首页Cursor Composer 2 与 Claude Opus 4.6：基准测试引发新一轮人工智能编程争论
3月19日，Cursor正式发布了其自主研发的编程模型Composer 2。 这一消息在开发者社区中立即引发热议——据 Cursor 称，Composer 2 在 Terminal-Bench 2.0 测试中获得了 61.7% 的得分，在相同的测试条件下，这一成绩显著超过了 Claude Opus 4.6 的 58.0%。
Anthropic的旗舰模型竟被自家IDE内置的模型超越？随着消息传开，相关争论迅速涌现。
三项关键基准测试结果
Cursor 发布了三组基准测试结果，均已公开：
Terminal-Bench 2.0（代理式终端编码任务）：Composer 2 得分 61.7%，超越了 Claude Opus 4.6 的 58.0%。 不过，OpenAI GPT-5.4仍以75.1%的成绩保持领先。CursorBench（Cursor内的真实编程场景）： Composer 2 达到 61.3%，较前代 Composer 1.5 的 44.2% 大幅跃升，同时也高于 Claude Opus 4.6 的 58.2%。SWE-bench 多语言（多语言软件工程）： Composer 2 取得 73.7% 的成绩，较其前代产品有显著提升。不过，有一点值得注意：Anthropic此前曾报告称，在优化设置下，Claude Opus 4.6在Terminal-Bench 2.0上的得分达到65.4%，远高于Cursor引用的58.0%。 这种差异源于测试框架——Cursor使用了Harbor等第三方代理环境，并取五次运行结果的平均值，而Anthropic的数据则来自其自身的优化配置。由于采用的参考系统不同，这两组数据无法直接比较。 Cursor并未回避这一问题；其公告中明确指出“结果取决于智能体、测试框架和设置”。
成本仅为Opus 4.6的十分之一
性价比才是 Composer 2 真正的隐形优势。
其定价为每百万输入/输出令牌 0.50 美元/2.50 美元，相比之下，Claude Opus 4.6 的定价为 5 美元/25 美元，GPT-5.4 为 2.5 美元/15 美元，两者形成鲜明对比。 Cursor 解释称，Composer 2 是专为长周期编码任务从零开始构建的，利用其专有的强化学习（RL）训练和“自我摘要”技术，同时降低了延迟和成本——他们将其描述为“前沿智能 + 极致速度”。
Composer 2 是 Cursor 的第三款自研模型，继 Composer 1（2025 年 10 月）和 1.5 版（2026 年 2 月）之后推出。此次发布重点强调“长周期任务”，并将一个更快、更轻量级的变体设为 Cursor IDE 中的默认模型。
“浴火重生”的深层含义
Cursor 决定将其模型与 Opus 4.6 直接对比，这标志着更广泛的人工智能编码工具格局正在发生转变。
OpenAI 和 Anthropic 在通用前沿能力上展开竞争，而像 Cursor 这样的垂直工具提供商则另辟蹊径：将特定任务的性能打磨到卓越水平，进而利用价格优势脱颖而出。 VentureBeat 和 The New Stack 等媒体指出，Composer 2 将加速“多模型路由”的实际落地——即使用 Opus 或 GPT 进行复杂推理，而将 Composer 2 用于日常高频编码，从而兼得两者的优势。
Claude Opus 4.6 于 2 月 5 日发布，并在 Terminal-Bench 2.0、Humanity's Last Exam 和 GDPval-AA 等多个基准测试中名列前茅。Cursor 的新测试结果至少对该模型在专业编码领域的统治地位提出了质疑。
目前开发者的反响大多积极，但许多人表示希望先观察其在实际项目中的表现再下结论——这是一种合理的态度，毕竟基准测试终究只是基准测试。Cursor 已向订阅用户开放了在 IDE 内免费试用 Composer 2 的权限。
