5 月 18 日，Cursor 把 Composer 2.5 扔了出来。这是它的第三代自家编程模型，也是第一次在公开 benchmark 上跟 Opus 4.7、GPT-5.5 站到同一档位——而单次任务的成本，只到对手的十分之一。
数字摆这儿
先看跑分。CursorBench v3.1 默认设置下，Composer 2.5 拿了 63.2%，GPT-5.5 是 59.2%；SWE-Bench Multilingual 上，Composer 2.5 拿 79.8%，反超 GPT-5.5 的 77.8%。
但 Terminal-Bench 2.0 上 GPT-5.5 还是赢一头，82.7% 对 69.3%——这块 Cursor 自己也没硬说赢，写在了博客里。这种愿意把不利数据放出来的做法，在国内大模型厂商的发布会里不太常见。
价钱才是这次的真正卖点：
| 变体 | 输入价（每 1M token） | 输出价（每 1M token） |
|---|---|---|
| 标准 Composer 2.5 | $0.50 | $2.50 |
| 快速变体（默认） | $3.00 | $15.00 |
Cursor 官方原话：
“Composer 2.5 is exceptionally intelligent and up to 10x more efficient than similarly capable models.”
讲人话就是——同样的活干完，单次任务成本不到 1 美元，对手收到 11 美元。这个差距足够让企业 CTO 重新算一遍预算。
底子还是 Kimi K2.5
技术上其实没什么神秘。Composer 2.5 跟上一代 Composer 2 用的是同一个底座：Moonshot 开源的 Kimi K2.5 checkpoint——一个总参数 1 万亿、每次推理激活约 320 亿的 MoE 模型。
Cursor 没去自己练大模型，而是把工程力气全花在了 RL 调教上。这次拉开差距的训练改进有三块：
- 文本反馈 RL：失败的工具调用现场就给提示，不再只在跑完一整段后给总奖励。模型修错的速度因此快了
- 合成任务量 ×25：包括”特征删除”这种倒着做的题——故意删掉一段功能，让模型试着复原
- MoE 基础设施：分片 Muon 优化器、双 mesh HSDP，把训练效率拉起来
整个训练里，85% 的算力预算用在了 RL 和后训练上，不是用在练底座上。这是开源大模型路线里很典型的玩法——底座别人练好开源出来，自己只需要把后训练做透。
下一步押在 xAI 身上
更有意思的是 Cursor 在发布博客里顺手丢的另一颗炸弹：下一代模型已经在练了，从零开始训，不再用 Kimi 当底座。
合作方是 SpaceXAI（xAI 的算力分支），用的是 Colossus 2 集群——大约 100 万张 H100 等价 GPU，总算力比 Composer 2.5 用的多 10 倍。
这条线之前就有传闻，4 月已经传出 SpaceX 拿了一张 60 亿美金买 Cursor 的期权。现在算力这一头落实了，说明 Musk 和 Cursor 把”AI 编程”这局押得不浅。
这事真正的信号
读完发布博客，最值得圈出来的不是分数也不是价钱，是 Cursor 这次的姿态变化。
过去两年里，Cursor 一直被外界归类为”套壳”——做 IDE 的好看皮肤，模型用 Claude 用 GPT。Composer 系列出来后，这个标签开始撕不下来了：先是 Composer 2 替企业用户挡掉了大半 Claude 调用，现在 Composer 2.5 公开跟 Opus 4.7 同台跑分，价钱还便宜一个数量级。
更关键的是，编程这个垂直场景里，单价从十几美元砍到 1 美元以下，意味着 agentic 编程从”试试看”进入”可以让 AI 跑一整天”的预算门槛。一家公司原来一天只敢让 AI 跑十几个 task，现在能跑上百个。这才是真正改变工作流的地方。
至于”自家模型在 Terminal-Bench 上还差着一截”——Cursor 大概率会用下一代 SpaceX 那台 Colossus 2 把这个洞补上。等下一次发布，套壳这顶帽子怕是要彻底脱手了。
参考来源：Cursor's Composer 2.5 matches Opus 4.7 and GPT-5.5 benchmarks at a fraction of the cost（The Decoder）、Cursor released Composer 2.5 with up to 10x cost efficiency（Testing Catalog）、Cursor Releases Composer 2.5, Matches Opus 4.7 On Some Benchmarks（OfficeChai）