Ngày 8 tháng 7 năm 2026, Cognition – công ty đứng sau trợ lý lập trình AI nổi tiếng Devin AI – chính thức ra mắt SWE-1.7, mô hình được xem là bước tiến mạnh mẽ nhất từ trước đến nay của đội ngũ này. Vậy mô hình SWE-1.7 của Devin AI có gì mới? Cùng Tino khám phá chi tiết qua bài viết dưới đây nhé!
Tổng quan về SWE-1.7
SWE-1.7 là gì?
SWE-1.7 là mô hình AI chuyên về kỹ thuật phần mềm do Cognition phát triển để sử dụng trong hệ sinh thái Devin AI. Dòng SWE được xây dựng riêng cho các công việc như đọc codebase, viết mã, sửa lỗi, chạy công cụ, kiểm thử và hoàn thành nhiệm vụ theo mô hình AI Agent. Đây cũng là phiên bản mới nhất trong nhóm mô hình nội bộ của Cognition.
SWE-1.7 được thiết kế để hoạt động trong một quy trình phát triển phần mềm hoàn chỉnh. Mô hình có thể khảo sát dự án, đọc tệp liên quan, dùng terminal, chạy thử nghiệm, chỉnh sửa mã và tiếp tục xử lý qua nhiều bước.
Xem thêm: Devin AI là gì?
SWE trong SWE-1.7 có nghĩa là gì?
SWE là viết tắt của “Software Engineering”, nghĩa là kỹ thuật phần mềm. Do đó, SWE-1.7 không phải mô hình đa dụng được tối ưu đồng đều cho mọi loại nội dung. Trọng tâm chính của SWE-1.7 là các nhiệm vụ liên quan đến lập trình và phát triển phần mềm, chẳng hạn như:
- Phân tích cấu trúc dự án.
- Tìm nguyên nhân gây lỗi.
- Viết và chỉnh sửa mã nguồn.
- Chạy lệnh trong terminal.
- Kiểm tra kết quả bằng test.
- Đề xuất kế hoạch phát triển tính năng.
- Hoàn thành công việc qua nhiều giai đoạn.
SWE-1.7 được phát triển từ nền tảng nào?
Theo Cognition, SWE-1.7 được huấn luyện từ nền tảng Kimi K2.7 và tiếp tục trải qua quá trình hậu huấn luyện bằng học tăng cường, thường được gọi là Reinforcement Learning – RL.
Cognition cho biết các cải tiến lớn đến từ hạ tầng huấn luyện tốt hơn, quy trình ổn định hơn, dữ liệu chất lượng cao hơn và kỹ thuật mới dành cho tác vụ kéo dài.
Hiểu đơn giản, Cognition không xây dựng toàn bộ mô hình từ điểm xuất phát ban đầu. Đội ngũ sử dụng một mô hình nền đã mạnh, sau đó tiếp tục huấn luyện để phù hợp hơn với cách một AI Agent đọc, phân tích, chỉnh sửa và kiểm tra phần mềm trong môi trường thực tế.
SWE-1.7 của Devin AI có gì mới?
1. Xử lý tốt hơn các tác vụ lập trình dài
Một trong những mục tiêu chính của SWE-1.7 là xử lý các nhiệm vụ có nhiều bước và kéo dài trong thời gian lớn. Đây là nhóm công việc thường xuất hiện khi sửa lỗi khó, nâng cấp hệ thống cũ, phát triển tính năng liên quan nhiều thành phần hoặc kiểm tra một codebase lớn.
Cognition cho biết SWE-1.7 được tối ưu cho các tác vụ bất đồng bộ có thời lượng dài. Trong quá trình huấn luyện, một số phiên làm việc của mô hình có thể kéo dài đến sáu giờ.
Đối với người dùng, cải tiến này có thể mang lại 3 lợi ích quan trọng:
- Duy trì mục tiêu tốt hơn khi nhiệm vụ gồm nhiều giai đoạn.
- Giảm nguy cơ quên các phát hiện quan trọng từ những bước trước.