数据来源：Cursor官方公告及主流科技媒体，截至2026年3月20日。最新排名可访问tbench.ai或Cursor官网查看。
相关文章
百度健康近期内部测试了AI医生助手“DoctorClaw”，用于学术文献检索和日常办公辅助
据报道，百度健康已开始对一款专为医生设计的专业AI智能助手进行内部测试。该产品内部代号为“DoctorClaw”（龙虾医生版），标志着百度在医疗领域部署大型语言模型方面迈出了重要一步。知情人士透露，该项目仍处于封闭开发阶段，目前已进入内部测试。虽然具体的产品形态尚未完全披露，但已接近上线。 在功能方面，DoctorClaw初期将侧重于学术文献检索和常规诊疗辅助。但其长期战略旨在深度融入临床诊断、医
StrictlyVC旧金山站将汇聚TDK Ventures、Replit等企业的领军人物
今年首场StrictlyVC活动即将登陆旧金山，时间比你想象的要早。 4月30日，我们在菲律宾文化中心（Sentro Filipino Cultural Center）举办的聚会门票仍在热售中，届时将有阵容强大的演讲嘉宾阵容。除了StrictlyVC一贯以人脉拓展和社区互动著称外，本次旧金山活动对于寻求最新融资洞见的AI创新者和创始人而言，将具有特别重要的价值。谁将登台门票现已开售，但如果您此前未
Notion 将其工作区转变为人工智能代理的枢纽
生产力软件公司 Notion 正迈入智能代理时代。在周三的一场直播产品发布会上，以协作式笔记应用而闻名的 Notion 推出了一款全新的开发者平台。该平台不仅扩展了其定制 AI 代理的功能，还能与外部代理连接，并允许团队构建能够从任何数据库提取数据的自动化多步骤工作流。通过构建一个编排层——即一个能在多个工具和数据源之间协调AI工作的系统——Notion将自身定位为不仅仅是一款具备AI功能的笔记应
相关专题推荐
写作
最适合广播和播客使用的AI脚本编写工具：帮助您创作引人入胜的音频广告
在XIX.AI上，发现2026年最适合用于广播和播客制作的AI脚本工具。我们精心挑选的这些高评分工具能够提供强大的功能，帮助您快速制作出引人入胜的音频广告。通过实际测试和每周更新的排名，您可以了解免费选项与付费选项之间的差异。今天就释放您的创造力吧！
10 个工具
xix.ai
商业
最佳 AI 合同审查软件：即时发现法律漏洞与合规风险
在 XIX.AI 上探索 2026 年最佳 AI 合同审查软件。我们精心筛选的顶级榜单汇集了功能强大的工具，能够即时发现法律漏洞和合规风险。通过实际测试和每周更新的排名，对比免费与付费选项。找到能彻底改变游戏规则的解决方案，实现安全、高效的合同分析。立即探索这本权威指南。
10 个工具
xix.ai
动画创作
专为东华设计的AI动漫生成器：可用于创建网络小说角色及漫画头像
探索2026年最适合制作中文动画的人工智能工具。我们精心挑选的顶级列表中包含了各种强大的工具，能够帮助你创建出令人惊叹的网络小说角色和漫画头像。通过实际测试来对比免费选项和付费选项，找到最适合你的创作工具，今天就在XIX.AI上将你的故事变为现实吧。
10 个工具
xix.ai
漫画创作
漫画领域顶尖的AI自动上色工具：零一致性错误地应用平涂色彩
立即访问 XIX.AI，探索 2026 年最优秀的漫画 AI 自动上色工具。我们精心筛选的清单汇集了广受好评、颠覆行业的解决方案，这些工具能以零一致性错误的方式应用平涂色彩，从而大幅提升您的工作效率。通过免费版与付费版的对比分析、实际测试以及每周更新的排行榜，找到最适合您的工具。立即开启您的 AI 优势。
10 个工具
xix.ai
写作
顶尖 AI 角色设定生成器：生成一致的角色动机与致命缺陷
探索2026年最优秀的AI人物设定生成工具，助您塑造鲜活立体的角色。XIX.AI精心筛选的这份清单汇集了广受好评、颠覆传统的工具，能够生成具有内在逻辑的动机和致命缺陷。通过实际测试对比免费与付费选项。立即释放您的叙事潜能。
10 个工具
xix.ai
商业
顶级 AI 定价优化软件：追踪竞争对手并自动调整店铺价格
