CognitionがDevinのマルチモデルコーディングプラットフォームにGrok 4.6を追加

Why it matters

Cognition is positioning Devin as the model-neutral control layer for software agents. Fast Grok integration shows how coding products can capture value even as the best underlying model changes.

Cognition, the AI coding company led by Scott Wu (@ScottWu46),は8月12日にxAIのGrok 4.6モデルをDevin DesktopとDevin CLIに追加し、開発者にローカルのコードベース内でエージェント駆動の作業を行うための別のファウンデーションモデルを提供しました。

同社はX上のスレッドで統合を発表しましたと、Grok 4.6がリポジトリの探索やコード編集前の根本原因診断に特に強いと説明した短い技術ノートを公開しました。Cognitionはまた、同モデルがリポジトリの慣習に従い、変更を慎重にテストする点を評価しました。

Wuは競技プログラミングを通じて10年以上互いを知るエンジニアのグループとともにCognitionを立ち上げました。以前の会社の投稿では、彼が初期チームとともにニューヨークのアパートから共に構築していったことを記しています。Cognitionは創業チームが合計で国際情報オリンピック（International Olympiad in Informatics：IOI）の金メダルを10個保持していると述べており、この背景が同社がコーディングモデルを短いコード生成プロンプトではなく、プロダクションエンジニアリング基準に照らして測定することに注力する理由を説明しています。

CognitionのベンチマークはGrokを2つのClaudeモデルの後ろに置く

Cognitionによれば、Grok 4.6は同社のモデル生成のエンジニアリング作業の品質とマージ可能性を評価する独自ベンチマークであるFrontierCode 1.1 ExtendedでGrok 4.5から大幅に改善しました。Cognitionの評価によると、新モデルはOpenAIのGPT-5.6 Solより上位で、AnthropicのClaude Opus 5とClaude Fable 5の下位にランクされました。

このランキングは業界の独立したリーダーボードではなく、Cognition自身の評価システムからの証拠です。同社は水曜日の統合に合わせて新しい研究論文を公開していません。7月7日に公開された同社のFrontierCode 1.1の方法論は、オープンソースリポジトリの実際のプルリクエストから抽出したタスクを使用し、レビュアー定義の基準に照らして提出物を採点します。

Extendedセットは150のタスクを含みます。FrontierCodeはベンチマーク全体で1,000以上の採点基準を使用し、中央の要件はブロッカー（blocking）として指定されます。ブロッキング基準に失敗したソリューションはゼロ点を受け取り、不完全なパッチに部分点を与えるテストよりも評価が厳しくなります。

Cognitionは、より強力なモデルが既存のソリューションをオンラインで見つける能力が高まっていることを受けて7月にベンチマークを改訂しました。FrontierCode 1.1はドキュメントの閲覧を含む正当なインターネット利用を許可しつつ、エージェントに対して上流のパッチや回答を明かす資料を取得しないよう指示します。検証者がモデルの活動をチェックし、ルールに違反したランはゼロ点にします。

その結果としてのGrokのランク付けは、主にCognitionのエージェント環境内でモデルがどのように機能するかを示す指標として有用です。エージェントの足組み（scaffolding）、利用可能なツール、プロンプトやリポジトリのセットアップはコーディング結果に実質的に影響するため、そのリーダーボードをすべてのプログラミングワークフローに対する普遍的な順序と見なすべきではありません。

DevinはxAIの別の配布チャネルになる

Grok 4.6はWindsurfから構築されたエージェント中心の開発環境であるDevin Desktopと、ローカルのコマンドラインコーディングエージェントであるDevin CLIで利用可能です。CLIは開発者のマシン上のファイルに対して動作しながら、機能の実装、バグの調査、コードレビュー、質問への回答を実行できます。

この追加は、エンジニアリングチームとファウンデーションモデル提供者の間に独立したレイヤーとして機能するというCognitionの戦略を前進させます。Cognitionは5月に、ソフトウェアエンジニアリング作業の100以上のカテゴリにわたってモデルを評価しており、Devinをタスクの性能とコストに基づいてモデルを選択するよう設計していると述べました。Desktop製品はまたAgent Client Protocolをサポートしており、互換性のある外部エージェントがDevinの横で実行できるようにします。

その立場は、Cognitionにとって、たとえそれらがAIコーディングの他の領域で競合する企業から提供されるものであっても、有能なモデルを迅速に統合するインセンティブを与えます。開発者はオーケストレーション、リポジトリの文脈、レビューのワークフローのためにコーディング製品を選ぶ傾向が強まり、基盤となるモデルはタスクごとに変わる可能性があります。Grok 4.6は、しばしばエージェントが実際の欠陥を修正するか、単に最も明白なファイルを編集するにとどまるかを左右する、調査重視の作業に対するCognitionの別の選択肢を提供します。

xAIにとって、この統合は開発者がプロジェクトをxAIが構築したコーディングインターフェースに移すことを要求することなく、確立されたソフトウェアエンジニアリングのワークフロー内にGrokを配置することになります。Cognitionにとっては、モデルのランキングはWuのより大きな賭けを支持します。すなわち、耐久的な製品は、相対的な性能が変化する中でモデルのテスト、ルーティング、監督ができるエージェントシステムである、というものです。