已过期50% 置信事实时间未知

Cursor's Composer model benchmark data comes from internal closed-source evaluations with no direct public comparison against Claude, GPT-5, or Gemini on external benchmarks

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30(已过期)

来源

Cursor 2.0 Deep Dive: Hands-On Testing of Five Major Features Including Custom Models and Multi-Agent Parallel Development

bilibili鱼C-小甲鱼

相关事实

待验证该用户认为Composer 2.5在其测试中表现优于Claude、Grok、Gemini等主流模型64% 相似待验证在MMLU、HumanEval等主流基准测试上，Claude 3.5、GPT-4o、Gemini 1.5 Pro、Grok-2之间的分差已压缩至统计误差范围内58% 相似待验证Kimi K2.6在SWE Bench Pro、深度搜索问答和Humanity's Last Exam等顶级基准测试上与GPT 5.4、Claude Opus 4.6和Gemini 3.1 Pro等闭源模型竞争57% 相似待验证LanVM的3B参数开源模型在Token及长度精确控制能力上超越了GPT-5.4和Claude等闭源模型，推理准确率提升了10倍57% 相似待验证马斯克转发了Composer 2.5相关评测数据56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/59097

API

curl https://kongchang.com/api/v1/knowledge/claims/59097

MCP

get_claim(id=59097)