刚刚！Cursor 在官博上放出了 Composer 2.5，自研 Composer 系列里它自己口径"迄今最强"的一版。

新模型出来不到几小时，Elon Musk 直接转发了 Cursor 的官推，配文很短："试用一下！（部分训练于 Colossus 2）"。一条转推把这次发布顶到了 X 平台首页热门，原推阅读量当天就冲过了 1000 万。

Cursor 给 Composer 2.5 的官方定调是一句话：比同级模型聪明，效率最高 10 倍。这话听起来像营销文案，但把它放进基准测试和价格表对比 Claude Opus 4.7、GPT-5.5，差不多能看出含义：性能挤进了第一梯队，成本压到了完全不同的量级。

先看数据：Composer 2.5 到底有多强

Cursor 这次给出了三个基准上的横向对比，对手全部是当下最热的几款。

几个关键读数：

• Terminal-Bench 2.0：Composer 2.5 拿到 69.3%，几乎和 Opus 4.7 打平（69.4%），但落后 GPT-5.5（82.7%）一截。终端任务这块，GPT-5.5 暂时还是最强。

• SWE-Bench Multilingual：Composer 2.5 拿到 79.8%，和 Opus 4.7（80.5%）只差不到 1 个百分点，比 GPT-5.5 还高 2 个百分点。多语言代码任务上，它基本可以和 Opus 4.7 同台。

• CursorBench v3.1：Cursor 自己的硬核任务集。Composer 2.5 拿到 63.2%，比 Opus 4.7 默认档（61.6%）高，和 GPT-5.5 默认档（59.2%）拉开 4 个百分点。

对比上一代 Composer 2，三个基准全部大幅前进，CursorBench 上从 52.2% 直接拉到 63.2%，提了 11 个百分点。这是 Cursor 自研路线一个比较像样的迭代。

但更值得说的不是这几个数字本身，而是数字背后的"性价比曲线"。

10 倍效率从哪来：同级表现，价格砍到七分之一

Cursor 这次专门画了一张 CursorBench 3.1 的得分和成本对比图，横轴是单任务平均成本，纵轴是得分。

这张图传递的信息很直接：

• Opus 4.7 默认档（xhigh）：约 7 美元/任务，得 61% 左右；想再提分到 64%，需要切到 max 档，成本飙到 11 美元/任务。

• GPT-5.5 默认档（medium）：约 2 美元/任务，得 59% 左右。

• Composer 2.5：约 1 美元/任务，得 63% 左右。

Composer 2.5 落在图右上角孤独的位置，得分接近 Opus 4.7 默认档，但单任务成本只有它的七分之一。和 GPT-5.5 默认档比，得分高一档，成本还便宜一半。Cursor 那句"最高 10 倍效率"的口径，大致就是从这张图来的。

这事对开发者意味着什么？很现实：

• 如果你在 Cursor 里写代码，一天跑十几次长链路的 Agent 任务，过去用 Opus 默认档可能账单要几十美元，换成 Composer 2.5 可以把成本压到几美元。

• 如果你团队在做 AI 自动化重构、批量代码迁移这类高频任务，便宜七倍意味着你能并行跑更多任务，或者用更长的上下文。

• Cursor 还宣布 未来一周内 Composer 2.5 的免费额度翻倍，相当于直接发了一波抢用户的活动。

具体 API 定价上，Composer 2.5 标准版输入 0.5 美元 / 百万 token，输出 2.5 美元 / 百万 token；快速版输入 3 美元，输出 15 美元。

技术底子：Kimi K2.5 开源底座 + 85% 自研训练

3 月份 Composer 2 上线的时候，Cursor 没有主动承认底座来自 Kimi K2，引发过一场不大不小的争论。这次 Composer 2.5，Cursor 选择直接把这层关系摆到台面上。

官博和 X 推文都明说了：Composer 2.5 基于和 Composer 2 相同的开源基础，即 Moonshot 的 Kimi K2.5。

但同时给出了一张算力分布图：

• Kimi K2 原始训练：7.5%

• Kimi K2.5 原始训练：7.5%

• Cursor 在 K2.5 之上的额外训练和 RL：85%

换句话说，开源底座只贡献了一小段路，剩下八成五的训练算力是 Cursor 自己投进去的。这个比例的真实性外人没法核验，但摆出来本身就是一个表态：**这次别再说我"只是套壳了"**。

Cursor 这次披露的几个技术细节也算干货：

• 基于文本反馈的定向强化学习：在 Agent 轨迹里识别出"模型本可以做得更好"的位置，直接插入文本反馈来改写教师模型的概率分布，再用 on-policy 蒸馏把这部分知识灌给学生模型。简单理解就是不再一刀切地给整段轨迹打分，而是定位到具体哪一步出错、为什么出错。

• 合成任务规模提升 25 倍：Composer 2.5 使用的合成训练任务数量是 Composer 2 的 25 倍，并且用"功能删除"这类方法基于真实代码库自动生成。

• 分片 Muon 优化器 + 双网格 HSDP：在万亿参数规模上，优化器每一步只要 0.2 秒。这对训练吞吐影响非常直接。

对一个还在做产品的公司来说，这种披露密度算比较真诚。同期的几家头部模型厂商，已经很少再披露这一层的训练工程细节了。

与 xAI 合作：下一代模型即将登场，10 倍算力起步

如果 Composer 2.5 只是这次发布的开胃菜，主菜其实在另一条推文里。

Cursor 官推同步公布了一条更重磅的消息：正在和 SpaceXAI 一起从零训练一个显著更大的新模型，总算力是 Composer 2.5 的 10 倍，使用 Colossus 2 的百万 H100 等效算力。

这条消息得放到 4 月份的背景里看。4 月 22 日，SpaceX 官方账号发推宣布和 Cursor 深度合作，并且给出了一个选项：今年晚些时候 SpaceX 可以选择以 600 亿美元收购 Cursor，或者支付 100 亿美元作为合作对价。当时这条推文炸了一整天，Cursor 创始人 Michael Truell 也明确转发表态。

过去这一个多月，外界一直不清楚这笔合作的实际进展。Composer 2.5 这次的公告，相当于第一次给出了具体节点：

• Composer 2.5 本身 已经有"部分训练于 Colossus 2"（这点 Musk 自己在转推里点明了）。

• 下一代更大模型 正在用 10 倍算力从零训练，按 Cursor 的说法这是"模型能力上的重大跃升"。

Colossus 2 是 xAI 在田纳西州孟菲斯部署的超级计算集群，按公开口径百万 H100 等效。把这个量级的算力对接到一家 AI 编程公司，过去一年里几乎没有先例。换个角度看，Cursor 等于在算力侧拿到了一张和 Anthropic、OpenAI 一个量级的入场券。

---

回头看 Cursor 从 2 月到现在的节奏：Composer 2 用 Kimi 底座被质疑，Composer 2.5 直接把这层公开摆上台面，并且在三个基准上拿出了能打的成绩。中间还嵌套着和 xAI 的 600 亿美元收购选项、Colossus 2 算力对接。

这是一家在"应用公司"和"模型公司"两条路上同时押注的 Cursor。前者，它已经是 AI 编程赛道当下最赚钱的产品。后者，它今天刚刚把自己摆上了模型基准表的横轴。

下一步要看的是两件事：一是 Composer 2.5 在真实开发者手里跑一周后口碑会不会反转，二是和 xAI 合训的下一代模型什么时候露面。后者按 Cursor 给出的措辞，可能比这次的 Composer 2.5 还要重磅。

值得期待。