评测来源官方评测
CursorBench
Cursor / 编程 · 来自真实工程会话的编程代理任务
在 AIDC热点 中参与排名
证据预算1.2%
上游数据时间待核实
最近成功同步10/16 14:05
它测什么，怎么测
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。
如何使用这份证据
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。
评测成绩
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。
| 原榜名次 | 原榜型号 | 原始成绩 | 代表配置 |
|---|---|---|---|
| 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 |
| 14 | claude-haiku-5-5_maxAnthropic | 48.4% | Max 推理 |
| 17 | claude-opus-5_maxAnthropic | 46.6% | Max 推理 |
| 18 | grok-4.7_xhighxAI | 46.3% | xHigh 推理 |
| 26 | glm-5.3_maxZ.ai | 42.6% | Max 推理 |
| 28 | gpt-5.6-sol_maxOpenAI | 41.7% | Max 推理 |
| 29 | muse-spark-1.3_maxMeta | 41.6% | Max 推理 |
| 31 | grok-4.6_xhighxAI | 41.4% | xHigh 推理 |
| 32 | gpt-5.6-terra_maxOpenAI | 41.3% | Max 推理 |
| 35 | gemini-3.8-flash_highGoogle | 39.6% | High 推理 |
| 42 | glm-5.3-flash_maxZ.ai | 36.8% | Max 推理 |
| 44 | gpt-5.6-luna_maxOpenAI | 35.9% | Max 推理 |
| 47 | claude-sonnet-5_maxAnthropic | 34.1% | Max 推理 |
| 64 | Composer 2.5— | 27.7% | 来源默认配置 |
评测局限与数据署名
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。
数据许可：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。