Le 18 mai, Cursor a dévoilé Composer 2.5, son troisième modèle de programmation maison. Pour la première fois, il se hisse au niveau d'Opus 4.7 et GPT-5.5 sur les benchmarks publics, avec un coût par tâche dix fois inférieur.
Les chiffres parlent
Sur les réglages par défaut de CursorBench v3.1, Composer 2.5 obtient 63,2 %, contre 59,2 % pour GPT-5.5. Sur SWE-Bench Multilingual, Composer 2.5 atteint 79,8 %, dépassant les 77,8 % de GPT-5.5.
Cependant, sur Terminal-Bench 2.0, GPT-5.5 reste en tête avec 82,7 % contre 69,3 % – Cursor a publié ce résultat ouvertement, une démarche rare chez les fabricants chinois de modèles d'IA.
Le prix est le véritable argument de vente :
- Composer 2.5 standard : 0,50 $ en entrée / 2,50 $ en sortie par million de tokens
- Variante rapide (par défaut) : 3,00 $ en entrée / 15,00 $ en sortie
« Composer 2.5 est exceptionnellement intelligent et jusqu'à 10 fois plus efficace que des modèles aux capacités similaires. » — Cursor
En clair : une tâche unique coûte moins d'un dollar, contre 11 dollars chez les concurrents. Cet écart suffit à faire recalculer les budgets des DSI.
Sous le capot : Kimi K2.5
Techniquement, Composer 2.5 repose sur la même base que Composer 2 : le checkpoint Kimi K2.5 open source de Moonshot – un modèle MoE de 1 000 milliards de paramètres, dont environ 32 milliards activés par inférence.
Cursor n'a pas entraîné de modèle de base ; il a concentré ses efforts sur le réglage par RL. Trois améliorations d'entraînement expliquent l'écart :
- RL avec retour textuel : des indices immédiats en cas d'échec d'appel d'outil, pas seulement des récompenses en fin de séquence, accélérant la correction des erreurs.
- Tâches synthétiques ×25 : y compris des tâches de « suppression de fonctionnalité » qui retirent délibérément une fonctionnalité pour que le modèle la restaure.
- Infrastructure MoE : optimiseur Muon fragmenté et HSDP à double maillage pour l'efficacité de l'entraînement.
Au total, 85 % du budget de calcul a été consacré au RL et au post-entraînement, et non à l'entraînement du modèle de base – une approche typique des LLM open source.
Prochain pari sur xAI
Le blog de Cursor a également lâché une bombe : le prochain modèle est déjà en cours d'entraînement, à partir de zéro, sans utiliser Kimi comme base.
Le partenaire est SpaceXAI (la branche calcul de xAI), utilisant le cluster Colossus 2 – environ 1 million de GPU équivalents H100, soit 10 fois la puissance de calcul de Composer 2.5.
Des rumeurs circulaient depuis avril selon lesquelles SpaceX avait acquis une option de 6 milliards de dollars pour acheter Cursor. Désormais, le volet calcul est confirmé, signe d'un engagement profond de Musk et de Cursor dans le pari de la « programmation IA ».
Le vrai signal
Au-delà des scores et des prix, le changement le plus notable est l'attitude de Cursor. Ces deux dernières années, Cursor a souvent été qualifié d'« enveloppe » – une jolie coque d'IDE utilisant Claude et GPT. La série Composer a commencé à décoller cette étiquette : d'abord Composer 2 a remplacé la plupart des appels Claude pour les utilisateurs professionnels, et maintenant Composer 2.5 rivalise publiquement avec Opus 4.7 pour une fraction du coût.
Plus important encore, dans le domaine de la programmation, la chute du coût par tâche de plus de 10 dollars à moins d'un dollar signifie que la programmation agentique passe de « on essaie » à un budget « on laisse l'IA tourner toute la journée ». Une entreprise qui n'osait auparavant confier qu'une douzaine de tâches à l'IA par jour peut désormais en exécuter des centaines. C'est là le véritable changement de flux de travail.
Quant à l'écart sur Terminal-Bench – Cursor le comblera probablement avec le prochain modèle sur le Colossus 2 de SpaceX. Lors de la prochaine sortie, l'étiquette d'« enveloppe » pourrait bien disparaître définitivement.
Sources : CocoLoop, 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)