Gemini 4 Argon chega ao Devin: 60,5% no FrontierCode com 75% de desconto

O Gemini 4 Argon passou a estar disponível no Devin Desktop e no Devin CLI. Até 27 de outubro de 2026, ele custa 75% menos que a tabela de preços. O Google mantém até 1 de dezembro um desconto de lançamento de 50%, e o Devin acrescenta mais 50% durante a promoção. No FrontierCode 1.1, benchmark interno, o modelo faz 60,5%. É mais que o GPT-6.1 Sol (60,4%) e fica no nível do GPT-6 Sol (60,7%). Entre os modelos Gemini da tabela, é o melhor resultado.

O que o FrontierCode mostrou

O FrontierCode 1.1 é um benchmark proprietário da equipe Windsurf/Devin. Ele avalia os modelos em tarefas reais de engenharia segundo dois critérios: a qualidade da solução e a mergeability, ou seja, se as alterações podem entrar em um repositório de produção sem precisar ser reescritas. A métrica é prática, mas não há como verificar publicamente a metodologia nem o conjunto de tarefas. Os números devem ser lidos como dados do fornecedor.

Principais resultados da tabela:

• Gemini 4 Argon: 60,5%. O ganho sobre o Gemini 3.7 Flash (56.3%) é de cerca de quatro pontos.
• GPT-6.1 Sol: 60,4%, GPT-5.6 Sol: 60,6%, GPT-6 Sol: 60,7%. O Argon fica nesse grupo, em um agrupamento denso, e a diferença de 0,3 ponto está dentro da margem de ruído.
• Acima estão o SWE-2 (62,5%), o Claude Sonnet 5.5 (64,4%), o GPT-6 Astra (64,5%) e o Claude Opus 5.5 (65,3%).
• Abaixo: Grok 4.7 (59,4%), Claude Haiku 5.5 (58,4%) e Kimi K3 (58,2%).

Dos 12 modelos da tabela, o Argon ocupa a sétima posição. Não dá para chamá-lo de líder em qualidade. Seu argumento é a combinação de preço e resultado, e nesse quesito ele tem hoje uma posição forte.

Como o modelo se comporta no trabalho

Segundo observações da equipe do Devin, o Argon primeiro reúne contexto e só depois escreve código. Ele lê de forma ampla, consulta o histórico do git para captar as convenções do repositório e revisa o próprio diff antes de declarar a tarefa concluída. Essa sequência influencia diretamente a mergeability: há menos alterações que quebram o estilo do projeto e menos pontos esquecidos.

O modelo se sai melhor em correção de bugs e refatoração em backend e código de sistema, especialmente em Python, C/C++ e PHP. A publicação não diz nada sobre frontend, desenvolvimento mobile e outras stacks, então ainda é cedo para tirar conclusões sobre elas.

Preço e como testá-lo

Os descontos não se somam de forma aritmética. O Google cobra metade do preço, e o Devin reduz o restante pela metade de novo, então o valor final equivale a um quarto da tabela. A publicação não informa as tarifas absolutas. No gráfico de «custo versus qualidade», o eixo de custo por rollout vai de $0,25 a $10, e o Argon aparece em duas versões: com preço normal e com a promoção.

A conclusão prática para as equipes é simples. Até 27 de outubro, dá para rodar o Argon nas suas próprias tarefas ao lado do modelo padrão atual: pegue de 20 a 30 tickets já fechados de correção de bugs e refatoração, e calcule a proporção de diffs aceitos sem ajustes e o custo por tarefa. Se você escreve em Python, C/C++ ou PHP, o resultado tende a ser o mais revelador. Depois de 27 de outubro, o desconto do Devin acaba e fica apenas a tarifa de lançamento do Google, até 1 de dezembro. Antes de escalar o uso, convém basear as contas no preço sem promoção, para evitar uma surpresa desagradável no orçamento.

É possível instalar o modelo no Devin Desktop ou pelo Devin CLI.