CursorBench 是 Cursor 基于真实 Cursor 会话中的模糊、多文件任务构建的内部编程 Agent 评测。4.0 版新增长周期任务，覆盖编辑、重构、调查、意图理解、作业管理和设计一致性；官方同时提示小幅分数差异可能不具统计意义。任务、Agent harness 和评分口径由 Cursor 维护，因此结果应视为特定模型、思考档位与 Cursor 工具环境组成的系统成绩。
查看 CursorBench 4.0 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 | |||
|---|---|---|---|---|---|
— |  Claude Fable 5.1 思考水平·Max工具 | 51.80 | 2026-09-01 | 未知 | 闭源 |
— | Claude Fable 5.1 思考水平·极高工具 | 51.60 | 2026-09-01 | 未知 | 闭源 |
— | Claude Fable 5.1 思考水平·高工具 | 49.20 | 2026-09-01 | 未知 | 闭源 |
— | Claude Fable 5.1 思考水平·中工具 | 46.80 | 2026-09-01 | 未知 | 闭源 |
— | Claude Opus 5 思考水平·Max工具 | 46.60 | 2026-07-24 | 未知 | 闭源 |
— | Claude Opus 5 思考水平·极高工具 | 46.10 | 2026-07-24 | 未知 | 闭源 |
— | Claude Fable 5.1 思考水平·低工具 | 45.10 | 2026-09-01 | 未知 | 闭源 |
— | Claude Opus 5 思考水平·高工具 | 44.70 | 2026-07-24 | 未知 | 闭源 |
— | Claude Opus 5 思考水平·中工具 | 43.30 | 2026-07-24 | 未知 | 闭源 |
— |  GPT-5.6 Sol 思考水平·Max工具 | 41.70 | 2026-06-26 | 未知 | 闭源 |
— |  Muse Spark 1.3 思考水平·Max工具 | 41.60 | 2026-09-02 | 未知 | 闭源 |
— |  Grok 4.6 思考水平·极高工具 | 41.40 | 2026-08-12 | 未知 | 闭源 |
— | Claude Opus 5 思考水平·低工具 | 40.70 | 2026-07-24 | 未知 | 闭源 |
— | Grok 4.6 思考水平·高工具 | 40.40 | 2026-08-12 | 未知 | 闭源 |
— |  Gemini 3.8 Flash 思考水平·高工具 | 39.60 | 2026-09-02 | 未知 | 闭源 |
— | GPT-5.6 Sol 思考水平·极高工具 | 37.70 | 2026-06-26 | 未知 | 闭源 |
— | Muse Spark 1.3 思考水平·极高工具 | 37.50 | 2026-09-02 | 未知 | 闭源 |
— | Gemini 3.8 Flash 思考水平·中工具 | 37.30 | 2026-09-02 | 未知 | 闭源 |
— | Grok 4.6 思考水平·中工具 | 36.10 | 2026-08-12 | 未知 | 闭源 |
— | GPT-5.6 Sol 思考水平·高工具 | 35.70 | 2026-06-26 | 未知 | 闭源 |
— | Claude Sonnet 5 思考水平·Max工具 | 34.10 | 2026-06-30 | 未知 | 闭源 |
— | Grok 4.6 思考水平·低工具 | 33.40 | 2026-08-12 | 未知 | 闭源 |
— | Muse Spark 1.3 思考水平·高工具 | 33.40 | 2026-09-02 | 未知 | 闭源 |
— | Muse Spark 1.3 思考水平·中工具 | 32.60 | 2026-09-02 | 未知 | 闭源 |
— | Claude Sonnet 5 思考水平·极高工具 | 32.00 | 2026-06-30 | 未知 | 闭源 |
— | GPT-5.6 Sol 思考水平·中工具 | 31.10 | 2026-06-26 | 未知 | 闭源 |
— | Claude Sonnet 5 思考水平·高工具 | 30.80 | 2026-06-30 | 未知 | 闭源 |
— | Muse Spark 1.3 思考水平·低工具 | 29.30 | 2026-09-02 | 未知 | 闭源 |
— | Claude Sonnet 5 思考水平·中工具 | 28.00 | 2026-06-30 | 未知 | 闭源 |
— | GPT-5.6 Sol 思考水平·低工具 | 24.60 | 2026-06-26 | 未知 | 闭源 |
Cursor 于 2026-09-10 发布 CursorBench 4.0。当前官方页面中 Claude Fable 5.1 Max 为 51.8%，Claude Opus 5 Max 为 46.6%，Grok 4.6 Extra High 为 41.4%，GPT-5.6 Sol Max 为 41.7%，Muse Spark 1.3 Max 为 41.6%，Gemini 3.8 Flash High 为 39.6%，Claude Sonnet 5 Max 为 34.1%。
