CursorBench

CursorBench是Cursor公司开发的AI编程模型性能基准测试系统。2024年，CursorBench 4.0版本发布，替代了原有的公开基准评测模型，成为评估AI编程能力的重要标准。该基准测试通过token和step等指标，全面衡量AI模型在编程任务中的表现。

CursorBench 近期进展

2024年7月，Claude Opus 5.5在CursorBench评测中登顶，展现了卓越的编程能力。Claude Opus 5.5 上线 Cursor，登顶 CursorBench

CursorBench 4.0数据显示，Gemini 3.8 Flash在token和step指标上表现突出，展现了高效的处理能力。CursorBench 4.0 数据显示 Gemini 3.8 Flash 在 token 和 step 上表现突出

Kimi K3在CursorBench上得分接近前沿水平，同时支持零数据保留功能，为用户提供隐私保护。Kimi K3 已上线 Cursor，CursorBench 得分接近前沿

SpaceXAI发布的编程模型Grok 4.7支持百万词元输入，价格从2美元起，在Cursor平台上进行了测试。SpaceXAI 发布编程模型 Grok 4.7：百万词元输入 2 美元起

CursorBench作为AI编程能力评测标准，正逐渐成为行业重要参考。数据显示，6%的用户选择Anthropic Fable 5模型，价格因素显著影响用户支出决策。Anthropic Fable 5 模型占比6%，价格差距影响支出

值得注意的是，Claude Opus 5虽然智能接近Fable 5，但价格减半，性价比优势明显。Claude Opus 5 发布，智能接近 Fable 5 价格减半

随着AI编程模型竞争加剧，CursorBench的评测结果直接影响用户选择和模型发展方向，预计未来将有更多模型针对该基准进行优化。