SWE-1.7 alcanza inteligencia de frontera a una fracción del costo
SWE-1.7 Reach Near GPT 5.5 and Opus Intelligence
Cognition lanza SWE-1.7, su modelo más capaz hasta la fecha, que iguala el rendimiento de GPT-5.5 y Opus en benchmarks de codificación con un costo mucho menor. Entrenado sobre la base de Kimi K2.7, el modelo logra un 42.3% en FrontierCode 1.1, frente al 43.0% de GPT-5.5 y el 46.5% de Opus 4.8, pero con un gasto por ejecución significativamente reducido. El avance desafía la idea de un techo en el post-entrenamiento, demostrando que el reinforcement learning puede impulsar las capacidades mucho más allá de lo esperado. El artículo detalla mejoras en infraestructura, estabilidad del entrenamiento, calidad de datos y auto-compactación para tareas de largo horizonte, así como el uso de entrenamiento multi-clúster en tres continentes.
Los grandes avances adicionales de nuestro propio entrenamiento desafían la idea de un 'techo de post-entrenamiento' y sugieren que el RL puede empujar las capacidades mucho más lejos de lo que se creía anteriormente.