SWE-1.7 erreicht fast GPT-5.5-Intelligenz zu einem Bruchteil der Kosten
SWE-1.7 Reach Near GPT 5.5 and Opus Intelligence
Cognition veröffentlicht SWE-1.7, das laut eigenen Angaben die FrontierCode-1.1-Benchmark mit 42,3 % besteht – nahezu gleichauf mit GPT-5.5 (43,0 %) und Opus 4.8 (46,5 %), aber zu deutlich geringeren Kosten pro Rollout. Das Modell wurde mit Reinforcement Learning auf Basis von Kimi K2.7 trainiert und übertrifft dieses um 12 Prozentpunkte. Die Trainingsinfrastruktur erstreckt sich über vier Rechenzentren auf drei Kontinenten, mit komprimierten Gewichts-Deltas für schnelle Updates. Weitere Neuerungen sind Sampling-Distribution-Replay zur Stabilisierung des Trainings, Fehlertoleranz-Mechanismen und ein Selbst-Kompaktionsverfahren für lange Aufgabenhorizonte.
Die großen zusätzlichen Gewinne aus unserem eigenen Training stellen die Idee einer 'Post-Training-Obergrenze' in Frage und legen nahe, dass RL die Fähigkeiten viel weiter vorantreiben kann als bisher angenommen.