تجهیز دستیار برنامه‌نویسی دوین به مدل قدرتمند Gemini 4 Argon با تخفیف استثنایی ۷۵ درصدی

ورود مدل Gemini 4 Argon به دستیار دوین با تخفیف ۷۵ درصدی رونمایی

شرکت کاگنیشن (Cognition) مدل تازه‌نفس Gemini 4 Argon گوگل را به نسخه دسکتاپ دستیار دوین (Devin Desktop که پیش‌تر با نام Windsurf شناخته می‌شد) و همچنین رابط خط فرمان (CLI) آن اضافه کرد. بر اساس اطلاعیه رسمی معرفی آرگون، این مدل توانسته بالا‌ترین امتیاز را در میان تمام مدل‌های خانواده جمینای در بنچمارک اختصاصی کدنویسی کاگنیشن به دست آورد. این یکپارچه‌سازی، گزینه قدرتمند دیگری در اختیار برنامه‌نویسان می‌گذارد تا تسک‌های طولانی‌مدت کدنویسی را با آن پیش ببرند؛ علاوه بر این، کاربران تا ۲۷ اکتبر می‌توانند از تخفیف چشمگیر ۷۵ درصدی بهره‌مند شوند.

امتیاز ۶۰.۵ درصدی؛ عددی که نیازمند بررسی دقیق‌تر است

کاگنیشن گزارش داده که مدل آرگون در بنچمارک کدنویسی اختصاصی این شرکت یعنی FrontierCode 1.1 موفق به ثبت امتیاز ۶۰.۵ درصد شده است. این نتیجه، آرگون را جلوتر از تمام مدل‌های جمینای قرار می‌دهد که کاگنیشن تا امروز آزمایش کرده است.

در این میان، یک تحلیل عمومی و مستقل از این بنچمارک، عملکرد ۲۳ مدل مختلف را از نظر درستی کد و کیفیت بازبینی (Code Review) ارزیابی کرده که در آن، برترین مدل توانسته در ۵۷.۷ درصد تلاش‌ها از پس تمام خطاهای مسدودکننده برآید. البته تفاوت در نسخه مدل‌ها، بستر اجرای ایجنت‌ها، پرامپت‌ها، ابزارها، تنظیمات نمونه‌برداری و شیوه‌های امتیازدهی، مقایسه مستقیم بین تست‌های مختلف را دشوار می‌کند. امتیاز ۶۰.۵ درصدی کاگنیشن جایگاه آرگون را در جدول رده‌بندی داخلی خودش تثبیت می‌کند، اما برای مقایسه دقیق آن با ارزیابی‌های عمومی، به آزمایشی کنترل‌شده و رو‌در‌رو نیاز است.

قیمت‌گذاری اولیه و ماجرای تخفیف‌های دو لایه

قیمت پایه و اولیه گوگل برای این مدل، ۲ دلار به ازای هر یک میلیون توکن ورودی و ۱۰ دلار به ازای هر یک میلیون توکن خروجی تعیین شده است. برای توکن‌های ورودی کَش‌شده (Cached Input) نیز یک تخفیف ۹۵ درصدی اعمال می‌شود که نرخ آن را به ۱۰ سنت (۰.۱۰ دلار) به ازای هر میلیون توکن می‌رساند. البته گوگل قصد دارد پس از پایان این دوره معرفی، نرخ‌های استاندارد را به ۴ دلار برای ورودی و ۲۰ دلار برای خروجی افزایش دهد.

• تخفیف ویژه دوین: اعمال تخفیف ۷۵ درصدی تا ۲۷ اکتبر.
• نرخ تقریبی با تخفیف: در صورتی که دوین این تخفیف را مستقیماً روی قیمت پایه گوگل اعمال کند، هزینه ورودی به ۵۰ سنت (۰.۵۰ دلار) و خروجی به ۲.۵۰ دلار به ازای هر میلیون توکن کاهش می‌یابد.
• جزئیات مبهم در صورت‌حساب: در بیانیه رسمی کاگنیشن اشاره‌ای نشده که آیا تخفیف دوین با تخفیف ورودی‌های کش‌شده ترکیب می‌شود یا خیر.
• نکته‌ای درباره زمان پایان تخفیف: در تاریخ اعلام‌شده برای این تخفیف سال مشخصی قید نشده است؛ بنابراین بهتر است برنامه‌نویسان پیش از اجرای پروژه‌های سنگین، قیمت‌های درج‌شده درون خود نرم‌افزار دوین را بررسی کنند.

انتخاب مدل تنها با یک تغییر ساده

توسعه‌دهندگان می‌توانند مدل آرگون را به‌راحتی از منوی انتخاب مدل در نسخه دسکتاپ دوین انتخاب کنند. در محیط خط فرمان (CLI) نیز تغییر مدل از طریق فلگ --model، دستور /model یا فایل تنظیمات امکان‌پذیر است. کاگنیشن معمولاً نام‌های کوتاه مانند opus، sonnet، swe، codex و gemini را به کار می‌برد؛ بنابراین پیشنهاد می‌شود کاربران شناسه دقیق آرگون را از لیست مدل‌های CLI بررسی کنند.

سقف خروجی بسیار بزرگ‌تر برای پروژه‌های طولانی

گوگل مدل آرگون را پرچمدار تازه‌اش می‌داند که از توانایی‌های قدرتمندتری در کدنویسی، استدلال و پردازش چندرسانه‌ای بهره می‌برد. سقف تولید توکن‌های خروجی در این مدل از ۶۴ هزار به ۱ میلیون توکن رسیده که جهشی تقریباً ۱۶ برابری را نشان می‌دهد. از آنجا که توکن‌ها تکه‌های متن یا کد هستند، این سقف بالا به ایجنت هوش مصنوعی اجازه می‌دهد حجم به‌مراتب بیشتری از کد را بدون برخورد به محدودیت مدل تولید کند.

