UMBRELLA 4365 CursorBench
CursorBench 是 Cursor 的内部评测套件，取自真实用户的 agent 任务。自 Opus 4.8 起，模型厂商的官方发布材料开始直接引用它——一家编辑器公司的考卷成了行业度量衡。本页汇总公开披露过的成绩，版本与算力档位见备注；因训练数据污染撤榜的成绩不收录。数字全部取自官方发布材料、第三方评测机构与站内已查证档案，评测口径（版本 / 算力档 / 脚手架）标在备注里；因训练数据污染撤榜的成绩不收录。仅作记录，不构成选型建议。
模型 5 个成绩 5 条前沿刷新 2 次2026.06.30 → 2026.09.01
◈ 当前榜 CURRENT BOARD每个模型取最近一次公开成绩
| # | 模型 | 成绩 | 相对前沿 | 日期 | 口径 / 备注 |
|---|---|---|---|---|---|
| 1 | Claude Fable 5.1 Anthropic |
73.4% | 100 | CursorBench 3.2 满力档 · Cursor 员工论坛公告 原文 ↗ | |
| 2 | Claude Fable 5 Anthropic |
70.5% | 96 | CursorBench 3.2 满力档 · 据 Fable 5.1 发布对照表 原文 ↗ | |
| 3 | Claude Opus 5 Anthropic |
70% | 95.4 | CursorBench 3.2 满力档 · 据 Fable 5.1 发布对照表 原文 ↗ | |
| 4 | GPT-5.6 Sol OpenAI |
67.2% | 91.6 | CursorBench 3.2 · 据 Fable 5.1 发布对照表 原文 ↗ | |
| 5 | Claude Sonnet 5 Anthropic |
57% | 77.7 | 官方自报 · 版本未注明；对照上代 Sonnet 4.6 为 49% 原文 ↗ |
◈ 能力曲线 CAPABILITY CURVE
● 公开成绩（悬停看读数，点击进档案）◆ 刷新纪录的成绩— 前沿线（历史最高分的阶梯）
◈ 前沿刷新记录 FRONTIER BREAKS榜首的保质期
| 日期 | 刷新者 | 分数 | 提升 | 在位 |
|---|---|---|---|---|
| Claude Sonnet 5 Anthropic | 57% | 首个记录 | 63 天 | |
| Claude Fable 5.1 Anthropic | 73.4% | +16.4 | 在位中 · 16 天 |