Cognition ha sacado SWE-1.7, su modelo propio para Devin, el agente de programación. Lo interesante del cómo: no lo entrenó desde cero, lo construyó afinando el modelo abierto chino Kimi K2.7 con aprendizaje por refuerzo. El resultado se acerca a los modelos frontera en varias pruebas de código y corre a una velocidad que llama la atención.
Puntos clave
- SWE-1.7 es el modelo propio de Cognition para su agente Devin, partiendo del Kimi K2.7 chino.
- En SWE-Bench Multilingual saca 77,8%, por encima de GPT-5.5 (76,8%).
- Corre a 1.000 tokens por segundo servido sobre chips de Cerebras.
- Está disponible en Devin por web, escritorio y línea de comandos.
Qué dicen los benchmarks
SWE-1.7 no gana a los frontera en potencia bruta, pero se pega. En FrontierCode 1.1 marca 42,3%, cerca del 43,0% de GPT-5.5 y no muy lejos del 46,5% de Opus 4.8. En Terminal-Bench 2.1 saca 81,5%, por debajo del 84,2% de GPT-5.5 y del 86,9% de Opus. Y hay un banco donde sí adelanta: en SWE-Bench Multilingual logra 77,8%, por encima del 76,8% de GPT-5.5, aunque Opus manda con 84,4%.
La lectura no es que sea el mejor modelo de código del mercado. Es que se acerca mucho a esos números partiendo de un modelo abierto y a un coste muy inferior, según Cognition.
El truco: partir de un modelo abierto
La jugada técnica es aprovechar un modelo que ya venía muy entrenado. Cognition tomó Kimi K2.7, que de fábrica ya traía un fuerte post-entrenamiento con refuerzo, y le añadió su propia capa de entrenamiento centrada en tareas asíncronas de horizonte largo, esas que no se resuelven en un tirón sino encadenando pasos durante mucho rato.
Ahí entra la pieza más fina: la "auto-compactación". El modelo resume el estado de su propio trabajo para poder seguir más allá del límite de contexto, en lugar de perderse cuando la tarea se alarga. Para un agente que programa durante horas, no olvidar lo que llevaba hecho es la diferencia entre terminar y atascarse. Es un problema muy real: los agentes de código suelen romperse no porque no sepan resolver el paso siguiente, sino porque pierden el hilo de lo que ya hicieron.
Y por velocidad, SWE-1.7 corre a 1.000 tokens por segundo servido sobre chips de Cerebras, ya disponible en Devin por web, escritorio y línea de comandos. Esa cifra importa tanto como los benchmarks: un agente que escupe código a 1.000 tokens por segundo devuelve resultados casi al instante, y cuando encadenas decenas de pasos, la velocidad de cada uno se acumula en minutos de espera ahorrados.
Por qué importa para tu empresa
Este lanzamiento repite una lección que se está volviendo la norma: no hace falta entrenar un modelo desde cero para tener uno bueno en tu tarea. Cogiendo un modelo abierto ya potente y afinándolo, sale un modelo casi de nivel frontera a mucho menos coste. Para una empresa que automatiza tareas técnicas, la conclusión práctica es fijarse en el coste por tarea resuelta, no solo en quién saca la mejor puntuación absoluta. Un modelo que hace el 95% del trabajo por una fracción del precio suele ganar la cuenta de resultados frente al más caro. Y que Kimi, un modelo abierto chino, sirva de base para esto dice que la brecha entre abierto y cerrado se sigue estrechando: cada vez más empresas parten de un modelo abierto potente y lo afinan a lo suyo, en lugar de pagar la API del frontera para todo.
Relacionado
