Gemini 4 Argon появился в Devin: 60,5% на FrontierCode со скидкой 75%

Gemini 4 Argon стала доступна в Devin Desktop и Devin CLI. До 27 октября 2026 года она стоит на 75% дешевле прейскуранта. Google до 1 декабря держит вводную скидку 50%, а Devin добавляет ещё 50% на время промо. На внутреннем бенчмарке FrontierCode 1.1 модель набирает 60,5%. Это выше GPT-6.1 Sol (60,4%) и на уровне GPT-6 Sol (60,7%), а среди моделей Gemini в таблице результат лучший.

Что показал FrontierCode

FrontierCode 1.1 — проприетарный бенчмарк команды Windsurf/Devin. Он оценивает модели на реальных инженерных задачах по двум критериям: качество решения и mergeability, то есть можно ли принять правки в продакшен-репозиторий без переписывания. Метрика практичная, но методику и набор задач публично не проверить. Цифры стоит читать как данные вендора.

Ключевые показатели из таблицы:

• Gemini 4 Argon: 60,5%. Прирост к Gemini 3.7 Flash (56.3%) составляет около четырёх пунктов.
• GPT-6.1 Sol: 60,4%, GPT-5.6 Sol: 60,6%, GPT-6 Sol: 60,7%. Argon стоит в этой группе плотным кластером, разброс в 0,3 пункта находится в пределах шума.
• Выше расположились SWE-2 (62,5%), Claude Sonnet 5.5 (64,4%), GPT-6 Astra (64,5%) и Claude Opus 5.5 (65,3%).
• Ниже: Grok 4.7 (59,4%), Claude Haiku 5.5 (58,4%) и Kimi K3 (58,2%).

Из 12 моделей в таблице Argon занимает седьмое место. Лидером по качеству её назвать нельзя. Её аргумент в сочетании цены и результата, и здесь у неё сейчас сильная позиция.

Как модель ведёт себя в работе

По наблюдениям команды Devin, Argon сначала собирает контекст и лишь потом пишет код. Она читает широко, заглядывает в историю git, чтобы уловить соглашения репозитория, и просматривает собственный диff перед тем, как объявить задачу выполненной. Такая последовательность напрямую влияет на mergeability: меньше правок, которые ломают стиль проекта, и меньше забытых мест.

Лучше всего модель справляется с исправлением багов и рефакторингом в бэкенде и системном коде, особенно на Python, C/C++ и PHP. Про фронтенд, мобильную разработку и другие стеки в публикации ничего не сказано, так что делать выводы о них рано.

Цена и как её проверить

Скидки не суммируются арифметически. Google берёт половину цены, а Devin сокращает оставшееся ещё вдвое, поэтому итог равен четверти от прейскуранта. Абсолютные тарифы в публикации не приведены. На графике «стоимость против качества» по оси стоимости на один rollout отложены значения от $0,25 до $10, а Argon показана в двух вариантах: по обычной цене и с промо.

Практический вывод для команд простой. До 27 октября можно прогнать Argon на собственных задачах рядом с текущей моделью по умолчанию: взять 20–30 закрытых тикетов с багфиксами и рефакторингом, посчитать долю принятых без правок диффов и стоимость на задачу. Если вы пишете на Python, C/C++ или PHP, результат будет показательнее всего. После 27 октября скидка Devin уходит, останется только вводный тариф Google до 1 декабря. Перед масштабированием лучше заложить в расчёт цену без промо, чтобы не получить неприятный сюрприз в бюджете.

Установить модель можно в Devin Desktop или через Devin CLI.