Cognition 的 FrontierCode 2.0 评测显示，Gemini 4 Carbon 得分为 40%，落后于 Claude Opus 5.5、GPT-6 Astra 和 Claude Sonnet 5.5

Devin 的开发商 Cognition 使用 FrontierCode 2.0 评测了 Gemini 4 Carbon 和 Gemini 4 Argon。FrontierCode 2.0 是 Cognition 的编程基准测试，用于衡量模型超越规格要求的能力。以下数据为 Cognition 自行测得。

• Gemini 4 Carbon：得分 40%，每项任务成本 $4.04。Cognition 称其接近最先进水平，但落后于 Claude Opus 5.5、GPT-6 Astra 和 Claude Sonnet 5.5。
• Gemini 4 Argon：得分 26.3%，每项任务成本 $6.41，领先于 Muse Wonder 1.0，但落后于 Claude Haiku 5.5 和 Grok 4.7。

完整得分见 Cognition 的 FrontierCode 排行榜。X 上有一条回复质疑，为什么 Gemini 模型使用 Devin CLI 作为测试框架，而不是 Antigravity。