CognitionのFrontierCode 2.0でGemini 4 Carbonは40%、Claude Opus 5.5、GPT-6 Astra、Claude Sonnet 5.5を下回る

Devinを開発するCognitionは、仕様を超えて対応するモデルの能力を測るコーディングベンチマーク、FrontierCode 2.0でGemini 4 CarbonとGemini 4 Argonを評価した。以下はCognition独自の測定結果だ。

• Gemini 4 Carbon: 1タスクあたり4.04ドルで40%。Cognitionは最先端に近いと評価しているが、Claude Opus 5.5、GPT-6 Astra、Claude Sonnet 5.5を下回る。
• Gemini 4 Argon: 1タスクあたり6.41ドルで26.3%。Muse Wonder 1.0を上回るが、Claude Haiku 5.5とGrok 4.7を下回る。

全スコアはCognitionのFrontierCodeランキングで確認できる。Xの返信の1つでは、GeminiモデルのハーネスとしてAntigravityではなくDevin CLIを使った理由を尋ねている。