- Có khả năng tiếp tục phân tích sau khi đã dùng lượng ngữ cảnh lớn.
Vì vậy, SWE-1.7 phù hợp hơn với những yêu cầu như nâng cấp framework, thay đổi kiến trúc, sửa lỗi liên quan nhiều module hoặc triển khai một tính năng cần chỉnh sửa cả backend, frontend và database.
2. Tự tóm tắt trạng thái để tiếp tục công việc
SWE-1.7 được huấn luyện với kỹ thuật self-compaction, có thể hiểu là tự cô đọng trạng thái làm việc. Khi tiến gần giới hạn ngữ cảnh, mô hình tạo bản tóm tắt về những gì đã đọc, đã thử, đã sửa và cần làm tiếp. Sau đó, quá trình xử lý được tiếp tục từ bản tóm tắt này.
Cơ chế trên đặc biệt hữu ích với dự án lớn. Thay vì giữ toàn bộ lịch sử chi tiết trong một cửa sổ ngữ cảnh, SWE-1.7 ưu tiên lưu lại các thông tin quan trọng để tiếp tục nhiệm vụ mà không phải phân tích lại mọi thứ từ đầu.
Ví dụ, khi xử lý một lỗi phức tạp, bản tóm tắt có thể lưu lại:
- Nguyên nhân đã được loại trừ.
- Tệp và hàm đã kiểm tra.
- Lệnh đã chạy.
- Kết quả test hiện tại.
- Giả thuyết đang được xem xét.
- Phần công việc cần tiếp tục.
Khả năng này giúp AI duy trì mạch xử lý tốt hơn trong các phiên làm việc dài.
3. Khảo sát codebase kỹ trước khi chỉnh sửa
Cognition ghi nhận SWE-1.7 thực hiện nhiều lượt gọi công cụ, đọc tệp và tìm kiếm trong codebase hơn so với Kimi K2.7 Code, GPT-5.5 và Opus 4.8 trong đánh giá FrontierCode 1.1 Main.
Mô hình cũng có xu hướng kiểm tra nguyên nhân gốc, trường hợp biên, đầu vào bất thường và các yêu cầu chưa được mô tả rõ trước khi đưa ra thay đổi.
Đây là thay đổi đáng quan tâm vì một lỗi phần mềm thường không nằm riêng tại dòng mã đang báo lỗi. Nguyên nhân có thể xuất phát từ:
- Kiểu dữ liệu không đồng nhất.
- Luồng xác thực hoặc phân quyền.
- Cấu hình môi trường.
- API liên quan.
- Trạng thái trong cơ sở dữ liệu.
- Thay đổi tại một tệp khác.
- Trường hợp đầu vào chưa được xử lý.
Việc khảo sát rộng hơn giúp tăng cơ hội tìm đúng vấn đề thay vì chỉ sửa biểu hiện bên ngoài.
Trong các tình huống chưa rõ yêu cầu, SWE-1.7 còn có xu hướng viết script nhỏ hoặc chạy thử nghiệm để kiểm chứng giả thuyết thay vì đưa ra kết luận dựa trên phỏng đoán.
4. Suy luận ngắn gọn nhưng vẫn giữ chiều sâu
Mô hình AI Agent có thể gặp hai vấn đề trái ngược. Một mặt, quá trình suy luận quá dài gây tốn tài nguyên và làm người dùng phải chờ. Mặt khác, suy luận quá ngắn dễ dẫn đến kết luận vội vàng.
SWE-1.7 được huấn luyện với cơ chế phạt độ dài luân phiên. Ở nhiệm vụ đơn giản, mô hình được khuyến khích xử lý gọn và tiết kiệm tài nguyên. Ở nhiệm vụ khó, mô hình vẫn có thể dành thêm thời gian cho quá trình suy luận, gọi công cụ và kiểm thử.
Cách tiếp cận này nhằm cân bằng hai yêu cầu:
- Không dành quá nhiều lượt xử lý cho một chỉnh sửa nhỏ.
- Không kết luận quá sớm với một lỗi phức tạp.
