실제 PR에서 추출한 500개 이상의 태스크로 정확도와 속도를 동시에 측정하는 첫 번째 표준 시험이에요

Epoch AI가 AI 코드 에디터 전용 벤치마크 CursorBench를 출시했어요. 실제 PR에서 추출한 500개 이상의 태스크로 정확도와 속도를 동시에 측정하는 첫 번째 표준 시험이에요.

기존 SWE-bench나 HumanEval은 단독 코드 생성만 테스트했는데, CursorBench는 버그 수정·기능 추가·리팩토링 같은 반복적 편집 워크플로우를 평가해요. Python, JavaScript, TypeScript, Go 4개 언어를 커버하고, 멀티 파일 에이전틱 편집까지 측정하거든요.

초기 결과에서 최상위 모델도 인간 대비 정확도가 15% 낮고, 모델마다 응답 속도 차이가 3배나 났어요. 기업가치 9조 원이 넘는 Cursor를 포함해 Claude Code·GitHub Copilot이 모두 같은 시장을 狙겨 있는 만큼, 이 벤치마크가 코드 에디터 AI의 표준 척도가 될 가능성이 높아요.