CursorBench 4.0 上线：Muse Spark 1.3 性能追平 Sol，价格不到四成
jyangballin · x · 2026-09-11
leerob 宣布 CursorBench 升级到 4.0 版本：新增考察模型指令遵循、长期在复杂项目中工作的新任务，整体难度提高（各模型得分普遍下降）。随后 claireszhou 引用该消息并给出了一个亮点数据：在新榜单上，Muse Spark 1.3 的性能与 Sol 持平，但成本不到其 40%，且这还是标准档定价而非贡献者优惠价——若按贡献者定价，性价比差距会更大。
所属事件:CursorBench 4.0 发布：难度提升各家得分下滑，Fable 5.1 Max 居首(6 条相关)→
「编程与Agent」频道最新
- Will DePue 呼应 OpenAI 加 API 级能力：让多智能体一次并行分发上千个小模型调用 — willdepue · 2026-10-28
- DeckWerk 新版获早期用户好评：连续数周用于真实演讲 — vincesitzmann · 2026-10-28
- Opus 5.5 剪视频可替初级剪辑师，资深剪辑师日产出翻 5 倍 — dotey · 2026-10-28
- 软件栈正为Agent重构:开发者站点、浏览器乃至编程语言都在agent-first — mobileraj · 2026-10-28
- HABIT-Bench:八种记忆系统测用户习惯推断,最佳仅33.61% — SJTU · 2026-10-28
- 「钢琴测试」思想实验：你敢坐在形式化验证过的代码下吗 — moyix · 2026-10-28