Khi áp dụng hiệu quả, người dùng có thể nhận được câu trả lời ngắn gọn hơn ở tác vụ đơn giản nhưng vẫn có chiều sâu khi dự án yêu cầu phân tích kỹ.
5. Tốc độ phản hồi cao với SWE-1.7 Lightning
SWE-1.7 hiện có thêm biến thể SWE-1.7 Lightning. Theo tài liệu Devin, phiên bản Lightning chạy trên hạ tầng Cerebras và hướng đến độ trễ thấp hơn trong khi vẫn giữ cùng mức năng lực.
Bài công bố của Cognition cho biết SWE-1.7 được phục vụ với tốc độ lên đến 1.000 token mỗi giây trên Cerebras.
Token có thể hiểu đơn giản là đơn vị dữ liệu văn bản mà mô hình xử lý và tạo ra. Tốc độ token cao thường giúp câu trả lời xuất hiện nhanh hơn, đặc biệt khi AI cần tạo lượng mã hoặc nội dung lớn.
Tốc độ cao tạo khác biệt rõ khi AI cần:
- Đọc nhiều dữ liệu.
- Phản hồi qua nhiều lượt.
- Gọi công cụ liên tục.
- Tạo thay đổi trên nhiều tệp.
- Viết bộ test lớn.
- Phân tích log dài.
Người dùng có thể nhận kết quả sớm hơn mà không phải chuyển sang một mô hình nhẹ hơn.
Hiệu năng của SWE-1.7 qua các bài benchmark
Cognition công bố kết quả của SWE-1.7 trên ba nhóm benchmark dành cho AI Agent lập trình. Các số liệu dưới đây là tỷ lệ hoàn thành bài kiểm tra theo phương pháp đánh giá được Cognition mô tả trong bài công bố.
Benchmark SWE-1.7 SWE-1.6 GPT-5.5 Opus 4.8 FrontierCode 1.1 Main 42,3% 9,4% 43,0% 46,5% Terminal-Bench 2.1 81,5% 39,7% 84,2% 86,9% SWE-Bench Multilingual 77,8% 58,3% 76,8% 84,4%
Kết quả FrontierCode 1.1 Main
SWE-1.7 đạt 42,3%, gần với GPT-5.5 ở mức 43,0% và thấp hơn Opus 4.8 ở mức 46,5%. Điểm đáng chú ý là mức tăng lớn so với SWE-1.6, phiên bản chỉ đạt 9,4% trong cùng bảng đánh giá.
FrontierCode 1.1 được Cognition xây dựng để đánh giá không chỉ tính chính xác của mã mà còn cả chất lượng code. Các nhiệm vụ được lấy từ pull request thực tế trong những dự án mã nguồn mở và có tiêu chí chấm điểm tương tự quy trình review phần mềm.
Kết quả này phù hợp với định hướng của SWE-1.7 dành cho công việc có yêu cầu mở, nhiều bước và cần đưa ra quyết định thiết kế. Tuy nhiên, SWE-1.7 chưa đứng đầu bảng. Opus 4.8 vẫn đạt kết quả cao hơn, trong khi GPT-5.5 nhỉnh hơn một khoảng nhỏ.
Kết quả Terminal-Bench 2.1
SWE-1.7 đạt 81,5% trên Terminal-Bench 2.1. Kết quả này gần với GPT-5.5 ở mức 84,2%, Opus 4.7 ở mức 83,0% và Opus 4.8 ở mức 86,9%. SWE-1.6 đạt 39,7%.
Terminal-Bench là bộ benchmark dùng để đánh giá khả năng làm chủ môi trường terminal của AI Agent. Các nhiệm vụ có thể liên quan đến lập trình, quản trị hệ thống, bảo mật, xử lý tệp, dữ liệu và cấu hình phần mềm.
Điểm số 81,5% cho thấy SWE-1.7 có khả năng sử dụng lệnh, công cụ và môi trường thực thi khá hiệu quả trong các quy trình mang tính Agent.
