端中开始，提供终端原生界面、本地到远程的执行模型、通过 MCP 访问外部工具以及多智能体编排。也可在云端协作，并行运行多个编码任务，规划大型变更，并让工程师、产品经理和利益相关者在共享项目中协作。
安全部署方面，Cosine 提供多种选择：Cosine Cloud 可快速开始；当基础设施、数据和合规要求更高时，可迁移到专用租户或完全气隙部署。具体包括：完全托管的 Cosine，适合需求符合标准云控制措施的团队；托管单租户云，为组织运营带有企业控制的私有 Cosine 环境；完全气隙部署，适合需要 Cosine 完全运行在自身安全边界内的组织。此外，Cosine 还发布了关于英国主权 AI 的公开信，并获得了关键国家基础设施高管的联盟支持。
限制方面，资料未提供具体的定价、价格、免费试用、平台支持范围、模型参数规模或性能对比数据，这些信息暂未提供。
