SWE-1.7 dobija do czołówki modeli do kodu za ułamek jej ceny

Cognition wypuściło 8 lipca SWE-1.7, nowy model do swojego agenta Devin, i od razu ustawiło poprzeczkę inaczej, niż robi to większość premier. Devin sam rozkłada zadanie programistyczne na kroki i je wykonuje, bez programisty prowadzącego go za rękę, a SWE-1.7 jest silnikiem, który go napędza. Firma nie twierdzi, że pobiła wszystkich. Mówi coś ostrożniejszego i ciekawszego: że dobiła do czołówki za ułamek jej ceny.

Liczby to potwierdzają, ale z gwiazdką. Na FrontierCode, trudnym teście inżynierskim autorstwa samego Cognition, SWE-1.7 dostał 42,3%, niecały punkt pod GPT-5.5 i cztery pod Opus 4.8. Naprawdę robi wrażenie dopiero w zestawieniu z poprzednią wersją, bo SWE-1.6 miał tu marne 9,4%. Na dwóch pozostałych testach układ się powtarza: model trzyma się czołówki, ale pod najlepszymi. Chodzi o Terminal-Bench, który mierzy, jak agent radzi sobie w samym terminalu, i SWE-Bench Multilingual, gdzie model naprawia prawdziwe błędy w kodzie pisanym w różnych językach programowania.

Te liczby mają jednak jednego autora. FrontierCode należy do Cognition, Terminal-Bench firma liczyła na własnym stanowisku, a przy SWE-Bench sięgała po wyniki zgłoszone przez konkurencję tam, gdzie były dostępne. To nie przekreśla rezultatu, ale każe czytać go jak materiał od zainteresowanej strony, nie jak niezależny audyt.