Собственные бенчмарки Google: Gemini превосходит Opus в коде, но проигрывает ему

Анализ бенчмарков Gemini 4 Argon показывает противоречивые результаты: модель опережает Opus 5.5 на DeepSWE, но уступает на Terminal-Bench 4.0 и FrontierSWE. Это ставит под вопрос эффективность единого рейтинга лучших кодовых ИИ-ассистентов.