SWE-1.7

SWE-1.7 - модель Cognition для агентного программирования в Devin. Она не позиционируется как универсальный чат-LLM: основной сценарий - длинные инженерные задачи, где агент читает кодовую базу, запускает команды, проверяет гипотезы и доводит исправление до рабочего состояния.

Cognition выпустила модель 8 июля 2026 года и описала ее как собственный RL-слой поверх Kimi K2.7. Важно: открытых весов и публичной API-цены для обычного SWE-1.7 компания не дала. Поэтому в карточке выше указаны только опубликованные метрики, без пересчета из сторонних слухов.

Связанная новость на сайте: Cognition выпустила SWE-1.7 для Devin.

Что известно о SWE-1.7

SWE-1.7 обучали в Devin harness, то есть в среде, где модель работает как программный агент, а не просто продолжает текст. Cognition отдельно выделяет четыре части релиза:

• стабилизация длинных RL-прогонов: контроль энтропии, replay распределения top-p sampling и снижение расхождения между train и inference;
• multi-cluster training: rollout-инференс распределяли между кластерами на трех континентах, а trainer оставался в высокоскоростном кластере;
• фильтрация данных: задачи прогоняли через execution-тесты, отбрасывали слабый learning signal и защищали sandbox от reward hacking;
• self-compaction: при приближении к лимиту контекста агент пишет краткое состояние работы и продолжает задачу из этой выжимки.

Последний пункт важен для реальных задач разработки. Cognition пишет, что во время training run rollouts доходили до шести часов. Это не означает шестичасовой контекст в токенах: сырой context window компания не раскрыла. Речь про обучение модели работать дольше за счет сжатия состояния.

Бенчмарки

В релизе опубликованы три основных результата, все - pass rate:

Benchmark	SWE-1.7	Что измеряет
FrontierCode 1.1 Main	42.3%	внутренний benchmark Cognition для агентной разработки
Terminal-Bench 2.1	81.5%	задачи в терминале и контейнерной среде
SWE-Bench Multilingual	77.8%	исправление задач в кодовых базах на разных языках

Сравнение из статьи Cognition показывает, что SWE-1.7 заметно выше SWE-1.6 на этих трех наборах: 42.3% против 9.4% на FrontierCode 1.1 Main, 81.5% против 39.7% на Terminal-Bench 2.1 и 77.8% против 58.3% на SWE-Bench Multilingual.

При этом модель не везде первая. В таблице Cognition Opus 4.8 выше SWE-1.7 на всех трех строках, а GPT-5.5 близок или немного выше на FrontierCode и Terminal-Bench. Смысл релиза не в абсолютном лидерстве, а в соотношении качества, стоимости и скорости внутри Devin.

Доступ и цена

SWE-1.7 доступна в Devin Web, Devin Desktop и Devin CLI. В документации Devin указано, что обычная SWE-1.7 доступна как free preview до 8 августа 2026 года. Там же описана SWE-1.7 Lightning: более быстрая версия на Cerebras с той же intelligence и меньшей latency.

Отдельной публичной цены за 1 млн input/output токенов Cognition не раскрыла. Devin предлагает смотреть актуальную стоимость в model selector, а newer enterprise plans считает через ACU. Поэтому в каталоге цена оставлена как не раскрытая, а не заменена оценкой из обсуждений.

Поведение модели

Cognition отмечает, что SWE-1.7 чаще исследует репозиторий перед правкой: больше читает файлы, использует поиск и запускает небольшие проверки. Это полезно для багфиксов, где пользователь описывает симптом, а причина лежит в другом слое системы.

Есть и обратная сторона: более тщательное исследование может расширять scope изменения. В статье прямо сказано, что такие модели иногда трогают больше файлов, чем минимально требуется. Для production-задач это означает, что review остается обязательным: модель может лучше найти корень проблемы, но ее diff все равно нужно проверять на лишние изменения.

Кому смотреть

SWE-1.7 интересна командам, которые уже работают с Devin или оценивают агентные IDE/CLI для разработки. Ее стоит тестировать на задачах с большим репозиторием, терминалом и многошаговой проверкой, а не на коротких prompt-to-code примерах.

Для локального запуска или независимого API это пока не вариант: Cognition не выпустила веса и не дала отдельный публичный endpoint модели. Если нужна именно открытая модель для self-hosting, лучше смотреть на open-weight coding LLM в каталоге.

Источники: релиз Cognition, документация Devin по моделям.