在 XIX.AI 上探索 2026 年最佳 AI 定价优化软件。我们精心挑选的清单汇集了备受好评、具有颠覆性意义的工具，这些工具不仅能追踪竞争对手，还能自动调整您的店铺价格，从而实现利润最大化。通过实际测试对比免费与付费选项。立即掌握您的定价优势。
10 个工具
xix.ai
评论 (0)
0/500
3月19日，Cursor正式发布了其自主研发的编程模型Composer 2。 这一消息在开发者社区中立即引发热议——据 Cursor 称，Composer 2 在 Terminal-Bench 2.0 测试中获得了 61.7% 的得分，在相同的测试条件下，这一成绩显著超过了 Claude Opus 4.6 的 58.0%。
Anthropic的旗舰模型竟被自家IDE内置的模型超越？随着消息传开，相关争论迅速涌现。
三项关键基准测试结果
Cursor 发布了三组基准测试结果，均已公开：
Terminal-Bench 2.0（代理式终端编码任务）：Composer 2 得分 61.7%，超越了 Claude Opus 4.6 的 58.0%。 不过，OpenAI GPT-5.4仍以75.1%的成绩保持领先。CursorBench（Cursor内的真实编程场景）： Composer 2 达到 61.3%，较前代 Composer 1.5 的 44.2% 大幅跃升，同时也高于 Claude Opus 4.6 的 58.2%。SWE-bench 多语言（多语言软件工程）： Composer 2 取得 73.7% 的成绩，较其前代产品有显著提升。不过，有一点值得注意：Anthropic此前曾报告称，在优化设置下，Claude Opus 4.6在Terminal-Bench 2.0上的得分达到65.4%，远高于Cursor引用的58.0%。 这种差异源于测试框架——Cursor使用了Harbor等第三方代理环境，并取五次运行结果的平均值，而Anthropic的数据则来自其自身的优化配置。由于采用的参考系统不同，这两组数据无法直接比较。 Cursor并未回避这一问题；其公告中明确指出“结果取决于智能体、测试框架和设置”。
成本仅为Opus 4.6的十分之一
性价比才是 Composer 2 真正的隐形优势。
其定价为每百万输入/输出令牌 0.50 美元/2.50 美元，相比之下，Claude Opus 4.6 的定价为 5 美元/25 美元，GPT-5.4 为 2.5 美元/15 美元，两者形成鲜明对比。 Cursor 解释称，Composer 2 是专为长周期编码任务从零开始构建的，利用其专有的强化学习（RL）训练和“自我摘要”技术，同时降低了延迟和成本——他们将其描述为“前沿智能 + 极致速度”。
Composer 2 是 Cursor 的第三款自研模型，继 Composer 1（2025 年 10 月）和 1.5 版（2026 年 2 月）之后推出。此次发布重点强调“长周期任务”，并将一个更快、更轻量级的变体设为 Cursor IDE 中的默认模型。
“浴火重生”的深层含义
Cursor 决定将其模型与 Opus 4.6 直接对比，这标志着更广泛的人工智能编码工具格局正在发生转变。
OpenAI 和 Anthropic 在通用前沿能力上展开竞争，而像 Cursor 这样的垂直工具提供商则另辟蹊径：将特定任务的性能打磨到卓越水平，进而利用价格优势脱颖而出。 VentureBeat 和 The New Stack 等媒体指出，Composer 2 将加速“多模型路由”的实际落地——即使用 Opus 或 GPT 进行复杂推理，而将 Composer 2 用于日常高频编码，从而兼得两者的优势。
Claude Opus 4.6 于 2 月 5 日发布，并在 Terminal-Bench 2.0、Humanity's Last Exam 和 GDPval-AA 等多个基准测试中名列前茅。Cursor 的新测试结果至少对该模型在专业编码领域的统治地位提出了质疑。
