Cognition julkaisi SWE-1.7:n, uuden koodausmallin, joka on saatavilla suoraan Devin-agentissa. Yhtiö kuvaa mallia lähes kärkitason koodaajaksi, joka maksaa selvästi vähemmän kuin lähimmät kilpailijansa. Malli ajaa Cerebrasin laitteistolla noin tuhat tokenia sekunnissa.
Kiinnostavinta ei ole yksittäinen vertailuluku. Cognitionin blogin mukaan malli rakennettiin avoimen mallin päälle, jota oli jo koulutettu raskaasti vahvistusoppimisella. Silti yhtiön oma lisäkoulutus tuotti suuria parannuksia. Jos väite pitää, se koettelee alalla vallinnutta oletusta jälkikoulutuksen ylärajasta.
Malli syntyi avoimen Kimi K2.7:n päälle
SWE-1.7 ei lähtenyt tyhjästä. Pohjana on Moonshot AI:n avoin Kimi K2.7, jonka alkuperäiset tekijät olivat jo vieneet läpi laajan vahvistusoppimisen. Cognition ajoi tämän mallin päälle oman koulutusputkensa, joka on viritetty juuri Devin-agentin ympärille.
Valinta on tietoinen. Sen sijaan että malli koulutettaisiin alusta asti, yhtiö rakentaa vahvan avoimen pohjan varaan ja lisää oman erikoisosaamisensa. Näin syntyy malli, joka tuntee sen ympäristön, jossa se ajetaan.
SWE-1.7 on käytettävissä heti Devinin verkko-, työpöytä- ja komentoriviversioissa. Cerebrasin päättelylaitteisto tuottaa noin tuhat tokenia sekunnissa, mikä tekee agentin työskentelystä poikkeuksellisen nopeaa.
Jälkikoulutuksen katto joutui koetukselle
Alalla on pitkään puhuttu jälkikoulutuksen ylärajasta. Ajatus kulkee näin: kun malli on esikoulutettu ja hiottu vahvistusoppimisella, toinen vaihe antaa nopean parannuksen mutta törmää sitten seinään. Sen jälkeen lisäkoulutus tuottaa vain vähän.
Cognition lähti liikkeelle mallista, jonka olisi tämän oletuksen mukaan pitänyt olla lähes loppuun koulutettu. Silti yhtiön oma vahvistusoppiminen nosti tuloksia merkittävästi. Johtopäätös on suora: katto ei ollutkaan siellä, missä sen oletettiin olevan.
Väitettä kannattaa lukea maltilla. Yksi tulos ei kumoa koko oletusta, ja osa vertailuista perustuu Cognitionin omiin mittareihin. Silti suunta on kiinnostava, sillä se viittaa siihen, että nykymalleissa on enemmän varaa kuin moni on uskonut.
Vertailu Opus 4.8:aan ja GPT-5.5:een
Numerot tukevat väitettä osittain. SWE-1.7 sai 42,3 prosenttia FrontierCode 1.1 -testissä, 81,5 prosenttia Terminal-Bench 2.1:ssä ja 77,8 prosenttia SWE-Bench Multilingualissa. Pohjana toiminut Kimi K2.7 Code jäi selvästi taakse arvoilla 30,1, 72,7 ja 73,5 prosenttia.
Kärkeen malli ei yllä. Anthropicin Opus 4.8 johtaa kaikissa kolmessa testissä neljästä seitsemään pistettä. OpenAI:n GPT-5.5:n SWE-1.7 kuitenkin ohittaa niukasti monikielisessä testissä. Kokonaisuutena malli asettuu kärjen tuntumaan mutta ei sen ohi.
Yksi varaus on hyvä pitää mielessä. FrontierCode on Cognitionin oma vertailu, joka julkaistiin kesäkuussa. Oman mittarin tuloksia kannattaa aina lukea sillä tiedolla.
Mitä tämä tarkoittaa kehittäjille
Merkittävin osa julkaisua ei ole mikään yksittäinen pisteluku. Cognition myy sekä Devin-agentin että sen alla toimivan mallin. Kun yhtiö kouluttaa mallin juuri omaan agenttiinsa, sen koulutusputkesta tulee se osa, jota kilpailijoiden on vaikea kopioida.
Vuosi sitten useimmat koodausagentit olivat ohuita kääreitä kärkilaboratorion rajapinnan päällä. Nyt suunta on toinen. Malli ja agentti kehittyvät yhdessä, ja tuloksena on tiiviimpi kokonaisuus.
Käytännössä kannattaa testata SWE-1.7 omassa koodipohjassa Devinin sisällä ja verrata sitä Opus 4.8:aan ja GPT-5.5:een. Tuhannen tokenin sekuntinopeus voi painaa vaakakupissa yhtä paljon kuin muutaman pisteen ero tarkkuudessa.
Yhteenveto
SWE-1.7 ei ole alan paras koodausmalli, eikä Cognition sellaista väitäkään. Sen sijaan julkaisu kertoo kaksi asiaa. Ensimmäinen on tekninen: vahvistusoppiminen voi viedä mallia pidemmälle kuin on uskottu. Toinen on strateginen: agentin ja mallin yhdistäminen luo kilpailuedun, jota pelkkä rajapinnan käyttö ei anna.
Kehittäjälle tämä tarkoittaa uutta vaihtoehtoa, joka on nopea ja edullinen. Lopullisen arvion voi tehdä vasta omalla koodilla ja omilla tehtävillä.