A Cognition bemutatta az SWE-1.7 kódoló modellt

Az SWE-1.7 a Cognition szerint a költséghatékonyságra épít

A Cognition 2026. július 8-án jelentette be az SWE-1.7-et. A vállalat állítása szerint a modell frontier szintű intelligenciát kínál alacsonyabb költség mellett, és ezzel javítja a teljesítmény és a költség közötti kompromisszumot.

Az SWE-1.7 egy Kimi K2.7 alapmodellből indult, amely korábban kiterjedt megerősítéses utótréningen ment keresztül. A Cognition szerint a saját tréningjük során elért jelentős további javulás megkérdőjelezi a „post-training ceiling”, vagyis az utótréninges teljesítményplafon gondolatát. A vállalat értelmezése szerint a megerősítéses tanulás a korábban véltnél jóval tovább növelheti a modellek képességeit.

A fejlesztés során a Cognition az infrastruktúrán, a tréning stabilitásán, az adatok minőségén és a hosszú feladatok kezelésére szolgáló módszereken is változtatott.

Benchmarkok és elérhetőség

Az agentikus kódolási teszteken az SWE-1.7 a FrontierCode 1.1 Main feladatsorán 42,3 százalékos pass rate-et ért el. A Terminal-Bench 2.1 teszten 81,5 százalék, a SWE-Bench Multilingual feladatsorán pedig 77,8 százalék volt az eredménye.

A Cognition táblázata szerint ugyanezeken a teszteken a Kimi K2.7 Code 30,1, 72,7, illetve 73,5 százalékot ért el. A GPT-5.5 eredményei 43,0, 84,2 és 76,8 százalék voltak, míg az Opus 4.8 46,5, 86,9 és 84,4 százalékot teljesített. Az Opus 4.7 eredménye 38,5, 83,0 és 80,5 százalék, a GLM-5.2-é 24,5, 81,0 és 74,5 százalék, a Composer 2.5-é pedig 25,6, 76,0 és 71,6 százalék lett.

Az SWE-1.7 jelenleg a Devin webes, asztali és parancssoros változatában érhető el a Cerebrason keresztül, 1000 TPS sebességgel. A Cognition arra biztatja a felhasználókat, hogy próbálják ki a modellt.

Négy technikai területre összpontosítottak

A Cognition fejlesztői négy fő területet emeltek ki az SWE-1.7 tréningjéből. Az első az entrópia megőrzése és a tréning stabilizálása. A hosszú megerősítéses tanulási folyamatok egyik problémája az entrópia összeomlása, amikor a modell felhagy a felfedezéssel, és a jutalom növekedése megáll. A vállalat top-p mintavételezést és mintavételi eloszlás-visszajátszást használt annak érdekében, hogy a tréning és a következtetés közötti eltérés korlátok között maradjon.

A második terület a több fürtön végzett tréning és a hibákkal szembeni ellenállás volt. A folyamat négy adatközpontban, három kontinensen zajlott, a Cognition saját GPU-fürtjeit és olyan következtetési szolgáltatók számítási kapacitását kombinálva, mint a Fireworks. A tréner egyetlen nagy sávszélességű fürtön működött, a következtetési motorok pedig külön fürtökön generálták a mintákat.

A harmadik pillér a jó minőségű adatok kiválasztása. A vállalat automatizált végrehajtási tesztekkel szűrte a feladatokat, eltávolította az alacsony tanulási jelet adó példákat, és úgy alakította át őket, hogy ne legyenek könnyen kijátszhatók jutalomhamisítással.

A negyedik módszer az önálló tömörítés. A modell megtanulja összefoglalni az aktuális munkafolyamat állapotát, majd ebből az összefoglalóból folytatni a feladatot. A Cognition szerint ez a nyers kontextusablak által megszabott határon túl is lehetővé teszi a hosszabb feladatok kezelését.

Mit jelent ez a Devin felhasználóinak?

Az SWE-1.7 közvetlenül a Devinben használható, így a bejelentés a Cognition fejlesztői környezetének felhasználói számára jelent új modellopciót. A vállalat kifejezetten a hosszabb időtávú, aszinkron szoftverfejlesztési feladatokra optimalizálta a rendszert.

A Cognition szerint a modell viselkedésében a tréning eredményeként olyan jellemzők jelentek meg, mint az óvatos felfedezés és a tömör gondolkodás. A fejlesztés bemutatott módszerei azt célozzák, hogy a modell hosszabb munkafolyamatokat kezeljen, miközben a tréninghez szükséges számítási kapacitást több, különálló fürt között lehet elosztani.