В тесте Cognition FrontierCode 2.0 Gemini 4 Carbon набрала 40%, уступив Claude Opus 5.5, GPT-6 Astra и Claude Sonnet 5.5

Cognition, создатель Devin, оценила Gemini 4 Carbon и Gemini 4 Argon в тесте FrontierCode 2.0 — собственном бенчмарке для программирования, который измеряет способность модели выходить за рамки спецификации. Это собственные результаты Cognition.

• Gemini 4 Carbon: 40% при стоимости $4.04 за задачу. Cognition называет этот результат близким к уровню лучших моделей; впереди — Claude Opus 5.5, GPT-6 Astra и Claude Sonnet 5.5.
• Gemini 4 Argon: 26.3% при стоимости $6.41 за задачу — выше, чем у Muse Wonder 1.0, но ниже, чем у Claude Haiku 5.5 и Grok 4.7.

Полные результаты опубликованы в таблице лидеров Cognition FrontierCode. В одном из ответов в X спрашивают, почему для Gemini использовали Devin CLI в качестве тестовой оболочки, а не Antigravity.