Cursor Composer 2.5新模型发布：性能对标顶级模型，成本仅1/10

5月18日，Cursor 正式发布 Composer 2.5，SWE-bench 测试成绩 79.8%，和 Opus 4.7（80.5%）、GPT-5.5（77.8%）站到了同一个梯队。更狠的是，每次任务平均成本不到 1 美元，而竞争对手完成同类任务可能要花 11 美元，把价格打到了对手的十分之一。

这是 Cursor 从「IDE 封装器」向「独立模型实验室」的身份转变。对开发者来说，这意味着两件事：更强的编码能力，更低的使用门槛。

这次更新值得关注点

性能不输顶级模型，成本只有1/10

SWE-bench Multilingual 是业界公认的软件工程能力测试基准。Composer 2.5 在这个测试中拿到了 79.8% 的分数，和头部模型几乎平手：

• Opus 4.7：80.5%
• Composer 2.5：79.8%
• GPT-5.5：77.8%

这个成绩说明什么？说明 Composer 2.5 已经具备了处理真实复杂软件工程任务的能力，不是玩具级别的代码补全。

更关键的是价格。对手完成一次类似任务可能要花 11 美元，Composer 2.5 不到 1 美元。十倍的成本差距，意味着你可以更大胆地用它来处理日常开发中的各种琐碎任务，而不必每次都权衡「值不值得」。

85%的算力砸在强化学习上

Cursor 团队把 85% 的计算预算都投在了后训练和强化学习上。他们引入了一种叫「带文本反馈的针对性 RL」的技术，让模型学会自我纠错。

具体来说，模型现在能识别并修正这些常见问题：

• 停止调用不存在的工具
• 在长达数百步的复杂任务中保持稳定
• 自动发现并修复逻辑错误

这种针对性的训练方式，比单纯堆数据更有效。它让模型在真实开发场景中表现得更像一个有经验的程序员，而不是一个只会照搬模板的初学者。

训练规模翻了25倍

相比上一代，Composer 2.5 用了多出 25 倍的合成强化学习任务进行训练。这些任务涵盖了很多复杂的场景，比如「功能删除与重建」这类需要多步骤推理的难题。

训练规模的提升直接反映在模型处理复杂任务的能力上。以前可能需要人工介入多次的任务，现在模型能更独立地完成。

Cursor 模型的进化速度有多快

过去三个月，Cursor 团队的迭代速度快得惊人：

从 1.5 到 2.5，不到四个月时间。这种迭代频率在传统软件公司里几乎不可能实现，但在 AI 领域正在成为常态。

更值得关注的是未来规划。Cursor 已经宣布和 SpaceXAI 合作，在 Colossus 2 集群上（百万块 H100 等效算力）从零训练一个规模大 10 倍的继任模型。这意味着下一代 Cursor 的能力可能会有质的飞跃。

定价策略变了，怎么用更划算

Composer 2.5 上线的同时，Cursor 调整了定价策略：

标准模式（Standard）

• 输入：$0.50/M token
• 输出：$2.50/M token
• 价格不变

快速模式（Fast）

• 输入：$3.00/M token（翻倍）
• 输出：$15.00/M token（翻倍）

快速模式价格翻了一倍，但换来的是更快的响应速度。如果你追求效率，这个模式仍然值得；如果更在意成本，标准模式性价比更高。

上线福利：发布首周，所有用户获得双倍用量。如果你想深度测试 Composer 2.5 的能力，现在是最好的时机。

技术细节：它为什么这么强

Composer 2.5 基于 Moonshot 的 Kimi K2.5 底座，但 Cursor 做了三层关键优化：

大规模合成数据：25 倍于前代的合成强化学习任务，覆盖更多复杂场景

Muon 优化器：实现 0.2 秒的优化步长，大幅提升训练效率

针对性强化学习：让模型学会自我纠错，在长任务中保持稳定

这三层优化的核心思路很清晰：不拼底座模型，拼后训练质量。Cursor 选择了一条和主流厂商不同的路——与其追逐更大的基础模型，不如把现有模型的后训练做到极致。

对普通开发者意味着什么

Composer 2.5 的发布，对不同类型的开发者有不同的意义：

如果你是一线开发者：现在可以用更低的成本，让 AI 帮你处理更多日常任务。代码审查、单元测试、文档生成这些琐碎工作，可以放心交给 Composer 2.5。

如果你是团队负责人：十倍的成本差距意味着你可以更大规模地部署 AI 辅助开发，而不必担心预算失控。这可能成为团队效率的一个新杠杆。

如果你在观望是否要用 AI 编程：现在的门槛已经足够低。Composer 2.5 的性能和价格组合，让它成为一个很难拒绝的选择。

当然，AI 不会取代程序员，但它会取代不用 AI 的程序员。这句话说了很多次，但现在它越来越接近现实。

一些建议

如果你还没用过 Cursor，或者还在用旧版本，建议趁这次双倍用量的机会，好好测试一下 Composer 2.5 的能力。重点关注这几个场景：

• 复杂功能的代码生成
• 多文件重构任务
• 单元测试编写
• 代码审查和优化建议

AI 编程助手已经从「偶尔能用」进化到了「日常必备」的阶段。

随着 SpaceXAI 合作的下一代模型正在训练中，我们有理由相信，AI 编码助手的未来会更加精彩。但更重要的是，现在的你已经可以开始享受这波红利了。

关注我，每天一个 AI 工具，帮你提升效率与认知。

如果你觉得这篇文章有用，欢迎转发给同事朋友，或者留言分享你的使用体验。