Kepala evaluasi Cursor konfirmasi Claude Fable 5 capai rekor 72,9% di CursorBench
Judul asli:Working at the frontier: How Cursor knew Claude Fable 5 was ready for the hardest 1% of problems
Ringkasan AI
Nate Schmidt, kepala evaluasi model Cursor, menemukan bahwa Claude Fable 5 mencapai 72,9% pada tolok ukur internal CursorBench dalam mode Max effort, mencetak rekor baru. Model ini menunjukkan kemampuan penalaran global dalam tugas pemrograman nyata yang ambigu, misalnya dalam simulator antariksa ia secara mandiri merencanakan dan berhasil mendarat di bulan hanya dengan satu perintah, sementara Claude Opus sebelumnya berjalan lebih dari 12 jam tanpa hasil.
Poin utama
- Nate Schmidt,kepala evaluasi model Cursor,menemukan bahwa Claude Fable 5 mencapai 72,9% pada tolok…
- Model ini menunjukkan kemampuan penalaran global dalam tugas pemrograman nyata yang…
- sementara Claude Opus sebelumnya berjalan lebih dari 12 jam tanpa hasil.
Ringkasan cepat
- Waktu terbit
- Waktu diperbarui
- Sumber
- Claude:Blog(网页)
- Kategori
- Opini & Komentar
- Skor AI
- 64
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。
Entitas Terkait
Sumber dan hak cipta
Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.
Cara mengutip
Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.
Orange News: Kepala evaluasi Cursor konfirmasi Claude Fable 5 capai rekor 72,9% di CursorBench. 17 Juli 2026. https://new.nat6.net/id/news/cmrp5pfjw0af6bitoudv35oqk/