Devin AIとは？ 機能、ベンチマーク、料金＆デプロイガイド

TL;DR

Devin AI は Cognition が開発した自律型のソフトウェアエンジニアリングエージェントで、リポジトリ探索、変更計画、コードの作成とテスト、プルリクエストの準備までを行える。エディタ内のコード補完とは異なり、Devin はリポジトリを検査し、複数ファイルを変更し、コマンドやテストを実行し、レビュー可能な変更を作成できる。

2026年には、クラウドエージェントから発展して Devin Cloud、Devin Desktop、Devin CLI、そしてコスト最適化のための Devin Fusion アーキテクチャに拡張された。ユーザーは無料枠から開始でき、Pro は月額 $20 から。Devin の導入は通常、リポジトリ接続、実行環境の構成、権限の定義、既存のレビューおよびデプロイパイプラインへの統合を意味する。

このガイドは Git と基本的なテストを理解している開発者およびエンジニアリングリード向けである。Devin の能力と根拠を説明し、その後、範囲を限定したリポジトリパイロットの方法を示す。コマンド例は Python プロジェクトと Bash シェルを前提としている。

Key Takeaways

• Devin は、コード探索と実装からテスト、プルリクエスト準備までのマルチステップなエンジニアリングワークフローをサポートする。
• Devin はホスト型ワークフローとローカル CLI 実行をサポートする。CometAPI は独立したカスタムエージェントを実装可能だが、ローカル CLI もモデル API も Devin の独自プラットフォームそのものを再現するものではない。
• Devin Fusion はフロンティアモデルと小型モデルを組み合わせ、競争力のあるコーディング性能を維持しつつエージェント実行コストを低減する。
• Devin AI の価格は Free、Pro ($20/月)、Max ($200/月)、Teams ($80/月の最低料金、フル開発者席は $40/月で最低料金に充当)、および Enterprise のカスタムプランを含む。
• 2024年当時の SWE-bench 結果 13.86% は、現行の Devin プラットフォームのベンチマークではなく歴史的マイルストーンである。

What Is Devin AI?

Devin AI は Cognition が開発した自律型 AI ソフトウェアエンジニアリングプラットフォームである。2024年3月の登場以来、Devin はコード提案を超え、制御された開発環境内でエンドツーエンドのエンジニアリング作業を実行するよう設計された。

従来のコーディングアシスタントは通常、エディタ内でのコード記述を支援する。Devin は、より高レベルの課題を受け取り、リポジトリを検査し、計画を立て、複数ファイルを編集し、コマンドを実行し、失敗を調査し、人間がレビュー可能な実装案を作成できる。

Cognition の最初の Devin アナウンスは、デバッグ、コード生成、マルチステップの問題解決を示した。その後のリリースでは、インタラクティブな計画、リポジトリ探索、コラボレーティブな開発環境、柔軟なデプロイワークフローが導入された。

Devin は単一の大規模言語モデルではなく、エージェントプラットフォームである。その能力は、モデルの推論とツールアクセス、リポジトリのコンテキスト、実行環境、計画、および検証の組み合わせから生まれる。

Devin AI specifications at a glance

個々の基盤モデルのコンテキストウィンドウや仕様を、Devin 製品全体の普遍的な制限と混同しないこと。

Devin はまた、セッションとワークフローの自動化のために REST API を公開している。Organization と Enterprise のスコープでは機能や権限要件が異なる。プラットフォーム API へのアクセスは、モデル API の購入とは別である。

How Does Devin AI Work?

Devin はエージェントの実行ループを用いる。すなわち、目標を解釈し、作業を計画し、ツールを選択し、コードベースを調査し、ファイルを変更し、テストを実行し、フィードバックを評価し、反復する。最終的な出力は、一般にレビュー可能なプルリクエストであり、自動承認された本番リリースではない。

ワークフロー: Task / GitHub issue → 計画とモデル推論 → コードベース検索、ターミナルおよびブラウザ操作 → 検証と反復 → プルリクエスト → 人間のレビュー → CI/CD デプロイ

