待验证50% 置信观点精确时间

CursorBench 属于厂商自建基准，题目不公开、难度分布未知。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/13

首次发现

有效期至：2027/1/11

来源

Gemini 4 Argon 登陆 Cursor：CursorBench 52.8% 追平 Opus 5.5

涉及实体

CursorBenchconcept

相关事实

已验证CursorBench是Cursor团队专门为评估AI编程模型在真实IDE环境中表现而设计的基准测试70% 相似待验证CursorBench 属于垂直场景评测基准，与 HumanEval、MBPP 等通用代码生成基准不同70% 相似待验证Cursor内部员工享有token无限使用的前提条件，普通开发者难以复制其规模化Agent使用模式70% 相似待验证Cursor维护私有评测集cursor bench，基于自家代码库的真实工程任务并与训练数据严格隔离69% 相似已验证CursorBench模拟开发者日常任务，包括跨文件理解依赖关系、Bug定位修复、多模块重构操作等场景68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1021741

API

curl https://kongchang.com/api/v1/knowledge/claims/1021741

MCP

get_claim(id=1021741)