CursorBench 4.0

截至 2026-10-25，Cursor 官方 CursorBench 4.0 榜单共收录 18 个模型、77 个思考档位配置。Claude Opus 5.5 Max 以 57.8% 居首，但每任务平均成本 13.43 美元；Opus 5.5 High 与 Extra High 均为 56.0%，High 成本仅 3.97 美元，性价比明显更高。Claude Sonnet 5.5 Max 为 55.5%，Gemini 4 Argon 的 High/Medium/Low 分别为 52.9%/52.8%/50.6%，不同档位差距很小。此前领先的 Claude Fable 5.1 Max 为 51.8%，且是成本最高的配置（17.28 美元/任务）；Muse Wonder Max 为 50.4%。低成本方面，Claude Haiku 5.5 Max 以 1.12 美元/任务拿到 48.4%。Grok 4.7 Extra High 为 46.3%，GPT-5.6 Sol Max 为 41.7%，国产模型中 GLM 5.3 Max 最高（42.6%），Cursor 自家 Composer 2.5 为 27.7%。Cursor 提示小幅分差可能不具统计意义；本榜按 Task score 从高到低排列，同一模型的每个思考档位单独成行。