From Repository Understanding to Pull Request

Devin はまずリポジトリを検査し、関連ファイルと依存関係を特定し、要求された成果に基づく計画を策定する。その後、コードを編集し、コマンドやテストを実行し、失敗を調査する。ワークフローは、変更と検証結果を含む提案プルリクエストで終わり、人間がレビューする。テストに合格しても、ビジネス要件の確認が不要になるわけではない。

Devin Fusion and multi-model orchestration

Devin Fusion は、フロンティアモデルと低コストの補助モデルを組み合わせる。難易度の高い意思決定では強力なモデルを、日常的なコーディングや探索では小型モデルを用いる。節約効果はワークロードによって異なる。

公式の Fusion 説明では、重要な意思決定と重要な編集はリードモデルが担当し、探索、リード、テスト実行は安価なサイドキックが担当するとしている。

What Are Devin AI’s Main Features?

実務では、依存関係のアップグレード、繰り返し可能な移行、限定的なバグ修正、テスト追加、小規模リファクタリングといった範囲限定タスクの評価が容易である。ビジネス要件が曖昧な場合や、成功がステークホルダーの判断に依存する場合は、成果の評価が難しい。

Who Should Use Devin AI?

Devin は、定義済みのバックログを持ち、リポジトリにアクセスでき、結果として提案される変更をレビュー可能な人員がいる開発者およびエンジニアリングチームに最も有用である。エンジニアリングリードは範囲限定のチケットを委任でき、メンテナーは、レビュー作業を増やすことなく反復的な実装を減らせるかどうかを評価するためにパイロットを実施できる。

良い出発点は、依存関係のアップグレード、小さなバグ修正、回帰テスト、ドキュメント更新、繰り返し可能な移行などだ。観測可能な成功基準を備えた作業を選ぶ。例として、失敗していたテストが通る、エンドポイントが期待どおりのレスポンスを返す、移行により既存の挙動が維持される、など。最初の課題はレビュワーが差分全体を把握できる規模に抑える。

開始前に、リポジトリアクセス、インストールとテストのコマンド、関連ドキュメント、明確な境界を提供する。エージェントが変更可能なファイル、使用可能な認証情報、承認が必要なアクションを特定する。環境が問題を再現できること、チームがログ、テスト結果、提案コード変更を確認できることを確認する。

製品上の意思決定が未解決、受け入れ基準が不明確、主要なアーキテクチャ上のトレードオフがあるタスクは、まず人間による明確化が必要である。広範な目標は独立してテスト可能なステップに分割し、本番リリースは人間の承認を維持する。パイロットの評価は、受け入れられた変更、総支出、レビュー時間、リグレッション（不成功の試行も含む）で行う。結果が追加の調整や運用コストを正当化すると判断できる場合にのみ拡大する。

How Does Devin AI Perform on Coding Benchmarks?

Devin の性能は、過去の課題解決結果と、より新しいエンドツーエンドのエージェント効率測定を分けて評価する必要がある。バージョン、タスク、支援レベルが異なるベンチマークは互換ではない。

Devin’s original SWE-bench results

Cognition の 2024年3月の評価では、Devin は自律エージェント設定の下で抽出された 570 件の SWE-bench 課題のうち 13.86% を解決した。報告された非支援のベースラインは 1.96%、Claude 2 による支援ベースラインは 4.80% だった。別の 100 件の実験（正解テストあり）では 23.00% が報告された。

これらの数値は特定の評価設定における歴史的結果であり、現在のコーディングエージェントのリーダーボードと直接比較すべきではない。

Cognition の元のベンチマークチャートは、支援ベースライン付きの歴史的結果を示す。再描画せずに再掲しており、条件は現在のエージェント評価とは異なる。

これらの結果は、リポジトリナビゲーションとデバッグエージェントの初期発展を示すものであり、現時点のリーダーボード比較に用いるべきではない。

Devin Fusion performance in 2026

以下の Coding Agent Index 1.5 の結果は Cognition により表示され、Artificial Analysis による独立テストに帰属されている。スコアはエージェント構成に基づき、コストは完全なベンチマーク実行にかかるコストであり、トークン単価ではない。

