# 策展 · X (Twitter) 🔥🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Cognition (@cognition) · 平台：X (Twitter) · 日期：2026-07-09

> 原始來源：https://x.com/cognition/status/2074882968770728416

## 中文摘要

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。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/e5fbe2694a314c8a.jpg)
> 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。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/14cad12740ab7671.jpg)
> 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。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/a5b8b29193a9c75f.png)
> 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](https://cognition.com/blog/swe-1-7) 。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/c2376b88d000e1f8.png)
> 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。

## 媒體內容

**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。**

**數據表**

|   | SWE-1.7 | GLM-5.2 | Composer 2.5 | Opus 4.8 | GPT-5.5 |
| --- | --- | --- | --- | --- | --- |
| FrontierCode 1.1 Main | 42.3% | 24.5% | 25.6% | 46.5% | 43.0% |
| Terminal-Bench 2.1 | 81.5% | 81.0% | 76.0% | 86.9% | 84.2% |
| SWE-Bench Multilingual | 77.8% | 74.5% | 71.6% | 84.4% | 76.8% |

**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。**

**數據表**

|   | 最低 | 結束 |
| --- | --- | --- |
| SWE-1.7 recipe · 中等 | 中等偏低 | 中等 |
| baseline · 高 |  | 極低 |

**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。**

**數據表**

|   | 起始 | 最大值 | 結束 |
| --- | --- | --- | --- |
| Training-Inference Mismatch | 低 (約30%) | 中高 (約60%，於訓練中期) | 中 (約45%) |

## 標籤

Agent, 新產品, 功能更新, Benchmark, Cognition, Kimi, Cerebras