目前开发者的反响大多积极，但许多人表示希望先观察其在实际项目中的表现再下结论——这是一种合理的态度，毕竟基准测试终究只是基准测试。Cursor 已向订阅用户开放了在 IDE 内免费试用 Composer 2 的权限。
数据来源：Cursor官方公告及主流科技媒体，截至2026年3月20日。最新排名可访问tbench.ai或Cursor官网查看。
百度健康近期内部测试了AI医生助手“DoctorClaw”，用于学术文献检索和日常办公辅助
据报道，百度健康已开始对一款专为医生设计的专业AI智能助手进行内部测试。该产品内部代号为“DoctorClaw”（龙虾医生版），标志着百度在医疗领域部署大型语言模型方面迈出了重要一步。知情人士透露，该项目仍处于封闭开发阶段，目前已进入内部测试。虽然具体的产品形态尚未完全披露，但已接近上线。 在功能方面，DoctorClaw初期将侧重于学术文献检索和常规诊疗辅助。但其长期战略旨在深度融入临床诊断、医
StrictlyVC旧金山站将汇聚TDK Ventures、Replit等企业的领军人物
今年首场StrictlyVC活动即将登陆旧金山，时间比你想象的要早。 4月30日，我们在菲律宾文化中心（Sentro Filipino Cultural Center）举办的聚会门票仍在热售中，届时将有阵容强大的演讲嘉宾阵容。除了StrictlyVC一贯以人脉拓展和社区互动著称外，本次旧金山活动对于寻求最新融资洞见的AI创新者和创始人而言，将具有特别重要的价值。谁将登台门票现已开售，但如果您此前未
Notion 将其工作区转变为人工智能代理的枢纽
生产力软件公司 Notion 正迈入智能代理时代。在周三的一场直播产品发布会上，以协作式笔记应用而闻名的 Notion 推出了一款全新的开发者平台。该平台不仅扩展了其定制 AI 代理的功能，还能与外部代理连接，并允许团队构建能够从任何数据库提取数据的自动化多步骤工作流。通过构建一个编排层——即一个能在多个工具和数据源之间协调AI工作的系统——Notion将自身定位为不仅仅是一款具备AI功能的笔记应
在XIX.AI上，发现2026年最适合用于广播和播客制作的AI脚本工具。我们精心挑选的这些高评分工具能够提供强大的功能，帮助您快速制作出引人入胜的音频广告。通过实际测试和每周更新的排名，您可以了解免费选项与付费选项之间的差异。今天就释放您的创造力吧！
10 个工具
xix.ai
在 XIX.AI 上探索 2026 年最佳 AI 合同审查软件。我们精心筛选的顶级榜单汇集了功能强大的工具，能够即时发现法律漏洞和合规风险。通过实际测试和每周更新的排名，对比免费与付费选项。找到能彻底改变游戏规则的解决方案，实现安全、高效的合同分析。立即探索这本权威指南。
10 个工具
xix.ai
探索2026年最适合制作中文动画的人工智能工具。我们精心挑选的顶级列表中包含了各种强大的工具，能够帮助你创建出令人惊叹的网络小说角色和漫画头像。通过实际测试来对比免费选项和付费选项，找到最适合你的创作工具，今天就在XIX.AI上将你的故事变为现实吧。
10 个工具
xix.ai
立即访问 XIX.AI，探索 2026 年最优秀的漫画 AI 自动上色工具。我们精心筛选的清单汇集了广受好评、颠覆行业的解决方案，这些工具能以零一致性错误的方式应用平涂色彩，从而大幅提升您的工作效率。通过免费版与付费版的对比分析、实际测试以及每周更新的排行榜，找到最适合您的工具。立即开启您的 AI 优势。
10 个工具
xix.ai
探索2026年最优秀的AI人物设定生成工具，助您塑造鲜活立体的角色。XIX.AI精心筛选的这份清单汇集了广受好评、颠覆传统的工具，能够生成具有内在逻辑的动机和致命缺陷。通过实际测试对比免费与付费选项。立即释放您的叙事潜能。
10 个工具
xix.ai
在 XIX.AI 上探索 2026 年最佳 AI 定价优化软件。我们精心挑选的清单汇集了备受好评、具有颠覆性意义的工具，这些工具不仅能追踪竞争对手，还能自动调整您的店铺价格，从而实现利润最大化。通过实际测试对比免费与付费选项。立即掌握您的定价优势。
10 个工具
xix.ai
