观点与评论

Cursor 评估负责人确认 Claude Fable 5 在 CursorBench 达 72.9% 新高

原文标题:Working at the frontier: How Cursor knew Claude Fable 5 was ready for the hardest 1% of problems

AI 摘要

Cursor 的模型评估负责人 Nate Schmidt 发现,Claude Fable 5 在其内部基准 CursorBench 上以 Max effort 模式达到 72.9%,创下新高。该模型在模糊的真实编程任务中表现出全局推理能力,例如在航天模拟器中仅凭一句提示自主规划并成功登月,而此前 Claude Opus 运行 12 小时以上仍无结果。

关键信息

  • Cursor 的模型评估负责人 Nate Schmidt 发现,Claude Fable 5 在其内部基准 CursorBench 上以 Max effort 模式达到 72.
  • 该模型在模糊的真实编程任务中表现出全局推理能力,例如在航天模拟器中仅凭一句提示自主规划并成功登月,而此前 Claude Opus 运行 12 小时以上仍无结果
  • 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

速览

发布时间
更新时间
来源
Claude:Blog(网页)
分类
观点与评论
AI 评分
64
阅读原文 前往信息源阅读完整正文
推荐理由

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。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:Cursor 评估负责人确认 Claude Fable 5 在 CursorBench 达 72.9% 新高。2026年7月17日。https://new.nat6.net/news/cmrp5pfjw0af6bitoudv35oqk/

查看全部 →