Cognition 昨日发布 SWE-1.7——在已做过深度 RL 后训练的 Kimi K2.7 基座上,再用一轮大规模异步强化学习,把开源编程模型推到与 GPT-5.5、Opus 4.8 同档水准,成本只有闭源对手的一成。基准上,SWE-1.7 在 FrontierCode 1.1 Main 拿下 42.3%,比 Kimi K2.7 Code 高出 12 个百分点,几乎追平 GPT-5.5,与 Opus 4.8 仅差 4 点;每任务约 1.97 美元,通过 Cerebras 在 Devin 上以 1000 TPS 实时提供。训练工程是亮点。Cognition 用四块核心创新让"后训练还能再涨 12 点"成立:**top-p 采样重放**压平长 RL 的熵坍缩;**跨三洲多集群 RL**让 1T 参数模型跨大陆更新只需 1-2 分钟;**self-compaction + 交替长度惩罚**使单次 rollout 拉到 6 小时;**高质量验证器数据管线**过滤低信号样本,作弊一律奖励 0。SWE-1.7 打脸了"基座 RL 已榨干"的悲观叙事——同一个 K2.7 在 Cognition 手里再涨 12 点,说明 RL 后训练天花板远未触及;"跨洲分布式 RL + Cerebras 1000 TPS 推理"的工程组合,也为中小团队"训出前沿编程模型"提供了一条可复制样本。