强烈推荐大家参考Cursor最新推出的CursorBench，这应该是目前最好的Coding Benchmark
- 内容介绍
- 文章标签
- 相关推荐
来自Cursor的CursorBench
20260313_1027562400×1800 116 KB
非常符合我的个人体感
推荐大家读一读Blog：
我们如何在 Cursor 中比较模型质量 · Cursor
我们采用线上与线下结合的混合评测流程，让我们对模型质量的理解始终与开发者的真实工作方式保持一致。
网友解答：--【壹】--：
问题是 5.4xhigh和high哪个性能更优呢，他这个benchmark想表达high更优？
--【贰】--：
感谢佬友！
xhigh好像没测评？
--【叁】--：
感谢推荐。
--【肆】--：
没测评xhigh，测了xhigh肯定是xhigh更优
--【伍】--：
5.4 high还是牛逼啊
--【陆】--：
感谢佬友
--【柒】--：
gpt强了，但用起来还是没claude舒服
--【捌】--：
注意文中的是 high 不是 xhigh
--【玖】--：
claude 太贵了，榜单打压一下w
--【拾】--：
国产模型就一个glm5,太惨了
--【拾壹】--：
希望这个数据集别开源，不然上面国产模型就要sota了。。。
--【拾贰】--：
IMG_20260313_114406_6721280×960 76.4 KB
还有这个图，左边是cursor的真实用户的真实场景的遥测数据，非常有价值，很少有这种数据公开
--【拾叁】--：
opus4.6这么差劲吗，连5.3-codex-higt都没打过（持平）
--【拾肆】--：
gtp 5.4高过opus 4.6喽
--【拾伍】--：
cursor用户平时吃那么好吗？自研模型比glm-5强
这个榜单是宣传产品的，除了他们宣传的其他都是公认的强能用了，glm-5能上也是有排面
--【拾陆】--：
什么！！刚上车了claude code max 2x，居然GPT5.4更好吗？有点难以置信。
--【拾柒】--：
这个体感是对的，gpt 5.4 xhigh的确是现在最牛逼的编程模型
--【拾捌】--：
除了它们自研的模型和gemini 3.1pro有些意外，其他的都挺符合个人感觉的
--【拾玖】--： ozer_23:
什么
体感上其实5.2-xhigh就比opus强了，就是慢了点
来自Cursor的CursorBench
20260313_1027562400×1800 116 KB
非常符合我的个人体感
推荐大家读一读Blog：
我们如何在 Cursor 中比较模型质量 · Cursor
我们采用线上与线下结合的混合评测流程，让我们对模型质量的理解始终与开发者的真实工作方式保持一致。
网友解答：--【壹】--：
问题是 5.4xhigh和high哪个性能更优呢，他这个benchmark想表达high更优？
--【贰】--：
感谢佬友！
xhigh好像没测评？
--【叁】--：
感谢推荐。
--【肆】--：
没测评xhigh，测了xhigh肯定是xhigh更优
--【伍】--：
5.4 high还是牛逼啊
--【陆】--：
感谢佬友
--【柒】--：
gpt强了，但用起来还是没claude舒服
--【捌】--：
注意文中的是 high 不是 xhigh
--【玖】--：
claude 太贵了，榜单打压一下w
--【拾】--：
国产模型就一个glm5,太惨了
--【拾壹】--：
希望这个数据集别开源，不然上面国产模型就要sota了。。。
--【拾贰】--：
IMG_20260313_114406_6721280×960 76.4 KB
还有这个图，左边是cursor的真实用户的真实场景的遥测数据，非常有价值，很少有这种数据公开
--【拾叁】--：
opus4.6这么差劲吗，连5.3-codex-higt都没打过（持平）
--【拾肆】--：
gtp 5.4高过opus 4.6喽
--【拾伍】--：
cursor用户平时吃那么好吗？自研模型比glm-5强
这个榜单是宣传产品的，除了他们宣传的其他都是公认的强能用了，glm-5能上也是有排面
--【拾陆】--：
什么！！刚上车了claude code max 2x，居然GPT5.4更好吗？有点难以置信。
--【拾柒】--：
这个体感是对的，gpt 5.4 xhigh的确是现在最牛逼的编程模型
--【拾捌】--：
除了它们自研的模型和gemini 3.1pro有些意外，其他的都挺符合个人感觉的
--【拾玖】--： ozer_23:
什么
体感上其实5.2-xhigh就比opus强了，就是慢了点