Cognition'ın FrontierCode 2.0 testinde Gemini 4 Carbon %40 puan aldı; Claude Opus 5.5, GPT-6 Astra ve Claude Sonnet 5.5'in gerisinde

Devin'in geliştiricisi Cognition, modellerin spesifikasyonun ötesine geçme becerisini ölçen kodlama karşılaştırma testi FrontierCode 2.0'da Gemini 4 Carbon ve Gemini 4 Argon'u değerlendirdi. Bunlar Cognition'ın kendi ölçümleri.

• Gemini 4 Carbon: Görev başına 4,04 $ karşılığında %40 puan aldı. Cognition, bunu son teknolojiye yakın olarak nitelendiriyor; Claude Opus 5.5, GPT-6 Astra ve Claude Sonnet 5.5'in gerisinde.
• Gemini 4 Argon: Görev başına 6,41 $ karşılığında %26,3 puan aldı; Muse Wonder 1.0'ın önünde, Claude Haiku 5.5 ve Grok 4.7'nin gerisinde.

Tam puanlar Cognition'ın FrontierCode liderlik tablosunda yer alıyor. X'teki bir yanıtta, Gemini modellerini değerlendirmek için neden Antigravity yerine Devin CLI'nin test düzeneği olarak kullanıldığı soruluyor.