CursorBench 是 Cursor 基于真实工程工作设计的编程 Agent 评测。3.2 版新增指令遵循和高级工具使用任务;具体任务、Agent harness 与评分口径以 Cursor 官方评测页为准。
查看 CursorBench 3.2 的最新得分、模型模式、发布时间与参数规模,快速了解当前完整榜单表现。
数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
Grok 4.6 思考水平·高工具 | 69.90 | 2026-08-12 | 未知 | 闭源 |
SpaceXAI 于 2026-08-12 发布 Grok 4.6 时报告 Grok 4.6 High 成绩为 69.9%。