Kết quả SWE-Bench Multilingual
SWE-1.7 đạt 77,8% trên SWE-Bench Multilingual, cao hơn GPT-5.5 trong bảng công bố của Cognition và cao hơn đáng kể so với SWE-1.6. Opus 4.8 vẫn dẫn đầu với 84,4%.
SWE-Bench Multilingual gồm 300 nhiệm vụ kỹ thuật phần mềm được tuyển chọn từ 42 repository và chín ngôn ngữ lập trình, bao gồm C, C++, Go, Java, JavaScript, TypeScript, PHP, Ruby và Rust.
Kết quả cho thấy SWE-1.7 không chỉ tập trung vào một hệ sinh thái mã nguồn duy nhất. Đây là lợi thế đáng chú ý đối với dự án sử dụng nhiều ngôn ngữ hoặc có kiến trúc gồm nhiều dịch vụ khác nhau.
Benchmark trên phản ánh điều gì trong thực tế?
Benchmark giúp so sánh các mô hình trong điều kiện tương đối kiểm soát, nhưng không bảo đảm kết quả giống nhau ở mọi dự án.
Chất lượng đầu ra còn phụ thuộc vào:
- Cấu trúc codebase.
- Cách mô tả yêu cầu.
- Môi trường chạy.
- Bộ test hiện có.
- Quyền truy cập.
- Chất lượng tài liệu nội bộ.
- Framework và phiên bản thư viện.
- Mức độ phức tạp của kiến trúc.
Ngoài ra, Cognition sử dụng nhiều môi trường Agent khác nhau khi đánh giá: Claude Code cho mô hình Anthropic, Codex cho mô hình OpenAI và Devin CLI cho các mô hình khác. Vì vậy, bảng điểm nên được xem như dữ liệu tham khảo thay vì kết luận tuyệt đối về mọi tình huống sử dụng.
So sánh SWE-1.7 và SWE-1.6
| Tiêu chí | SWE-1.7 | SWE-1.6 |
| Định hướng chính | Tác vụ dài, codebase lớn, điều tra sâu | Tốc độ, trải nghiệm mượt, giảm lặp |
| Nền tảng phát triển | Huấn luyện từ Kimi K2.7 | Thế hệ trước của dòng SWE |
| Tự cô đọng ngữ cảnh | Được huấn luyện chuyên biệt | Chưa phải điểm nhấn chính |
| Khảo sát nguyên nhân gốc | Sâu và chủ động hơn | Phù hợp nhiều tác vụ thường ngày |
| Hiệu năng benchmark | Tăng mạnh trên ba bảng công bố | Thấp hơn đáng kể |
| Biến thể tốc độ cao | SWE-1.7 Lightning | SWE-1.6 Fast |
| Tác vụ phù hợp | Công việc phức tạp, nhiều bước | Chỉnh sửa nhỏ và tác vụ quen thuộc |
SWE-1.6 từng tập trung cải thiện “model UX”, gồm giảm suy nghĩ quá mức, hạn chế vòng lặp, tăng gọi công cụ song song và giảm phụ thuộc không cần thiết vào terminal.
SWE-1.7 kế thừa hướng tối ưu trải nghiệm, đồng thời đẩy mạnh năng lực giải quyết bài toán dài và phức tạp hơn.
Ưu điểm và hạn chế của SWE-1.7
Ưu điểm
- Được tối ưu riêng cho kỹ thuật phần mềm và quy trình AI Agent.
- Hiệu năng tăng mạnh so với SWE-1.6 trong các benchmark Cognition công bố.
- Có khả năng làm việc với nhiệm vụ kéo dài.
- Có thể tự cô đọng trạng thái để tiếp tục công việc.
- Khảo sát codebase kỹ trước khi chỉnh sửa.
- Chú ý nguyên nhân gốc và trường hợp biên.
- Có biến thể Lightning dành cho nhu cầu phản hồi nhanh.
- Có thể sử dụng trên Devin AI bản web, Devin Desktop và Devin CLI.
- Hỗ trợ tốt các dự án sử dụng nhiều ngôn ngữ lập trình.
- Đang có giai đoạn trải nghiệm miễn phí theo thông báo hiện hành.
