Cognition के FrontierCode 2.0 में Gemini 4 Carbon का स्कोर 40%, Claude Opus 5.5, GPT-6 Astra और Claude Sonnet 5.5 से पीछे

Devin बनाने वाली कंपनी Cognition ने FrontierCode 2.0 पर Gemini 4 Carbon और Gemini 4 Argon का मूल्यांकन किया। यह उसका कोडिंग बेंचमार्क है, जो मापता है कि कोई मॉडल स्पेसिफ़िकेशन से आगे जाने में कितना सक्षम है। ये Cognition के अपने माप हैं।

• Gemini 4 Carbon: प्रति टास्क $4.04 पर 40%, जिसे Cognition अत्याधुनिक प्रदर्शन के करीब बताता है; यह Claude Opus 5.5, GPT-6 Astra और Claude Sonnet 5.5 से पीछे है।
• Gemini 4 Argon: प्रति टास्क $6.41 पर 26.3%, Muse Wonder 1.0 से आगे, लेकिन Claude Haiku 5.5 और Grok 4.7 से पीछे।

पूरे स्कोर Cognition की FrontierCode लीडरबोर्ड पर हैं। X पर एक जवाब में पूछा गया है कि Gemini मॉडल्स के लिए हार्नेस के तौर पर Antigravity के बजाय Devin CLI का इस्तेमाल क्यों किया गया।