MODEL VARLIĞI
SWE-1.7
SWE-1.7, Cognition'ın 8 Temmuz 2026'da yayımladığı kodlama modeli. Teknik olarak dikkat çeken yanı taban seçimi: kapsamlı RL sonrası eğitimden geçmiş Kimi K2.7 üzerine yeniden eğitim yapılmış ve buna rağmen ciddi kazanç elde edilmiş — eğitim tavanı varsayımını sorgulayan bir sonuç. Ölçütlerde FrontierCode 1.1 Main %42,3, Terminal-Bench 2.1 %81,5, SWE-Bench Multilingual %77,8. Cerebras üzerinden saniyede 1.000 token hızla sunuluyor. Yerini SWE-2 aldı.
Künye
Kapalı- Geliştirici
- Cognition
- Model tipi
- Kodlama LLM
- Modaliteler
- metin · kod
- Açık ağırlık
- Yok
- Lisans
- Tescilli
- Yayın
- 2026-07-08
Son doğrulama: 12 Eylül 2026
Yetenekler
- FrontierCode 1.1 Main %42,3; Terminal-Bench 2.1 %81,5; SWE-Bench Multilingual %77,8
- Cerebras üzerinden saniyede 1.000 token çıkarım hızı
- Moonshot AI Kimi K2.7 tabanı üzerine RL
- Kendi neslinde performans/maliyet dengesinde ileri konum
Sınırlılıklar
- Önceki sürüm; SWE-2 tüm ölçütlerde belirgin biçimde üstünde (ör. DeepSWE 1.1'de %37,7'ye karşı %73,0)
- Aynı işi SWE-2'ye göre yaklaşık 2,4 kat daha fazla turda ve çok daha yüksek maliyetle bitiriyor
- Terminal-Bench 4'te %7,6 — en zor uzun ufuklu görevlerde neredeyse başarısız
- Duyuruda birim fiyat verilmiyor
- Ölçüt sonuçları Cognition'ın kendi ölçümlerine dayanıyor
Tipik kullanım alanları
- Yüksek hız gereken ajanik kodlama (Cerebras üzerinden)
- SWE-1.7 üzerinde kurulmuş mevcut iş akışları
- Çok dilli kod tabanlarında değişiklik
Benchmark politikası
Bu sayfada skor tablosu yer almaz. Sinaptik Lab, yalnızca test verisi, model sürümü, örnekleme ayarları ve örneklem sayısı yayımlanmış ölçümleri raporlar. Metodoloji
BUILD
Hangi modeli seçeceğinize karar veremiyor musunuz?
Kendi görev setiniz üzerinde kalite, gecikme, maliyet ve uyum kısıtlarını birlikte ölçüyoruz.