公開された Fusion の結果は、Coding Agent Index 1.5 の測定が Artificial Analysis によるものだとしている。これは外部の報告結果であり、本記事で実施したテストではない。製品サマリーは再現可能な環境、実行予算、反復回数の完全な仕様を示していないため、この表は普遍的な性能ランキングというよりも、コストとスコアの限定的な比較を支援するものに留まる。

Fable 5.1 の組み合わせでは、報告コストが 36.1% 削減され、スコアは 0.5 ポイント低下している。Astra 6 の組み合わせでは、コストが 39.2% 削減され、スコアは 2.7 ポイント低下している。開発者は Claude Fable 5.1 API in CometAPI および GPT-6 Astra API in CometAPI に個別にアクセスできる。これらの API ルートは、テストされたエージェント構成とは別物であり、そのベンチマークスコアを継承しない。

Practical evaluation metrics

• タスク完了率とマージされた PR 率
• 受け入れられた変更あたりのエージェント支出
• 人間のレビュー時間と修正頻度
• テスト成功率とマージ後のリグレッション
• 課題からデプロイまでのエンドツーエンドのリードタイム

ベンチマークスコアは、モデル、タスク、ツールアクセス、時間制限、評価設定によって変動する。チームは、受け入れられた変更、レビュー時間、受け入れ変更あたりのコスト、マージ後のリグレッションも併せて追跡すべきである。

Devin AI vs Claude Code vs Codex

Devin AI advantages

Devin は、範囲限定の課題を委任し、ホスト型のエンジニアリングプロセスを通じてレビュー可能な変更を収集する組織に適合する。

Interactive coding workflows

Claude Code と Codex は、開発者の密な指示の下での高度にインタラクティブなコーディング、反復的な実装、デバッグに適している場合が多い。

Team selection criteria

評価時は同じリポジトリタスクと品質ゲートを用いる。単一のリーダーボードスコアではなく、マージされた変更の品質、レビュー負荷、コスト、リードタイムで選定する。

How Much Does Devin AI Cost in 2026?

Cognition は 2026年4月にセルフサービスの価格体系を改定した。プランは、含まれる権利と従量課金を区別しており、実際の支出は活動量に依存する。

Teams プランには月額 $80 の最低料金があり、フル開発者席は 1 席あたり $40/月。席の料金は常に上乗せではなく、この最低料金に充当される。例えば、フル席 2 つで $80/月、3 つで $120/月となる。Free のフレックス席も利用可能で、その使用量は共有のオンデマンドクレジットから差し引かれる。

Cognition の Enterprise 向け課金ドキュメント によれば、Enterprise 顧客は契約固有のレートで Agent Compute Units（ACU）に基づいて課金される。対照的に、セルフサービスプランは含まれるクォータと超過分のドル建て課金を用いる。実際のコストはモデル選択、タスクの複雑さ、消費量に依存する。

Total cost drivers

• エージェントの実行時間とリトライ
• フロンティアモデルか Fusion 構成か
• 人間の修正およびレビュー時間
• テスト基盤、CI/CD、モニタリング

How to Deploy Devin AI: Step-by-Step Guide

Devin は、作業を開始したり監督したりするための複数の方法（Cloud、Desktop、CLI、Slack や Microsoft Teams の @Devin、オートメーション、Review）を提供する。これらはインターフェースとワークフローであり、相互に代替可能なホスティングモデルではない。Devin Mobile は別のアクセス手段で、公式ページ では現在、早期アクセスのウェイトリストが提供され、セッションはクラウドで実行される。以下のガイドは、Cloud とローカル CLI ワークフローのためのリポジトリ設定に焦点を当てる。ローカル CLI 実行は、基盤となる AI サービスすべてがローカルホストであることを意味しない。公式の製品概要 とワークフロードキュメント を参照。

Step 1: Create a Devin account

Devin の公式サイト を訪れ、パイロットに適したプランを選ぶ。本番資産を接続する前に、認可と承認の責任範囲を定義する。

Step 2: Connect a Git repository

Settings > Connections でソース管理プロバイダに接続し、Devin がアクセス可能なリポジトリを選択する。Enterprise 管理者は、組織へのリポジトリアクセスの付与も必要である。公式の環境セットアップ手順 に従い、変更を割り当てる前に Devin が選択したリポジトリをクローンできることを確認する。

