Cognition 發布 SWE-1.7 模型，透過優化 RL 訓練流程與基礎架構，以更低成本達成前沿等級的程式開發效能

Cognition 發布 SWE-1.7 模型，透過優化 RL 訓練流程與基礎架構，以更低成本達成前沿等級的程式開發效能。 核心效能與應用 Cognition 推出的 SWE-1.7 是目前該公司最強大的模型，其訓練基於 Kimi K2.7 基礎模型，並透過大規模的 RL 流程強化。該模型在專有評測基準「FrontierCode」上取得 42.3% 的分數，單項任務成本僅需 1.97 美元，展現了極高的成本效益。目前 SWE-1.7 已全面整合至 Devin 的 Web、Desktop 與 CLI 版本中，並透過 Cerebras 服務提供高達 1000 tok/s 的推論速度。 Cognition 推出之 SWE-1.7 模型在 FrontierCode 1.1 Main、Terminal-Bench 2.1 及 SWE-Bench Multilingual 等基準測試中，展現出逼近最強前沿模型（如 Opus 4.8 與 GPT-5.5）的優異性能，且大幅領先 GLM-5.2 與 Composer 2.5。 RL 訓練的技術突破 針對長週期 RL 訓練中常見的「熵崩潰（Entropy collapse）」與數值不穩定問題，Cognition 採取了多項同步修復措施，成功突破了過往訓練的瓶頸： 採用 Muon 優化器並導入 staleness 控制、離線策略修正（off-policy correction）、重要性採樣（importance sampling）及 top-p 採樣重播。 整合 MoE 路由重播與量化感知訓練（quantization-aware training），確保模型在長時間訓練下仍能維持穩健性與熵值。 訓練架構跨越三大洲的四個資料中心，利用物件儲存同步壓縮後的權重差異（weight diffs），實現了分散式推論與高容錯的訓練環境。 本圖表比較了 SWE-1.7、GPT-5.5、Opus 4.8、Opus 4.7、Kimi K2.7、Composer 2.5 及 GLM 5.2 等模型在 FrontierCode 1.1 Main 基準測試中的平均每次 rollout 成本與得分表現。 長週期任務與行為模式 Cognition 在 Devin 的 harness 中訓練 SWE-1.7，使其具備「自我壓縮（self-compact）」能力，能處理超出原始 context window 的長週期任務： 模型學會總結工作狀態並從摘要中恢復，藉此延長任務視野。 觀察顯示，SWE-1.7 在編輯程式碼前，會花費更多時間研究與調查，這種「深思熟慮」的行為模式導致模型觸及的檔案範圍較廣，反映了推理能力提升後帶來的行為改變。 相較於 baseline 在訓練後期發生熵崩潰（entropy collapse）導致策略熵降至極低，SWE-1.7 recipe 在整個訓練過程中成功維持了穩定的策略熵，避免了停止探索的問題。 市場推廣與使用 SWE-1.7 現已開放給所有付費使用者，並提供為期一個月的免費試用。 Cognition 同步推出「SWE-1.7 Lightning」版本，專門針對 Cerebras 硬體優化，以維持極致的推論吞吐量。 更多關於訓練細節、基礎設施與資料管線的技術說明，可參考官方部落格 SWE-1.7: Frontier Intelligence at a Fraction of the Cost 。 展示了在整個訓練過程中，訓練與推理之間的失配（Training-Inference Mismatch）在訓練中期達到峰值後逐漸下降並趨於穩定，證實了訓練配方的穩定性。原文：https://easyvibecoding.app/curated/2411-cognition-launches-swe-1-7-model