2026年7月8日、Cognitionはコーディングエージェント「Devin」向けの新モデル「SWE-1.7」を投入した。Moonshot AIが同年6月に公開した1兆パラメータMoEモデル「Kimi K2.7」をベースに、独自の強化学習(RL)パイプラインを重ねたモデルで、Devin Web・Desktop・CLIの3チャネルで即日利用可能になっている。
同じタイミングで、開発者にはもう一つの節目が重なっている。CognitionはWindsurfを「Devin Desktop」に、ローカルコーディングエージェントCascadeを「Devin Local」に改めており、旧Cascadeのサポートは2026年7月1日で終了済みだ。SWE-1.7の実力を見極めることと、Windsurf/Cascade環境からの移行判断が、同時に開発者へ降ってきている。
何が発表されたのか — SWE-1.7の正体
Cognition公式ブログおよびX公式アカウントの投稿によれば、SWE-1.7は同社が「これまでで最も高性能なモデル」と位置づける新モデルだ。Moonshot AIが2026年6月に公開した1兆パラメータ・MoEモデル「Kimi K2.7」(アクティブパラメータ320億)をベースに、Cognition独自の強化学習パイプラインを重ねて訓練されている。Cognition自身が「RL on top of RL」と表現している通り、ベースモデル側もすでにRLによる後処理を経ている上に、さらにCognition側のRLを積んだ構成だ。
長時間の非同期ソフトウェアエンジニアリング作業に最適化されており、生のコンテキストウィンドウを超えて作業を継続できるよう、作業状態を要約する「自己圧縮」技術を採用している。訓練時のロールアウトは最長6時間に及んだという。従来モデルよりコードベースを深く探索し、ツール呼び出しやファイル読み込み・検索を増やしてから行動するよう設計されており、根本原因やエッジケース、隠れた要件を推測ではなく調査する挙動を狙っているとCognitionは説明している。
ベンチマークで見る実力 — GPT-5.5・Opus 4.8との差
Cognitionが公開した自社ベンチマーク「FrontierCode 1.1」と、業界横断のTerminal-Bench 2.1、SWE-Bench Multilingualの3指標での比較は次の通りだ。
| ベンチマーク | SWE-1.7 | GPT-5.5 | Claude 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% |
見ての通り、SWE-1.7は3指標のいずれでもOpus 4.8には及ばない。GPT-5.5と比べると、Terminal-Bench 2.1では2.7ポイント下回る一方、SWE-Bench Multilingualではわずかに上回り、FrontierCode 1.1 Mainでは0.7ポイント差に収まっている。Cognitionが強調するのは「フロンティア級に迫る性能を、より低コストで」という立ち位置であり、首位を獲る性能ではなく、コスト対性能の曲線を押し上げるモデルという説明だ。
ただし注意点もある。これらの数値はすべて各社の自己申告であり、第三者機関による独立検証は行われていない。加えてFrontierCode 1.1はCognition自身が保有するベンチマークであり、モデルとベンチマークの両方を同じ会社が持っている構造だ。導入判断の前に、自社のコードベースでプライベートに検証することが推奨される。
コストとスピード — 「1タスク1.97ドル」をどう読むか
Cognitionは、FrontierCode 1.1 Mainのタスクにおける処理コストを「1タスクあたり1.97ドル」と公表している。推論はCerebras基盤上で稼働し、最大1,000トークン/秒の速度が出るという。
ただしこの単価は、あくまで自社ベンチマークタスクの処理コストであり、実運用でのプルリクエストレビュー時間、やり直し、却下されたタスクの人件費は含まれていない。ベンチマーク上の安さをそのまま実運用コストと読み替えるのは早計だ。自社のタスク数で概算するなら、レビューやり直し分の上乗せ率を自分で設定して試算するのが安全だ。
# 動作環境: Python 3.11+
# Cognition公式発表(2026-07-08)のFrontierCode Main単価$1.97を基にした試算スクリプト
# ※Devin公式のAPIやツールではなく、自社タスク数で概算するための独自コード
SWE_1_7_COST_PER_TASK = 1.97 # Cognition公式発表のベンチマークタスク単価(ドル)
def monthly_cost_estimate(tasks_per_month: int, review_overhead_ratio: float = 0.3) -> float:
"""タスク数からおおよその月額コストを試算する。
review_overhead_ratio: レビュー・やり直し・却下分の追加コスト比率
(Cognitionの公表値には含まれないため、自社実績に応じて設定する)
"""
base = tasks_per_month * SWE_1_7_COST_PER_TASK
return base * (1 + review_overhead_ratio)
print(f"月500タスクの試算: ${monthly_cost_estimate(500):.2f}")
SWE-1.7はAPIから呼べない — Devin専用という制約
実務上、最も見落とされやすいのがこの制約だ。SWE-1.7は単体のモデルAPIとしては提供されておらず、Devin Web・Desktop・CLIを通じてのみ利用できる。Cognitionは「model API access」ではなく「coding agent service」としてのDevinを売る戦略を取っており、既存のパイプラインにSWE-1.7単体を組み込む、といった使い方はできない。すでにDevinを使っているチームは自動的に新モデルの恩恵を受けられるが、独自のAPI呼び出し基盤を組んでいる開発者は、モデル単体ではなく「RL-on-RLによる自己圧縮技術がオープンモデル側にいつ波及するか」という技術トレンドを追う立場になる。
