SWE-1.7 Atinge Quase GPT 5.5 e a Inteligência de Opus

Ceticismo sobre alegações e benchmarks

• Vários comentadores desconfiam do marketing da empresa devido a uma demonstração anterior “fraudulenta” e ao hype agressivo, dizendo que parece otimizado para captação de recursos e para causar boa impressão em VCs.
• Vários observam que o blog se apoia fortemente nos seus próprios benchmarks; as pessoas questionam que o modelo “vença GPT‑5.5/Opus” quando avaliado em tarefas proprietárias.
• Há preocupação de que tanto o SWE-1.7 quanto ferramentas concorrentes como o Composer 2.5 possam estar “benchmaxxed” em registos de interação, parecendo fortes em avaliações internas mas não necessariamente na programação do mundo real.
• Resultados conflitantes de benchmarks vs. sites como artificialanalysis.ai (onde o Kimi 2.7 parece mais fraco do que o GLM 5.2) levam alguns a concluir que a escolha do benchmark foi feita a dedo.
• Muitos dizem agora confiar mais em avaliações subjetivas, baseadas em tarefas, nos seus próprios codebases do que em tabelas públicas de liderança.

Modelos abertos vs fechados e licenciamento

• O SWE-1.7 não é open source nem tem pesos abertos; está disponível apenas dentro do ecossistema Devin (aplicação Desktop / CLI), não por APIs gerais nem no Hugging Face.
• Alguns argumentam que bases com pesos abertos (como Kimi 2.7) deveriam implicar derivados com pesos abertos, mas outros apontam que licenças como MIT permitem explicitamente derivados fechados.
• Há apoio para licenças de modelos ao estilo GPL que forçariam derivados afinados a permanecer abertos, mas também resistência ligada a preocupações de segurança/“SkyNet”/Effective Altruism.

Bloqueio de ferramenta e harness

• Vários não gostam de o SWE-1.7 estar ligado a um harness específico, comparando-o a um “casamento arranjado” com um ambiente de desenvolvimento.
• Outros preferem configurações ao estilo OpenRouter, onde é possível trocar modelos facilmente e evitar ficar preso a Claude Code, Cursor, Devin, etc.
• O Devin Desktop é apontado como algo algo meta: também pode alojar outros harnesses, o que é visto como comportamento de “embrace, extend”.

Qualidade do modelo vs modelos de fronteira

• Alguns relatam boas experiências a usar o SWE-1.6/1.7 para “trabalho braçal” (tests, ajuda com git, pequenas tarefas), mas outros dizem que parece “massive shit” quando comparado com Claude, GLM ou DeepSeek em সমস্যs mais difíceis.
• Um tema recorrente: modelos abertos ou de gama média (GLM 5.2, Qwen, Minimax, etc.) já são “bons o suficiente” para muitas tarefas, com muito melhor relação preço/desempenho, mesmo que os modelos de fronteira ainda ganhem em qualidade.

Modelos especializados em programação e generalismo

• Vários querem modelos de programação mais baratos e altamente otimizados, semelhantes a SWE ou Composer, que se aproximem do desempenho de topo em programação sem os custos completos de fronteira.
• Outros defendem que a força dos LLMs vem do amplo generalismo; um fine-tuning pesado só para programação arrisca esquecimento catastrófico e pior comportamento no mundo real.
• Há um debate ativo sobre fluxos de trabalho com vários modelos: modelos poderosos para planeamento/arquitetura, os mais baratos para implementação—embora alguns relatem pouca fiabilidade ao delegar o “trabalho de base” a modelos económicos.

Velocidade vs inteligência, e preços

• Muitos estão entusiasmados com variantes de TPS elevado (por exemplo, “Lightning” via Cerebras a ~1000 TPS) para ciclos de agente mais rápidos e menor tempo total de execução.
• Outros priorizam a precisão em vez da velocidade, preferindo modelos de fronteira mais lentos em que confiam mais para tarefas complexas.
• Os preços são contestados: o SWE-1.7 base parece “grátis mas lento” no plano de $20/mês, enquanto a versão rápida “Lightning” é significativamente mais cara por token. Alguns acham que as quotas totais têm pior valor do que concorrentes como Claude Code ou Cursor.

Atitudes gerais em relação a startups de IA e hype de AGI

• Vários comentários enquadram isto num padrão mais amplo de startups de IA: muito hype, longas horas, foco em empresas, e narrativas vagas de “AGI em breve”.
• Alguns veem a maioria das vantagens competitivas dos laboratórios privados como RL/distillation em cima de investigação aberta mais dados, prevendo que isto continuará até IPOs ou licenças abertas mais fortes mudarem o panorama.