Benchmark · agentic
CursorBench
Cursor's private, version-tagged internal agent eval built from real Cursor sessions; the trailing number is a version, not a score. Not one of the public suites it is quoted beside.
| Data | Modelo | Pontuação | Fonte |
|---|---|---|---|
| 2026-09-01 | Claude Fable 5.1 | 73.4% | Anthropic lança Claude Fable 5.1 com 52,6% no Terminal-Bench-Science e leituras de cache mais baratas |
| 2026-08-13 | Grok 4.6 | 69.9% | SpaceXAI lança Grok 4.6 com contexto de 500K e raciocínio agêntico aprimorado |
| 2026-07-31 | Claude Opus 5 | 70.0% | Anthropic lança Claude Opus 5; modelos da OpenAI violam Hugging Face durante teste de segurança |