हर AI coding tool जो तुम अभी use कर रहे हो — Cursor, Copilot, Windsurf — किसी और के दिमाग पर चलता है। तुम code लिखते हो, editor उसे Claude या GPT को API (एक pipe जो तुम्हारे editor को remote AI से connect करती है) के through भेजता है, और एक model जो poetry लिखने, vacation plan करने, और साथ में code भी करने के लिए बनाया गया है — वो suggestion भेजता है। काम चलता है। लेकिन slow है, generic है, और तुम उन companies से intelligence किराये पर ले रहे हो जो कल तुम्हारी लंका लगा सकती हैं।
Windsurf — वो AI-native IDE जो Codeium के नाम से शुरू हुआ था, फिर 2025 में Cognition ने acquire कर लिया — इन्होंने decide किया कि किराये पर रहना बेवकूफों का काम है।
29 October, 2025 को Cognition ने SWE-1.5 release किया — अपनी custom model family का latest version जो specifically software engineering के लिए बनाया गया है। ये कोई fine-tune नहीं है (existing model को extra training data से थोड़ा tweak करना)। कोई wrapper नहीं। एक frontier-size model जिसमें hundreds of billions parameters हैं (वो internal knobs जिनसे AI decisions लेता है)। Cognition ने इसे end-to-end reinforcement learning (एक AI teaching method जिसमें model trial और error से सीखता है) से real coding tasks पर train किया।
SWE-Bench Pro पर — industry-standard benchmark जिसमें 41 code repositories से 731 challenging coding tasks हैं — SWE-1.5 ने 40.08% score किया। Claude Sonnet 4.5 ने 43.60% score किया। इतना close है कि भौंहें उठ जाएं, खासकर जब आगे की बात सुनो।
Windsurf ने Cerebras के साथ partnership की — एक chip company जो specialized AI hardware बनाती है — SWE-1.5 को 950 tokens per second तक serve करने के लिए। एक token लगभग तीन-चौथाई English word होता है — तो 950 tokens/sec का मतलब ये model Sonnet 4.5 से लगभग 13x तेज और Haiku 4.5 से 6x तेज text generate करता है। Cognition ने अपनी internal lint checking (automated code error detection) और command execution pipelines भी rewrite कीं, agent sessions में हर step से 2 seconds तक overhead काट दिया — वो iterative loops जहां AI code पढ़ता है, tests चलाता है, errors देखता है, और fix करता है।
Practical result: agent workflows जो Sonnet पर minutes लेते थे, SWE-1.5 पर seconds में खत्म। Developers जो पूरा दिन fix-test-fix-test cycles चलाते हैं, उनके लिए ये speed difference हफ्ते में घंटों की बचत में बदलता है। "ये fix करो" और "हो गया" के बीच का feedback loop chai break से पलक झपकने तक सिमट गया। एक बिल्ली के लिए जो नींद और efficiency दोनों value करती है — बेहद appealing। 😸
24 December, 2025 को Wave 13 ने SWE-1.5 को default model के रूप में ship किया — सभी users के लिए तीन महीने free। वो free period 27 March, 2026 को खत्म हुआ, जब Windsurf ने नया quota billing system roll out किया। Classic नशे वाला formula: पहला taste free, फिर तुम speed की लत में फंसो और ₹2500/month ($30) अचानक reasonable लगने लगे। Smart. शातिर। 😹
लेकिन यहां वो बात है जो कोई करना नहीं चाहता। Cognition ने SWE-1.5 को specifically agentic coding tasks पर train किया — फिर उसे एक ऐसे benchmark पर test किया जो agentic coding tasks ही measure करता है। जिस exam की तैयारी की है उसमें अच्छे marks लाना expected है, impressive नहीं। असली सवाल ये है कि SWE-1.5 messy, real-world codebases पर कैसा perform करता है जो training data से बिल्कुल अलग दिखते हैं।
और एक बड़ी चिंता है। अगर हर IDE company अपना proprietary model train करेगी, तो हम walled gardens में फंस जाएंगे। तुम्हारा IDE choice तुम्हारा AI model decide करेगा। तुम्हारा model तुम्हारा IDE decide करेगा। Vendor lock-in with extra steps। कम से कम जब सब GPT-4 use करते थे, तुम editors switch कर सकते थे बिना किसी नए model की quirks के हिसाब से अपनी आदतें बदले। 😾
फिर भी — Sam Altman को किराया देने की बजाय अपना frontier model train करना? ये सही strategic move है। हर IDE company जो OpenAI को API calls भेजती थी, वो अपने future competitor को fund कर रही थी। Cognition ने कहा "नहीं भाई" और अपना दिमाग खुद बनाया। Benchmarks इसे support करते हैं। Speed तो और भी ज़्यादा support करती है।
दो साल पहले, हर AI coding tool OpenAI की API के ऊपर एक पतला wrapper था। आज, Windsurf अपने models train करता है, Cursor custom fine-tunes चलाता है, Copilot raw GPT completions से आगे निकल चुका है। IDE layer अब model layer बन रही है। Competition अच्छी है। Developer जीतता है।
बिल्ली देख रही है। 🐈