Windsurf→Devin Desktop、Cascade→Devin Local — もう一つの移行期限
SWE-1.7と並行して押さえておきたいのが、2026年6月2日にCognitionが実施したOTA(Over-The-Air)アップデートだ。エディタ「Windsurf」は「Devin Desktop」に改名され、デフォルトUIには稼働中の全エージェントを一覧するカンバンボード「Agent Command Center」が採用された。
最も大きな変更は、ローカルコーディングエージェント「Cascade」の刷新だ。Rustで一から書き直され、名称も「Devin Local」に変わった。Cognitionは従来比で最大30%のトークン効率向上を主張し、単一コンテキストに縛られていたCascadeと異なり、複数のサブタスクを並行処理できるようになったとしている。あわせて、Claude AgentやCodex、OpenCodeといった第三者エージェントをネイティブ統合できるAgent Client Protocol(ACP)対応や、関連セッション・ファイルをグループ化する実験的機能「Spaces」も追加された。
移行の実務上のポイントは、旧Cascadeのサポートが2026年7月1日で終了済みという点だ。まだWindsurf/Cascade環境を使い続けているチームは、すでに猶予期間を過ぎている状態であり、Devin Local(Rust版)への切り替え状況を早急に確認する必要がある。
よくある誤解
❌「SWE-1.7はどのAPI経由でも呼び出せる」
⭕ Devin Web・Desktop・CLIの3チャネル限定。単体のモデルAPIとしては提供されていない。
❌「ベンチマークで僅差だから、性能はほぼ互角」
⭕ 3指標すべてでOpus 4.8に劣る。GPT-5.5にもTerminal-Bench 2.1では2.7ポイント差をつけられており、上回るのはSWE-Bench MultilingualでGPT-5.5に対してのみ。
❌「Windsurfは今もCascadeのまま使い続けられる」
⭕ Cascadeのサポートは2026年7月1日で終了済み。今後はRust製のDevin Localへの移行が前提になる。
❌「1タスク1.97ドルがそのまま実運用コスト」
⭕ 自社ベンチマークタスクの単価であり、レビュー・やり直し・却下にかかる人件費は含まれていない。
開発者は何をすべきか
- Windsurf/Cascadeを使っているチームは、Devin Local(Rust版)への切り替え状況とACP対応状況を今すぐ確認する。サポート終了は7月1日ですでに過ぎている
- Devinを既存で使っているチームは、SWE-1.7への自動アップグレードを前提に、実タスクでのレビュー通過率を計測してから本採用するかを判断する
- API直呼び出しのパイプラインを組んでいる開発者は、SWE-1.7単体を組み込むことはできない点を前提に、GPT-5.5やClaude Opus 4.8など既存のAPIモデルとの使い分けを検討する
- コストで比較検討する場合は、Cognition公表の$1.97/タスクをそのまま採用せず、自社のレビュー・やり直しコストを上乗せした試算で判断する
まとめ
SWE-1.7は、Opus 4.8やGPT-5.5に対して首位を獲るモデルではなく、コスト対性能のバランスを狙った「フロンティア級に近い性能を、より低コストで」という立ち位置のモデルだ。Devin専用でAPI単体提供がない点、ベンチマークが自社発表かつ自社ベンチマークである点は、導入判断の前に押さえておくべき制約になる。加えて、同時期に進んだWindsurf→Devin Desktop、Cascade→Devin Localへの刷新と、旧Cascadeのサポート終了(7月1日)は、Windsurfユーザーにとってモデル評価より優先度の高い実務課題だ。両者を切り分けて判断する必要がある。
参考・出典
- SWE-1.7: Frontier Intelligence at a Fraction of the Cost（Cognition公式ブログ）
- Cognition公式Xアカウント投稿（Kimi K2.7ベース・FrontierCodeベンチマークに関する一次情報）
- Devin Release Notes（Cognition公式ドキュメント）
- Cognition Launches SWE-1.7 in Devin AI Agent（Winbuzzer）
- SWE-1.7: Cognition’s RL-on-RL Training Lands at 81.5% Terminal-Bench（ChatForest）
- Cognition’s SWE-1.7 Matches GPT-5.5 on Coding Tasks at $1.97 Each（AlphaSignal）
- Windsurf Is Now Devin Desktop: What Actually Changed（byteiota）
関連記事: Devin(Cognition)の使い方・料金完全ガイド / Windsurf Wave 13解説 / AIコーディングエージェントIDE6選比較
この記事を読んでAIコーディングエージェントの導入・比較検討をしたくなった方へ
UravationではAIエージェント導入の研修・コンサルを行っています。
著者: 佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X(@SuguruKun_ai)フォロワー約10万人。著書『AIエージェント仕事術』。
