BenchLeader

CursorBenchのリーダーボード

2026年11月16日時点で、CursorBenchの最高スコアは60.4%で、Gemini 4 Carbon(Google)が記録しています。次点はClaude Fable 5.2の60.0%です。公表された結果があるのは90のモデル構成です(Cursor、結果の日付は2026年11月10日)。Cursorのエージェントで実行したコーディングタスクで、推論レベルとタスクあたりのコストが記録されています。CursorBenchは参考として掲載しており、BenchLeader Indexには含まれません。

要点(2026年11月16日時点)

  • Gemini 4 CarbonがCursorBenchの最高スコア60.4%を記録しています(Cursor、2026年11月10日)。
  • CursorBenchの2位はClaude Fable 5.2で、60.0%です(Cursor、2026年11月9日)。
  • CursorBench:Cursor社内のコーディングエージェント評価。推論レベルとコストつき(Cursor)。
  • BenchLeaderでは90のモデル構成にCursorBenchの公表結果があります(BenchLeader、2026年11月16日)。
  • CursorBenchはBenchLeader Indexには反映されず、参考として掲載しています(BenchLeaderの評価方法)。

Cursor社内のコーディングエージェント評価。推論レベルとコストつき。

公開元
Cursorデータ取得元:Epoch AI Benchmarking Hub
カテゴリ
コーディング
Indexでの重み
参考のみ
モデル
90
データ基準日
2026年11月16日
最新の結果
2026年11月10日

CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.

どんなテストか

Cursorのエージェントで実行したコーディングタスクで、推論レベルとタスクあたりのコストが記録されています。

採点方法

スコアで、Cursorが公表しています。

注意点

コーディングツールのベンダーが公表しているもので、ハーネスも同社のものです。

90件中90件
#
1Gemini 4 Carbonhigh60.4%68.92026-11-10
2Gemini 4 Carbonmedium60.1%65.82026-11-10
3NEWClaude Fable 5.2max60.0%72.72026-11-09
4Gemini 4 Carbonlow58.6%60.12026-11-10
5Claude Opus 5.5max57.8%68.42026-09-22
6NEWClaude Fable 5.2high56.9%68.42026-11-09
7NEWClaude Fable 5.2xhigh56.3%69.72026-11-09
8Claude Opus 5.5high56.0%66.02026-09-22
9Claude Opus 5.5xhigh56.0%65.42026-09-22
10Claude Sonnet 5.5max55.5%64.22026-09-28
11NEWClaude Fable 5.2medium54.8%66.32026-11-09
12NEWClaude Fable 5.2low53.2%65.32026-11-09
13Claude Sonnet 5.5xhigh53.1%62.52026-09-28
14Gemini 4 Argonhigh52.9%65.32026-10-13
15Gemini 4 Argonmedium52.8%61.62026-10-13
16Claude Opus 5.5medium52.5%61.22026-09-22
17Claude Fable 5.1max51.8%66.72026-09-01
18Claude Fable 5.1xhigh51.6%64.62026-09-01
19Gemini 4 Argonlow50.6%–2026-10-13
20Muse Wondermax50.4%60.82026-10-12
21Claude Fable 5.1high49.2%63.72026-09-01
22Gemini 4 Argonminimal48.8%–2026-10-13
23Claude Haiku 5.5max48.4%55.32026-10-07
24Muse Wonderxhigh48.2%–2026-10-12
25Claude Sonnet 5.5high47.8%59.52026-09-28
26DeepSeek V4.1 Flash 1017max47.7%57.72026-10-17
27Claude Fable 5.1medium46.8%61.72026-09-01
28Claude Opus 5max46.6%65.02026-07-24
29Grok 4.7xhigh46.3%57.42026-09-21
30DeepSeek V4.1 Flash 1017medium46.3%–2026-10-17
31Claude Opus 5xhigh46.1%60.12026-07-24
32Muse Wonderhigh46.1%56.22026-10-12
33DeepSeek V4.1 Flash 1017high45.6%51.22026-10-17
34Muse Wondermedium45.2%–2026-10-12
35Claude Fable 5.1low45.1%58.82026-09-01
36DeepSeek V4.1 Flash 1017low44.9%–2026-10-17
37Claude Opus 5high44.7%64.42026-07-24
38Claude Haiku 5.5xhigh44.3%56.72026-10-07
39Grok 4.7high43.9%56.92026-09-21
40Claude Opus 5.5low43.7%58.92026-09-22
41Claude Opus 5medium43.3%57.52026-07-24
42GLM 5.3max42.6%58.82026-08-14
43Claude Haiku 5.5high42.3%55.32026-10-07
44GPT-5.6 Solmax41.7%65.32026-07-09
45Muse Wonderlow41.7%–2026-10-12
46Muse Spark 1.3max41.6%60.62026-09-02
47Grok 4.7medium41.6%–2026-09-21
48Grok 4.6xhigh41.4%56.12026-08-12
49GPT-5.6 Terramax41.3%59.52026-07-09
50Claude Opus 5low40.7%57.02026-07-24
51Grok 4.6high40.4%60.62026-08-12
52Gemini 3.8 Flashhigh39.6%59.42026-09-02
53Claude Sonnet 5.5medium39.2%50.62026-09-28
54GLM 5.3high38.0%–2026-08-14
55GPT-5.6 Solxhigh37.7%63.92026-07-09
56Muse Spark 1.3xhigh37.5%58.12026-09-02
57Gemini 3.8 Flashmedium37.3%60.22026-09-02
58Claude Haiku 5.5medium36.9%50.12026-10-07
59GLM 5.3 Flashmax36.8%52.42026-08-20
60Grok 4.6medium36.1%59.42026-08-12

コーディングのベンチマークをもっと見る · LLMベンチマーク一覧

引用表記:BenchLeader「CursorBenchのリーダーボード」2026年11月16日時点のデータ、https://www.benchleader.com/ja/benchmarks/cursorbench

CursorBench:よくある質問

CursorBenchは何を測るベンチマークですか?
Cursorのエージェントで実行したコーディングタスクで、推論レベルとタスクあたりのコストが記録されています。スコアは解けたタスクの割合(%)で示され、高いほど良い結果です。
CursorBenchの最高スコアは?
2026年11月16日時点で、CursorBenchの最高スコアは60.4%で、Gemini 4 Carbonが記録しています(結果の日付は2026年11月10日)。次点はClaude Fable 5.2の60.0%です。スコアはCursorの公表値で、毎日読み直しています。
CursorBenchでトップのAIモデルは?
2026年11月16日時点で、CursorBenchの首位はGemini 4 Carbonで、スコアは60.4%です(結果の日付は2026年11月10日)。続いてClaude Fable 5.2(60.0%)です。
CursorBenchの結果があるモデルはいくつですか?
BenchLeaderでは90のモデル構成にCursorBenchの結果があり、すべてCursor(Epoch AI Benchmarking Hub経由)から取得しています。
CursorBenchを運営しているのは誰で、どのくらいの頻度で更新されますか?
CursorBenchはCursorが公開しています。BenchLeaderは公開された結果を1日1回読み直し、各結果の公開日を記録しています。
CursorBenchはBenchLeader Indexに含まれますか?
いいえ。CursorBenchは参考として掲載していますが、総合スコアには含めていません。