编码 AI 的新强者？“SWE-1.7”备受瞩目的原因

한국어 English 日本語 简体中文 繁體中文
By Gi Pyeong Lee
AI 编码 技术趋势 SWE-1.7 开发
未来主义风格的 AI 开发界面图像，复杂的代码在屏幕上方流动，中心位置闪耀着“SWE-1.7”的名字
AI Summary

Cognition 公司推出的 SWE-1.7 模型之所以备受关注，是因为它在实现与现有顶级编码 AI（如 GPT-5.5 或 Claude Opus）相当性能的同时，能够以更低的成本和更快的速度处理编码任务。

想象一下：你正在构建一个复杂的应用程序，突然发生了预料之外的错误。开发人员必须一行一行地检查代码、运行测试、分析错误消息并寻找解决方案。过去，所有这些过程都必须由人亲自完成，但现在，我们进入了可以对 AI 说“帮我修复这个错误”的时代。随着 AI 技术的进步，哪种模型编程更聪明一直是一个热门话题，而此次由“Cognition”推出的 SWE-1.7 模型正在撼动这一格局。

为什么这很重要？

到目前为止，在“擅长编码的 AI”领域，GPT-5.5 和 Claude Opus 等大型模型一直占据着王座。然而，这些模型性能卓越的同时，成本也相当昂贵。对于普通用户或初创公司来说，每次都支付高额费用使用 AI 编码工具并不是一个小负担。

此次推出的 SWE-1.7 正面突破了这一问题。它的性能足以与现有的顶级模型并驾齐驱，同时大幅降低了使用成本 출처: Cognition’s SWE-1.7 Matches GPT-5.5 on Coding Tasks at $1.97…。这意味着，每个人都可以更轻松、更无负担地与 AI 协作开发软件的时代即将来临。

浅显易懂：如何衡量 AI 的编码能力？

我们如何评估 AI 的编码能力呢？打个比方，有一种类似于“编码奥运会”的基准测试（AI 性能评估考试）。其中最著名的是 SWE-bench。

AD

这项考试不是简单地让 AI“编写这段代码”，而是给它一个在实际开源项目中发生的复杂问题，让它去解决。它需要反复经历修改代码、运行测试、分析错误原因并再次修复的过程。

  • SWE-bench Pro：这是一项非常困难且尚未饱和（AI 尚未完全征服）的实战编码考试 출처: SWE-Bench Pro 2026 Coding Model Ranking — Opus 4.7 vs GPT-5.5 …。在此，Claude Opus 4.7 长期保持最高分，被评价为“精密编码解决者” 출처: GPT-5.5 vs Claude Opus 4.7: Benchmarks, Pricing, Coding …。
  • Terminal-Bench 2.0：该考试评估 AI 在终端（输入命令的黑色屏幕界面）处理任务的能力 [출처: Claude Opus 4.8 vs GPT-5.5: Benchmarks, Tests, and Which to Choose DataCamp](https://www.datacamp.com/blog/claude-opus-4-8-vs-gpt-5-5)。包括输入命令、确认结果、规划后续步骤等。在这一领域，GPT-5.5 展现了其优势 [출처: GPT-5.5 vs Claude Opus 4.7: Real-World Coding Performance Compared MindStudio](https://www.mindstudio.ai/blog/gpt-55-vs-claude-opus-47-coding-comparison)。

简而言之，有的 AI 在处理复杂逻辑时更聪明，有的 AI 则在处理命令的实战中更熟练。SWE-1.7 在这些领域表现出了与顶级模型竞争的性能，它的出现非常强势 출처: Cognition’s SWE-1.7 Matches GPT-5.5 on Coding Tasks at $1.97…。

现状：它有多强？

从最近的数据来看，性能竞争非常激烈。例如，在最普及的性能指标 SWE-bench Verified 中，Claude Fable 5 以 95.00% 的成绩领先，紧随其后的是 Claude Opus 4.8（88.60%）和 GPT-5.5（82.60%） 출처: SWE-bench Verified - Vals AI。

另一方面，以难度更高的 SWE-bench Pro 为准，2026 年 4 月，GPT-5.5 记录为 58.6%，Claude Opus 4.7 记录为 64.3% [출처: OpenAI’s GPT-5.5 vs Claude Opus 4.7: Which is better? Mashable](https://mashable.com/article/openai-chat-gpt-5-5-vs-claude-opus-4-7-comparison)。

SWE-1.7 与这些模型相比仅有微小的分差，同时它还拥有单次任务 1.97 美元的合理价格，以及每秒处理 1000 个 Token（AI 处理的文本单位）的高速度 출처: Cognition’s SWE-1.7 Matches GPT-5.5 on Coding Tasks at $1.97…。

