FrontierCode 2.0 de Cognition sitúa a Gemini 4 Carbon en el 40%, por detrás de Claude Opus 5.5, GPT-6 Astra y Claude Sonnet 5.5

Cognition, creadora de Devin, evaluó Gemini 4 Carbon y Gemini 4 Argon en FrontierCode 2.0, su benchmark de programación que mide la capacidad de un modelo para ir más allá de las especificaciones. Estas son mediciones propias de Cognition.

• Gemini 4 Carbon: 40% a $4.04 por tarea, un resultado que Cognition califica de casi puntero, por detrás de Claude Opus 5.5, GPT-6 Astra y Claude Sonnet 5.5.
• Gemini 4 Argon: 26.3% a $6.41 por tarea, por delante de Muse Wonder 1.0, pero por detrás de Claude Haiku 5.5 y Grok 4.7.

Las puntuaciones completas están en la tabla de clasificación de FrontierCode de Cognition. Una respuesta en X pregunta por qué se usó Devin CLI como entorno de pruebas para los modelos Gemini en lugar de Antigravity.