Ce qui change
Le 08-07-2026, Cognition a publié SWE-1.7, un modèle de code agentique qui se place à quelques points de la frontière fermée sur les bancs d’ingénierie logicielle 1. Le plus intéressant tient à sa filiation : il a été entraîné à partir d’une base Kimi K2.7 déjà largement post-entraînée par apprentissage par renforcement (RL), sur laquelle Cognition a ensuite appliqué son propre RL supplémentaire 12. Il n’est disponible aujourd’hui que dans Devin (Web, Desktop et CLI), servi via Cerebras à 1000 jetons par seconde 12.
Le fossé s’est déplacé vers le harnais RL
La valeur ne vient pas ici d’une nouvelle base. Cognition a entraîné SWE-1.7 depuis une base Kimi K2.7 déjà saturée de RL, et sa seconde passe de RL a tout de même rapporté des gains importants, ce que l’équipe lit comme un argument contre un « plafond du post-entraînement » 1. Pour toute équipe qui n’a pas les moyens de pré-entraîner, c’est le signal porteur : les rendements vivent encore dans le harnais et le post-entraînement, pas seulement dans les poids.
Gardons les scores honnêtes 1 :
| Banc d’essai | SWE-1.7 | GPT-5.5 | Opus 4.8 |
|---|---|---|---|
| FrontierCode 1.1 Main | 42.3% | 43.0% | 46.5% |
| Terminal-Bench 2.1 | 81.5% | 84.2% | 86.9% |
| SWE-Bench Multilingual | 77.8% | 76.8% | 84.4% |
C’est du near-frontier, pas de la frontière. SWE-1.7 est devancé par GPT-5.5 et Opus 4.8 sur FrontierCode Main et sur Terminal-Bench, et ne dépasse GPT-5.5 que sur SWE-Bench Multilingual (77.8% contre 76.8%). L’argument, c’est le coût et le débit de 1000 jetons par seconde sur la courbe de Pareto, pas une nouvelle couronne de capacité.
Impact pour une équipe
Si vous cherchez un modèle de code économique à intégrer dans votre propre pile d’agents, SWE-1.7 ne vous apporte rien aujourd’hui : il est réservé à Devin, sans API à appeler 12. Si vous utilisez déjà Devin, la décision devient un arbitrage coût par tâche et débit sur la courbe de Pareto, pas une montée en capacité : il reste derrière Opus 4.8 et GPT-5.5 sur deux bancs sur trois 1.
Le résultat à surveiller, c’est la méthode, pas le modèle. Le chemin le moins cher vers un code agentique proche de la frontière ce cycle-ci fut une seconde passe de RL sur une base ouverte tierce plus un harnais propriétaire, pas un nouveau pré-entraînement 1. Tant qu’aucune API appelable n’apparaît, traitez l’argument du coût comme une économie interne à Devin, pas comme votre facture.