Tech Product

CursorBench v3.1

Overview

最終更新: 2026年8月8日

Cursorの実際の利用ログに基づき、現実のソフトウェア開発で発生する複雑なタスクをシミュレートした評価指標。従来のコード生成ベンチマークよりも難易度が高く、複数ファイルにまたがる修正や、デバッグ、リファクタリングなど、AIエージェントが自律的に問題を解決する能力を測定することに特化している。

Mentioned Articles

1 件