Step 3: Prepare the development environment

インストール、ビルド、テスト、環境セットアップ手順を提供する。一般的な Python の例は次のとおり。

python -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt
python -m pytest tests/ -q

これらはサンプルプロジェクトのコマンドであり、Devin サービス固有の必須コマンドではない。Windows ではアクティベーションの構文が異なる。

Step 4: Give Devin a bounded task

Repository: example-org/customer-api
Task: Fix the incorrect HTTP status for a missing customer.
Requirements:
1. Find the endpoint and error handler.
2. Return 404 for missing records.
3. Preserve successful responses.
4. Add regression tests.
5. Run relevant tests.
6. Prepare a PR with a change summary.
Constraints: Do not modify the schema, credentials, or production deployment.
Completion: A reviewed PR with passing tests.

Step 5: Review the changes

差分、テスト出力、依存関係の更新、前提を確認する。人間が作成したプルリクエストに対して用いるのと同じリンター、統合、セキュリティ、レビューのチェックを適用する。

Step 6: Validate the PR and prepare a release

name: Validate Application
on:
  pull_request:
    branches: [main]
permissions:
  contents: read
jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with:
          python-version: "3.12"
      - run: pip install -r requirements.txt
      - run: pytest tests/ -q

このサンプルは Python の PR を検証するものであり、本番デプロイは行わない。本番デプロイには、別個の承認済みリリースステージを用い、可観測性とロールバックの備えを行う。

How to Install and Use Devin CLI Locally

Devin CLI は、ローカルのリポジトリとツールで動作しつつ、サポートされる Devin サービスを利用する。これは Devin の独自モデルの重みをセルフホストするリリースではない。

リモートインストーラを実行する前に、スクリプトと組織ポリシーを確認すること。

Step 1: Install Devin CLI

macOS または Linux へ Devin CLI をインストールする:

curl -fsSL https://cli.devin.ai/install.sh | bash

Step 2: Start a local session

cd ~/projects/my-app
devin

プロンプトに従い認証を完了する。

Step 3: Plan before editing

/plan
Review authentication and propose a minimal expired-session fix.
Do not edit files until the plan is agreed.

/ask モードは読み取り専用の探索にも役立つ。

Step 4: Run tests and inspect changes

承認された計画を実装し、テストを実行し、git diff を確認する。リポジトリのリスクに応じて、権限と承認コントロールを選択する。

Step 5: Hand off to Devin Cloud

/handoff open a PR

Devin CLI ドキュメント はインストール、認証、クラウドへのハンドオフをカバーする。ハンドオフが成功するとクラウドセッションが作成される。ローカル作業を終える前にそのステータスを確認する。

Which Devin AI Deployment Option Should You Choose?

厳密なアイソレーションが必要な場合は、特定のサブスクリプションで完全なセルフホスト実行が含まれると仮定せず、Cognition と Enterprise のデプロイ条件を確認する。

Can CometAPI Replace or Complement Devin AI?

Devin はマネージドなエンジニアリングエージェントプラットフォームであり、CometAPI はカスタムアプリケーションを構築するための AI モデルへの API アクセスを提供する。両者は別製品である。開発者は、モデル API を用いて、Devin の独自ランタイムを再現せずに、特化したコードレビューやリポジトリドキュメント化サービスを構築できる。

開発者は以下の例に対し Claude Fable 5 API にアクセスできる。これはレビュー提案を返すモデルリクエストであり、リポジトリを検査したり、テストを実行したり、プルリクエストを自動作成するものではない。

Step 1: Obtain a CometAPI key

認証情報を作成し、環境変数に保存する。ソースコードには保存しない。

Step 2: Install the Python client

python -m pip install --upgrade openai
export COMETAPI_KEY="your_api_key"

Step 3: Request a code review

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["COMETAPI_KEY"],
    base_url="https://api.cometapi.com/v1",
)

response = client.chat.completions.create(
    model="claude-fable-5",
    messages=[
        {"role": "system", "content": "You review code and propose minimal fixes."},
        {"role": "user", "content": "Review: def divide(a,b): return a/b; suggest tests."},
    ],
)
print(response.choices[0].message.content)

