模型

Cognition 评测 Gemini 4 Neon:FrontierCode 2.0 得分 46.2%,接近 Opus 5.5

精选理由

写代码的朋友试试这个:Gemini 4 Neon 在 Cognition 的 FrontierCode 2.0 上和 Opus 5.5 差距不到 1 分,但只要三分之一的钱,已经能在 Devin Desktop 和 Devin CLI 里直接用了。预算紧的团队可以换个模型跑跑看。

Cognition 在其自建基准 FrontierCode 2.0 上评测了 Google 的 Gemini 4 Neon,该基准衡量模型生成的 PR 是否值得被合并。Gemini 4 Neon 得分 46.2%,单任务成本 $4.38,与 Opus 5.5 的差距在 1 分以内,但成本约为其三分之一。

正文

FrontierCode 2.0 关注真实代码审查场景,而不是单纯的代码生成正确率,因此分数更能反映模型在实际工程流程中的可用性。Gemini 4 Neon 是 Gemini 系列在该基准上表现最强的模型,目前已接入 Devin Desktop 和 Devin CLI,开发者可以直接在编程工作流中调用。

从竞争格局看,Gemini 4 Neon 以更低价格逼近 Claude Opus 5.5 的表现,对预算敏感的工程团队意味着在 Devin 生态里多了一个高性价比选项,也可能推动编程模型价格进一步下探。

原文 · Cognition

We’ve evaluated Gemini 4 Neon on FrontierCode 2.0, our benchmark that measures whether you should merge the PR, and found that it scores within one point of Opus 5.5 at about a third of the cost. It is the strongest of the Gemini model series with a score of 46.2% and a cost of $4.38 per task. Gemini 4 Neon is now available to use in Devin Desktop and Devin CLI!📊 38 ⚡

产业坐标与信源核验

本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Gemini 4 Neon、Devin、Opus 5.5、FrontierCode,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「Cognition」(@cognition_labs),经 AITOP 多维评分管线结构化提炼。