Skip to content
TopicTracker
出典 HackerNews原文を表示
翻訳言語翻訳言語

Cursorbench: Grok 4.5がGPT-5.5を上回り、コストは約半分

Cursorが発表したベンチマーク「Cursorbench」において、xAIのGrok 4.5がOpenAIのGPT-5.5を総合性能で上回る結果となった。さらに、推論コストはGPT-5.5の約半分であり、コストパフォーマンスの面でも優位性を示している。

背景メモ

Cursor(AIコードエディタ)が独自のコード生成ベンチマーク「Cursorbench」を発表。GPT、Claude、Grokなど主要な大規模言語モデル(LLM)をソフトウェアエンジニアリングの実タスクで評価し、xAIの「Grok 4.5」がOpenAIの「GPT-5.5」をスコアで上回り、かつAPIコストは約半分と主張。ただし「GPT-5.5」はOpenAIの公式モデル名ではなく、Cursorが独自に定義した内部コードネームである点に注意。このベンチマークはAIコーディング市場での競争激化を背景に、従来の定型的なテスト(例:HumanEval)ではなく、より実践的なコード編集・デバッグ能力を測定しようとする試み。CursorはAnysphere社が開発するVS Codeベースのエディタで、AI補完機能で知られ、同分野でGitHub Copilotと競合する主要プレイヤー。

関連記事