Opinión

El responsable de evaluación de Cursor confirma que Claude Fable 5 alcanza un nuevo máximo del 72,9% en CursorBench

Título original:Working at the frontier: How Cursor knew Claude Fable 5 was ready for the hardest 1% of problems

Resumen de IA

Nate Schmidt, responsable de evaluación de modelos de Cursor, descubrió que Claude Fable 5 alcanza el 72,9% en modo Max effort en CursorBench, su benchmark interno, estableciendo un nuevo máximo. El modelo muestra capacidad de razonamiento global en tareas de programación reales y ambiguas; por ejemplo, en un simulador aeroespacial planificó de forma autónoma y logró alunizar con una sola indicación, mientras que Claude Opus, tras más de 12 horas de ejecución, no había obtenido resultados.

Puntos clave

  • Nate Schmidt,responsable de evaluación de modelos de Cursor,descubrió que Claude Fable 5 alcanza…
  • El modelo muestra capacidad de razonamiento global en tareas de programación reales y ambiguas
  • por ejemplo,en un simulador aeroespacial planificó de forma autónoma y logró alunizar con una sola…

Resumen rápido

Publicado
Actualizado
Fuente
Claude:Blog(网页)
Categoría
Opinión
Puntuación IA
64
Leer el original Leer el artículo completo en la fuente original
Por qué importa

Cursor 工程师用自家基准和太空模拟器实打实测试了 Claude Fable 5,从全局推理到自主规划路径的能力跃迁很具体,做编码 agent 的可以看看这个‘p99 问题’解法。

Entidades relacionadas

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: El responsable de evaluación de Cursor confirma que Claude Fable 5 alcanza un nuevo máximo del 72,9% en CursorBench. 17. julio 2026. https://new.nat6.net/es/news/cmrp5pfjw0af6bitoudv35oqk/

Ver todo →