Cognition 的 FrontierCode 2.0 評測中，Gemini 4 Carbon 得分 40%，落後於 Claude Opus 5.5、GPT-6 Astra 和 Claude Sonnet 5.5

Devin 的開發商 Cognition 在 FrontierCode 2.0 上評測了 Gemini 4 Carbon 和 Gemini 4 Argon。這項程式碼基準測試衡量模型超越規格要求的能力。以下是 Cognition 自行測得的結果。

• Gemini 4 Carbon： 每項任務 4.04 美元，得分 40%。Cognition 稱其表現「接近最先進水準」，但落後於 Claude Opus 5.5、GPT-6 Astra 和 Claude Sonnet 5.5。
• Gemini 4 Argon： 每項任務 6.41 美元，得分 26.3%，領先 Muse Wonder 1.0，但落後於 Claude Haiku 5.5 和 Grok 4.7。

完整分數請見 Cognition 的 FrontierCode 排行榜。X 上有一則回覆詢問，為何 Gemini 模型使用 Devin CLI 作為測試框架，而非 Antigravity。