この例は、ドキュメント化された claude-fable-5 のモデル ID と、OpenAI 互換の chat-completions ルートを使用する。有効な CometAPI アカウント、正しいキー、利用可能なクレジットが必要だ。リクエストが成功するとレビュー文が出力される。出力を確認し、テストの作成と実行は別途行うこと。自律エージェントにはさらに、検索、実行ツール、永続状態、権限コントロールが必要である。

CometAPI は OpenAI 互換の Chat Completions と Responses の両 API をサポートする。Chat Completions は messages を用い、Responses はマルチモーダル入力、推論、構造化出力、ストリーミング、ウェブ検索、関数ツールをサポートする。正確なサポート内容は選択したモデルに依存する。

What Are the Limitations of Devin AI?

Task Ambiguity and Scope Control

エージェントは、意図されたビジネス挙動を誤解したまま、もっともらしいコードを生成する可能性がある。広い指示は、試行の繰り返し、スコープの拡張、レビュー困難な変更を招きがちだ。受け入れ基準を定義し、関連コンテキストを提供し、大きなタスクは小さくテスト可能な作業単位に分割する。ファイルと時間の境界を設定し、合意したチェックポイントで進捗を確認し、成果が依然として曖昧な場合は要求を明確化する。

Production security

エージェントはファイル、秘密情報、サービス、コマンドと相互作用しうる。最小権限、分離、承認チェックポイントを適用する。

Cost variability

セッション時間、リトライ、モデル選択、検証が支出に影響する。予算を設定し、成果を監視する。

Human accountability

ソフトウェアチームは、アーキテクチャ、セキュリティ、コンプライアンス、ビジネス上の正しさ、本番リリースに対して引き続き責任を負う。

Conclusion

Devin AI は、ホスト型エージェント、ローカル CLI、コラボレーティブなワークフロー、マルチモデルによるコスト最適化を包含するソフトウェアエンジニアリングプラットフォームへと進化した。最も明確な価値は、バグ修正、移行、テスト、プルリクエスト準備といった、範囲が限定され検証可能なタスクにある。

Fusion の結果は、モデルオーケストレーションがコスト効率を改善しうることを示すが、節約はテストとレビューの必要性を解消しない。限定的なリポジトリパイロットから始め、受け入れられたタスク成果を測定し、エンジニアリングのスループットが向上した場合に限り拡大する。カスタム自動化が必要な開発者は、CometAPI でサポートされるモデルの活用も検討できる。

FAQ

Why can Devin not see a connected repository?

接続のみでは対象組織へのアクセスが付与されない場合がある。Enterprise 設定では、管理者が環境構成前に組織へリポジトリを割り当てる必要がある。選択した組織とリポジトリの権限を確認し、新しいセッションがリポジトリをクローンできるか検証する。環境セットアップガイド ではこれらのアクセス手順が分離されている。

Will a Devin session change the next session’s environment?

セッションでの変更は、保存された環境スナップショットを自動的に更新しない。アドホックなインストールは、環境構成が更新され新たなスナップショットが作成されるまで一時的なものと見なす。同じ依存関係の不足でセッションが繰り返し失敗する場合は、タスクプロンプトで都度インストールするのではなく、設計図（ブループリント）を修正する。

How should teams measure a Devin pilot with failed tasks?

失敗や中止を含む、割り当てたすべてのタスクを分母に用いる。受け入れられた変更、エージェントの総支出、人間のレビュー時間を個別に追跡する。同程度の難易度のタスクで比較し、各失敗の理由を記録する。成功しなかったセッションを除外すると、受け入れ変更あたりのコストが見かけ上低くなるおそれがある。

How can a custom API review avoid exposing private code?

レビューの問いに答える最小限のコード抜粋のみを送信し、認証情報や個人データを除去し、取得前にリポジトリアクセスチェックを強制する。機密コードを送信する前に、選択したプロバイダのデータ取り扱い規約を確認する。カスタムアプリケーション自体がこれらの制御を実装する必要があり、モデル API キーはリポジトリアクセス権限を提供しない。