Agents de codage
Le nouvel agent de codage de Cognition atteint des résultats proches des modèles de pointe pour une bouchée de pain
Le modèle de codage SWE-1.7 de Cognition réduit l'écart avec les systèmes de pointe à une fraction du coût, atteignant 42,3 % sur FrontierCode et tournant à 1 000 tok/s. Le modèle a été entraîné sur un pipeline d'apprentissage par renforcement amélioré utilisant Kimi K2.7 comme base.
Cognition, la startup derrière Devin, a publié SWE-1.7 aujourd'hui. L'entreprise affirme que le modèle est son meilleur à ce jour et qu'il contredit l'idée que l'apprentissage par renforcement a atteint un plafond. Tournant à 1 000 tokens par seconde, il atteint 42,3 % sur la suite interne FrontierCode de Cognition, quelques points derrière les meilleurs modèles de pointe, selon l'entreprise. minimax-launches-m25-a-coding-and-agentic-ai-model-with-state-of-the-art-performance
Les gains de l'apprentissage par renforcement se poursuivent
Le coût est le chiffre clé : chaque tâche sur le benchmark coûte 1,97 $, une fraction de ce que facturent les acteurs de pointe. Cognition affirme y être parvenue en affinant son pipeline RL sur une base Kimi K2.7, et que cette amélioration suggère que l'apprentissage par renforcement a encore de la marge. moonshot-ais-k27-code-is-faster-and-cheaper-but-open-source-coding-models-face-a-new-benchmark-gap
« L'apprentissage par renforcement n'atteint pas sa limite : après avoir affiné notre recette, nous continuons à observer des gains à mesure que nous montons en échelle », a écrit l'entreprise sur X.
Benchmark FrontierCode
FrontierCode est le propre test de Cognition : il vérifie si un modèle produit du code qu'un développeur fusionnerait réellement. Ce proxy de l'utilité dans le monde réel va au-delà de la chasse aux classements académiques. Les 42,3 % de SWE-1.7 représentent un pas significatif sur la courbe coût-performance. the-verification-horizon-why-rewarding-coding-agents-is-getting-harder
Le modèle est disponible sur la plateforme de Cognition, destiné aux développeurs et aux équipes qui souhaitent une génération de code rapide et économique sans perdre en précision. vibe-coding-works-but-the-technical-debt-nobody-talks-about-could-sink-your-project
SWE-1.7 entre dans un domaine déjà saturé d'agents de codage et de modèles spécialisés d'Anthropic Claude et d'OpenAI GPT-4o. Le pari de Cognition est que sa recette d'entraînement et l'efficacité de son pipeline lui confèrent un avantage, et non le nombre brut de paramètres. anthropic-unveils-claude-sonnet-5-claude-science-and-claude-tag-in-major-product-push