FrontierCode 2.0 của Cognition chấm Gemini 4 Carbon đạt 40%, xếp sau Claude Opus 5.5, GPT-6 Astra và Claude Sonnet 5.5

Cognition, công ty tạo ra Devin, đã đánh giá Gemini 4 Carbon và Gemini 4 Argon trên FrontierCode 2.0, bài benchmark lập trình đo lường khả năng vượt ngoài đặc tả của một mô hình. Đây là kết quả do chính Cognition đo lường.

• Gemini 4 Carbon: 40% với chi phí $4.04 mỗi tác vụ; Cognition gọi đây là mức gần hàng đầu, xếp sau Claude Opus 5.5, GPT-6 Astra và Claude Sonnet 5.5.
• Gemini 4 Argon: 26.3% với chi phí $6.41 mỗi tác vụ, xếp trên Muse Wonder 1.0 nhưng dưới Claude Haiku 5.5 và Grok 4.7.

Xem đầy đủ điểm số trên bảng xếp hạng FrontierCode của Cognition. Một người phản hồi trên X hỏi vì sao Devin CLI được dùng làm bộ khung đánh giá cho các mô hình Gemini thay vì Antigravity.