Hạn chế cần lưu ý
- Quá trình khảo sát sâu có thể làm tăng số lượt gọi công cụ.
- Một số nhiệm vụ có thể cần nhiều thời gian xử lý hơn.
- SWE-1.7 có xu hướng viết thêm test hoặc chỉnh sửa nhiều tệp hơn phạm vi tối thiểu.
- Benchmark do Cognition công bố chưa thể đại diện cho mọi codebase thực tế.
- Chất lượng phụ thuộc nhiều vào yêu cầu đầu vào.
- Môi trường dự án cấu hình sai có thể khiến kết quả thiếu chính xác.
- Người dùng vẫn cần review mã và kiểm tra bảo mật.
- Mức miễn phí, hạn mức và khả năng truy cập có thể thay đổi sau giai đoạn preview.
SWE-1.7 phù hợp với những công việc nào?
Sửa lỗi phức tạp trong dự án lớn
SWE-1.7 phù hợp với lỗi có biểu hiện ở một vị trí nhưng nguyên nhân nằm tại thành phần khác. Khả năng đọc nhiều tệp và kiểm tra trường hợp biên giúp mô hình xây dựng giả thuyết tốt hơn trước khi thay đổi mã.
Phát triển tính năng liên quan nhiều tệp
Các tính năng thực tế thường cần chỉnh sửa route, service, database, giao diện và test. SWE-1.7 có lợi thế khi cần duy trì bức tranh tổng thể qua nhiều bước thay vì chỉ tạo một đoạn mã riêng lẻ.
Viết và mở rộng bộ kiểm thử
Cognition ghi nhận SWE-1.7 thường viết thêm test và xem xét nhiều trường hợp ngoài yêu cầu trực tiếp. Điều này hữu ích khi dự án thiếu độ bao phủ kiểm thử hoặc cần tránh lỗi tái phát.
Tuy nhiên, người dùng nên kiểm tra phạm vi thay đổi vì mô hình có thể chạm đến nhiều tệp hơn mức tối thiểu.
Phân tích codebase và đề xuất hướng triển khai
Trước khi giao quyền chỉnh sửa, người dùng có thể yêu cầu SWE-1.7:
- Xác định luồng xử lý của một tính năng.
- Liệt kê tệp và module có liên quan.
- Phân tích rủi ro khi thay đổi.
- Đề xuất kế hoạch triển khai theo từng giai đoạn.
- Xác định test cần chạy sau khi sửa.
- Chỉ ra phần mã cũ hoặc trùng lặp.
- Đánh giá tác động đến API hiện tại.
Cách làm này đặc biệt phù hợp với người mới tiếp nhận dự án hoặc chưa hiểu rõ toàn bộ cấu trúc mã nguồn.
Xử lý dự án đa ngôn ngữ lập trình
Kết quả SWE-Bench Multilingual cho thấy SWE-1.7 có năng lực tốt trên bài toán phần mềm đa ngôn ngữ. Dù vậy, hiệu quả thực tế vẫn phụ thuộc vào framework, tài liệu, môi trường và chất lượng bộ test của từng dự án.
SWE-1.7 có thể hữu ích với kiến trúc như:
- Frontend TypeScript kết hợp backend Go.
- Ứng dụng Java kết hợp dịch vụ Python.
- Hệ thống PHP sử dụng module JavaScript.
- Công cụ Rust kết hợp script Python.
- Dự án C++ có hệ thống build và kiểm thử phức tạp.
Vấn đề an toàn và độ tin cậy của SWE-1.7
Vì SWE-1.7 phát triển từ nền tảng Kimi K2.7 Code (một mô hình mã nguồn mở của Trung Quốc) nên nhiều người dùng và doanh nghiệp đặt câu hỏi về mức độ an toàn cũng như khả năng thiên vị của mô hình. Cognition xác nhận đã huấn luyện bổ sung riêng cho các bài kiểm tra về độ tin cậy và mức độ trung lập, đồng thời công bố báo cáo cho thấy SWE-1.7 đạt mức độ trung lập tương đương các mô hình Mỹ trong những tình huống thử nghiệm thực tế qua Devin.