این ظرفیت خروجی چشمگیر می‌تواند نیاز به توقف‌های اجباری و واگذاری ادامه کار در پروژه‌های مهاجرت نرم‌افزاری، ریفکتور فایل‌های چندگانه و بازرسی مخازن کد را تا حد زیادی کاهش دهد. البته باید توجه داشت که این رقم صرفاً بیانگر ظرفیت خروجی است و متغیرهایی مانند پنجره زمینه (Context Window)، محدودیت ابزارها، زمان اجرا و توانایی مدل در حفظ یکپارچگی در تسک‌های طولانی‌مدت همچنان چالش‌های جداگانه‌ای به شمار می‌روند.

گوگل همچنین به دو مطالعه موردی درون‌سازمانی اشاره کرده است؛ در یکی از این موارد، ایجنت‌های مجهز به آرگون موفق شدند ۳۲ هزار خط کد SIMD (که از دستورالعمل‌های برداری پردازنده بهره می‌برد) را در دیکدر ویدیویی libgav1 بازنویسی کنند. بر اساس اعلام گوگل، نسخه نهایی پیاده‌سازی‌شده با زبان راست (Rust) تا ۲.۷ برابر سریع‌تر از نسخه قبلی اجرا شد. در موردی دیگر، این مدل به پژوهشگران محاسبات کوانتومی کمک کرد تا یک خط پایه بهینه‌سازی منتشرشده را ۴۰ درصد ارتقا دهند. البته این آمار‌ها پروژه‌های گزارش‌شده توسط خود کمپانی هستند و نباید آن‌ها را ضمانتی قطعی برای همه شرایط در نظر گرفت.

نقاط قوت و ضعف بسته به نوع تسک

نتایج اعلام‌شده از سوی گوگل نشان می‌دهد که آرگون در بسیاری از آزمون‌های کدنویسی، اتوماسیون، پردازش ویدیو و بررسی‌های امنیتی در صدر یا نزدیکی آن قرار دارد؛ هرچند سایر مدل‌ها در کار با ترمینال و برخی وظایف مهندسی نرم‌افزار هم‌چنان امتیازهای بالاتری ثبت کرده‌اند.

مشخصات منتشرشده از آرگون نشان می‌دهد این مدل گزینه‌ای ایده‌آل برای ریفکتورهای بلندمدت، تحلیل ویدیوهای طولانی، اتوماسیون و برطرف‌سازی آسیب‌پذیری‌های امنیتی است. در طرف مقابل، مدل Claude Opus 5.5 در تسک‌های مبتنی بر خط فرمان عملکرد بهتری ارائه می‌دهد و در بنچمارک FrontierSWE v2 نیز GPT-6 Astra پیشتاز است. بنابراین تیم‌های نرم‌افزاری هنگام انتخاب مدل باید شرایط آزمایش و نسخه بنچمارک‌ها را دقیق در نظر بگیرند.

دوین انتخاب مدل را به آزمونی عملی در دل مخزن کد تبدیل می‌کند

دستیار دوین بستری یکپارچه برای اجرای ایجنت‌ها میان مدل‌های گوناگون شرکت‌های آنتروپیک، اوپن‌ای‌آی، گوگل، کاگنیشن و پروژه‌های متن‌باز از جمله دیپ‌سیک (DeepSeek)، کیمی (Kimi) و جی‌ال‌ام (GLM) فراهم می‌کند. این زیرساخت مخزن کد، ترمینال، ابزار‌ها و جریان کاری را در اختیار هر مدل قرار می‌دهد و مقایسه عملکرد مدل‌های مختلف روی یک تسک مشخص و توزیع کار‌ها بر اساس هزینه، سرعت یا کیفیت را بسیار ساده‌تر می‌سازد.

آزمایش کنترل‌شده روی یک مخزن واقعی کد، به‌مراتب شواهد کاربردی‌تری نسبت به جدول‌های رده‌بندی عمومی ارائه می‌دهد. تیم‌هایی که قصد دارند مدل آرگون را بسنجند می‌توانند شرایط زیر را ثابت نگه دارند:

• استفاده از کامیت یکسان در مخزن، محیط اجرایی مشابه، پرامپت یکپارچه، ابزار‌های یکسان و سقف توکن مشخص.
• انتخاب تسک‌های واقعی و نمونه نظیر رفع باگ، مهاجرت کد، تعمیر تست‌ها و اعمال پچ‌های امنیتی.
• ثبت نرخ موفقیت، زمان سپری‌شده، میزان مصرف توکن، نتایج تست‌ها، باگ‌های احتمالی جدید و زمان موردنیاز برای بازبینی انسانی.
• بررسی دقیق تفاوت‌های ایجادشده در کد (Diff) برای شناسایی تغییرات غیرضروری، تست‌های ضعیف و خطاهای برطرف‌نشده.
• محاسبه هزینه نهایی تسک با احتساب تلاش‌های مجدد، به‌جای تکیه صِرف بر قیمت اسمی هر توکن.

تخفیف موقت دوین هزینه اجرای این آزمون‌ها را تا حد چشمگیری کاهش می‌دهد؛ به‌ویژه برای پروژه‌هایی که می‌توانند از سقف خروجی عظیم آرگون بهره ببرند. در نهایت، ارزش کاربردی این مدل به این بستگی خواهد داشت که آیا تسک‌های طولانی می‌توانند کدهایی باکیفیت و آماده مرج (Merge) تولید کنند که به تلاش‌های مجدد کم‌تر و حداقل دخالت نیروی انسانی نیاز داشته باشند یا خیر.