CursorBench

Name: CursorBench
Creator: Cursor

This page's content is in Chinese.

Cursor / 编程 · 来自真实工程会话的编程代理任务

In AIDC热点Ranked

Evidence budget1.2%

Upstream data timeTo be verified

Last successful sync11/02 20:05

What it measures and how

Cursor 用自家产品里的真实编程任务评测代理，按推理档位分别发布成绩。

正式计分（方法 v16 起）；成绩由 Cursor 发布、Epoch AI 汇编，按原始发布方署名。

按固定规则，每个公开模型采用一套代表配置。匿名测试型号不展示，保留原榜名次，每项最多 30 个。

Original board rank	Original board model	Raw result	Representative config
1	claude-opus-5-5_maxAnthropic	57.8%	Max 推理
4	claude-sonnet-5-5_maxAnthropic	55.5%	Max 推理
6	gemini-4-argon_highGoogle	52.9%	High 推理
9	claude-fable-5-1_maxAnthropic	51.8%	Max 推理
12	muse-wonder-1.0_maxMeta	50.4%	Max 推理
15	claude-haiku-5-5_maxAnthropic	48.4%	Max 推理
18	deepseek-v4.1-flash-1017_maxDeepSeek	47.7%	Max 推理
20	claude-opus-5_maxAnthropic	46.6%	Max 推理
21	grok-4.7_xhighxAI	46.3%	xHigh 推理
34	glm-5.3_maxZ.ai	42.6%	Max 推理
36	gpt-5.6-sol_maxOpenAI	41.7%	Max 推理
38	muse-spark-1.3_maxMeta	41.6%	Max 推理
40	grok-4.6_xhighxAI	41.4%	xHigh 推理
41	gpt-5.6-terra_maxOpenAI	41.3%	Max 推理
44	gemini-3.8-flash_highGoogle	39.6%	High 推理
51	glm-5.3-flash_maxZ.ai	36.8%	Max 推理
53	gpt-5.6-luna_maxOpenAI	35.9%	Max 推理
57	claude-sonnet-5_maxAnthropic	34.1%	Max 推理
74	Composer 2.5—	27.7%	来源默认配置

Benchmark limits and data attribution

任务与评测环境由 Cursor 自定，未完全公开；成绩为发布方自报，没有误差范围。

Data license:CC BY 4.0 · Epoch AI 汇编，原始成绩由 Cursor 发布

成绩由 Cursor 发布，原始分数与 AIDC热点共识分使用不同尺度，不能直接相加。