IXThinker·2026-03-15 14:20

Cursor發布新編程評測基準 難倒Claude

Cursor發布編程評測基準CursorBench，專門衡量模型在智能體場景下能否高效完成複雜任務。結果顯示，SWE-Bench上的優等生Claude Haiku 4.5與Sonnet 4.5成績大滑坡，傳統基準與真實工作流的脫節浮上枱面。

成績反差

在新基準上，Claude Haiku 4.5分數由73.3跌至29.4，Claude Sonnet 4.5由77.2跌至37.9，昔日SWE-Bench上的強者全線失守。Cursor稱新基準衡量的是程序能否高效解決問題，而不只是能否解決問題。