未来会怎样？

未来，重要的将不仅仅是“谁更聪明”，而是“谁能更高效地解决问题”。如果以前必须使用昂贵模型才能解决的问题，现在通过像 SWE-1.7 这样高效的模型也能圆满解决，那么许多企业和个人开发者很有可能会更换工具。打个比方，以前我们是坐着高级轿车上班，现在则出现了一款比高级轿车便宜得多、性能又好的实用型电动汽车，拓宽了我们的选择空间。预计未来出现的新模型将向着越来越快、越来越便宜、越来越适合实战的方向发展。

参考资料

  1. OpenAI’s GPT-5.5 vs Claude Opus 4.7: Which is better? Mashable - https://mashable.com/article/openai-chat-gpt-5-5-vs-claude-opus-4-7-comparison
  2. Claude Opus 4.7 vs GPT-5.5: Which Frontier Model Is Best? DataCamp - https://www.datacamp.com/blog/gpt-5-5-vs-claude-opus-4-7
  3. Claude Opus 4.7 vs GPT-5.5: Which Model Should You Build With? MindStudio - https://www.mindstudio.ai/blog/claude-opus-4-7-vs-gpt-5-5-2
  4. DeepSeek-V4 arrives with near state-of-the-art intelligence at 1/6th the cost of Opus 4.7, GPT-5.5 VentureBeat - https://venturebeat.com/technology/deepseek-v4-arrives-with-near-state-of-the-art-intelligence-at-1-6th-the-cost-of-opus-4-7-gpt-5-5
  5. GPT-5.5 vs Claude Opus 4.7: Real-World Coding Performance Compared MindStudio - https://www.mindstudio.ai/blog/gpt-55-vs-claude-opus-47-coding-comparison
  6. Claude Opus 4.8 vs GPT-5.5: Benchmarks, Tests, and Which to Choose DataCamp - https://www.datacamp.com/blog/claude-opus-4-8-vs-gpt-5-5
  7. Best AI Models April 2026: GPT-5.5, Claude & Gemini Compared - https://www.buildfastwithai.com/blogs/best-ai-models-april-2026-comparison
  8. AI Model Benchmarks Jul 2026 Compare GPT-5.5, Claude Opus … - https://lmcouncil.ai/benchmarks
  9. GPT-5.5 Review: 88.7% SWE-Bench, 92.4% MMLU, 2x Price Tag … - https://tokenmix.ai/blog/gpt-5-5-spud-review-88-swe-bench-2026
  10. SWE-Bench Pro 2026 Coding Model Ranking — Opus 4.7 vs GPT-5.5 … - https://qcode.cc/en/swe-bench-pro-2026-ranking
  11. GPT-5.5 vs Claude Opus 4.7: Benchmarks, Pricing, Coding … - https://lushbinary.com/blog/gpt-5-5-vs-claude-opus-4-7-comparison-benchmarks-pricing/
  12. GPT-5.5: The Honest Take on OpenAI’s Response to Opus 4.7 - https://dev.to/mixture-of-experts/gpt-55-the-honest-take-on-openais-response-to-opus-47-3m58
  13. SWE-Bench Leaderboard May 2026 GPT-5.5 Leads at 88.7% - https://www.marc0.dev/en/leaderboard
  14. SWE-Bench Verified - Vals AI - https://www.vals.ai/benchmarks/swebench
  15. Cognition’s SWE-1.7 Matches GPT-5.5 on Coding Tasks at $1.97 … - https://alphasignal.ai/news/cognition-s-swe-1-7-matches-gpt-5-5-on-coding-tasks-at-1-97-each
  16. SWE-Bench Leaderboards - https://www.swebench.com/
  17. SWE-Bench Verified Leaderboard - https://llm-stats.com/benchmarks/swe-bench-verified
  18. Independent GPT-5 Benchmarks: SWE-bench, AIME, GPQA Results - https://binaryverseai.com/gpt-5-benchmarks/
  19. DeepSWE blows up the AI coding leaderboard, crowns GPT-5.5 … - https://venturebeat.com/technology/deepswe-blows-up-the-ai-coding-leaderboard-crowns-gpt-5-5-and-finds-claude-opus-exploiting-a-benchmark-loophole
AD
测试你的理解
Q1. SWE-1.7 模型最大的核心竞争力之一是什么？
  • 压倒性的基准测试排名第一
  • 极低的任务单次成本
  • 离线状态下的编码功能
SWE-1.7 强调了其效率，单次任务成本仅为 1.97 美元，且速度快，与现有高性能模型形成竞争。
Q2. 通常在基于终端的复杂开发任务（DevOps）中表现更强的模型是哪一个？
  • Claude Opus 4.7
  • GPT-5.5
  • SWE-1.7
GPT-5.5 在与终端使用相关的基准测试（Terminal-Bench 2.0）中展现出优势，处理复杂的 Shell 任务更为有效。
Q3. 衡量 AI 编码能力的“SWE-bench Pro”基准测试有什么特点？
  • 简单的句子摘要测试
  • 解决现实中 GitHub 问题且具有难度的测试
  • 仅测量 AI 处理速度的测试
SWE-bench Pro 是一个相对更难、更现实的基准测试，它考察 AI 是否能最终解决实际软件项目中的问题。