Мнения

Руководитель оценки Cursor подтвердил новый рекорд Claude Fable 5 — 72,9% в CursorBench

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

ИИ-резюме

Руководитель оценки моделей Cursor Нейт Шмидт обнаружил, что Claude Fable 5 в режиме Max effort достиг 72,9% во внутреннем бенчмарке CursorBench, установив новый рекорд. Модель демонстрирует глобальное рассуждение в неоднозначных реальных задачах программирования: например, в симуляторе космического полёта она самостоятельно спланировала и успешно совершила посадку на Луну по одному запросу, тогда как ранее Claude Opus работал более 12 часов без результата.

Ключевые моменты

  • Руководитель оценки моделей Cursor Нейт Шмидт обнаружил,что Claude Fable 5 в режиме Max effort…
  • Модель демонстрирует глобальное рассуждение в неоднозначных реальных задачах программирования:…
  • тогда как ранее Claude Opus работал более 12 часов без результата.

Кратко

Опубликовано
Обновлено
Источник
Claude:Blog(网页)
Категория
Мнения
Оценка ИИ
64
Читать оригинал Читать полную статью в первоисточнике
Почему это важно

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。

Связанные сущности

Источник и авторские права

Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.

Оригинал статьи · Материал на AIHOT

Как цитировать

При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.

Orange News: Руководитель оценки Cursor подтвердил новый рекорд Claude Fable 5 — 72,9% в CursorBench. 17 июля 2026. https://new.nat6.net/ru/news/cmrp5pfjw0af6bitoudv35oqk/

Смотреть все →