Bên cạnh đó, dữ liệu người dùng khi thao tác trên Devin AI được xử lý qua hạ tầng của Cognition đặt tại Mỹ, không truyền trực tiếp cho Moonshot AI.
Dù vậy, với các tác vụ liên quan đến dữ liệu nhạy cảm hoặc mang tính chính trị, doanh nghiệp vẫn nên xem đây là bước đánh giá ban đầu và tự kiểm tra thêm theo tiêu chuẩn nội bộ trước khi triển khai quy mô lớn.
Các bài viết liên quan:
- So sánh Windsurf (Devin AI) vs Cursor AI
- So sánh Devin AI vs Google Antigravity: Hai trợ lý lập trình AI đáng chú ý
- So sánh Devin AI vs Github Copilot: Nên chọn trợ lý nào để x10 tốc độ code?
- So sánh Devin AI vs VSCode: AI tự chủ có đánh bại được IDE phổ biến nhất thế giới?
- So sánh Devin AI vs Claude Code: Liệu Claude có đủ sức cản bước tiến của Devin?
Kết luận
SWE-1.7 không đặt mục tiêu soán ngôi các mô hình AI đắt đỏ nhất thị trường, mà chọn hướng đi thực dụng hơn: mang lại hiệu năng gần với mức hàng đầu, tốc độ xử lý nhanh nhờ hạ tầng Cerebras, cùng chi phí vận hành thấp hơn đáng kể.
Với khả năng xử lý tác vụ dài liên tục nhiều giờ và tích hợp chặt chẽ vào quy trình làm việc thực tế của Devin, SWE-1.7 đang trở thành lựa chọn hấp dẫn cho cả lập trình viên cá nhân lẫn doanh nghiệp muốn tối ưu ngân sách phát triển phần mềm mà không đánh đổi quá nhiều về chất lượng. Nếu đang tìm một trợ lý lập trình AI vừa mạnh vừa tiết kiệm, đây chắc chắn là cái tên đáng để dùng thử.
Những câu hỏi thường gặp
SWE-1.7 Lightning khác SWE-1.7 thông thường ra sao?
SWE-1.7 Lightning là biến thể được phục vụ trên Cerebras nhằm giảm độ trễ. Tài liệu Devin mô tả phiên bản này giữ cùng mức năng lực với SWE-1.7 nhưng phản hồi nhanh hơn.
SWE-1.7 Lightning phù hợp với quy trình lập trình tương tác hoặc nhiệm vụ cần gọi công cụ qua nhiều lượt.
SWE-1.7 có miễn phí không?
Devin AI đang cung cấp SWE-1.7 dưới dạng preview miễn phí đến ngày 8/8/2026 theo tài liệu hiện hành.
Quyền truy cập và hạn mức có thể khác giữa gói Free, Pro, Max, Teams và Enterprise. Người dùng nên kiểm tra model selector trong tài khoản để xem trạng thái mới nhất.
Có thể dùng SWE-1.7 ở đâu?
Cognition cho biết SWE-1.7 có mặt trên Devin AI bản web, Devin Desktop và Devin CLI.
Người dùng Slack đã kết nối Devin còn có thể dùng lệnh !swe để bắt đầu phiên với SWE-1.7.
SWE-1.7 có an toàn khi dùng cho dữ liệu doanh nghiệp nhạy cảm không?
Cognition đã kiểm tra và công bố báo cáo về độ tin cậy, mức độ trung lập của SWE-1.7. Tuy nhiên, với dữ liệu đặc biệt nhạy cảm, doanh nghiệp nên tự đánh giá thêm theo tiêu chuẩn bảo mật nội bộ trước khi áp dụng rộng rãi.
SWE-1.7 xử lý được các tác vụ dài trong bao lâu?
Nhờ kỹ thuật self-compaction, một phiên làm việc của SWE-1.7 có thể kéo dài liên tục đến sáu tiếng đồng hồ mà vẫn giữ được mạch công việc ban đầu.
