「打败 Gemini」成了新基准:CursorBench 榜单被调侃刷分乱象
zacharynado · x · 2026-11-20
博主 zacharynado 转评一张 CursorBench 4.1 成绩-成本散点图,配文「现在打败 Gemini 本身就成了基准」,暗指厂商围绕 Gemini 的成绩针对性优化。被引用者 R2Cdev 调侃:不知道这基准测的是什么,但结论只有三种可能——Gemini 是刷榜王、这基准不靠谱、或者两者都是。
图上各模型按每任务平均成本与得分排布:Gemini 4 Neon 以约 65% 得分居首但成本最高档,Gemini 4 Carbon/Hydrogen、Opus 5.5、Sonnet 5.5 居中,GPT-5.6 Sol、Haiku 5.5 等走低价低分路线。属于 AI 圈典型的 benchmark 争议梗,反映「模型针对流行榜单优化」的行业疑虑。
所属事件:CursorBench 榜单现刷分争议:打败 Gemini 成新基准(3 条相关)→
「Fun」频道最新
- Specula 因歧义更名 Specular,并发布 v1.5.0 新版 — tianyin_xu · 2026-11-20
- 开发者自述被 Neon 模型引发「AI 精神错乱」:我无所不能,我什么都懂 — andrew_n_carr · 2026-11-20
- repligate 称 Anthropic 并无 AI福祉研究禁令,拒绝或是被'膈应'了 — repligate · 2026-11-20
- 带病上班摸鱼梗图:发热也要顾「观感」 — yungcontent · 2026-11-20
- HyperLiquid 出现 Anthropic 代币,盘中暴涨后瞬间崩盘 — JacquesThibs · 2026-11-20
- 网友热捧 Claude Opus 分身:会用子智能体干活比调情更「迷人」 — repligate · 2026-11-20