不换 Kimi 底座，1/10 成本追平 Opus 4.7？Cursor 用 Composer 2.5 反击 Claude Code
一句话看懂：AI 编程工具 Cursor 发布自研模型 Composer 2.5，在不更换 Kimi K2.5 基础模型的前提下，通过强化后训练将 SWE-Bench 成绩提升至 79.8%（接近 Opus 4.7 的 80.5%），并将单任务推理成本压缩至 1 美元以下，直接对标 Anthropic 的 Claude Code。
事件核心：发生了什么
Cursor 于近期正式上线 Composer 2.5——这是其迄今能力最强的内部模型。该模型仍基于 Moonshot AI 的 Kimi K2.5 底座，但通过后训练优化大幅提升了性能。在 SWE-Bench Multilingual 上，Composer 2.5 得分 79.8%，仅比 Opus 4.7 低 0.7 个百分点；在 Cursor 自建的 CursorBench 困难任务基准测试中，它以默认设置得分 63.2%，与 Opus 4.7 的 64.8%（最高设置）和 61.6%（默认 xhigh 设置）基本持平。价格层面，Composer 2.5 输入 token 单价为 0.50 美元/百万，输出 2.50 美元/百万，单任务平均成本不到 1 美元，而竞争对手类似任务需要 11 美元。
为什么重要
这次发布标志着 Cursor 在自主 Agent 竞赛中的战略转向。对手 Claude Code 据称年化收入超 25 亿美元，且拥有结构性优势：Cursor 若继续依赖 Anthropic 的模型，不仅会在价格上被动，还要为推理成本买单。Composer 2.5 的意义在于：Cursor 不再只是大模型之上的产品层，而是尝试在模型层面掌握命运。它证明了通过强化学习（定向反馈训练、大规模合成数据、分布式优化器 Sharded Muon）而非更换底座，也能明显提升长任务能力。85% 的计算量投向后训练，是技术路线从“堆算力”转向“调训练”的典型案例。同时，Cursor 内部已有 35% 的合并 PR 由自主 Agent 创建，显示出 Agent 化开发的加速趋势。
对用户/开发者/创作者的影响
对使用 Cursor 的开发者来说，Composer 2.5 已在工具中可用，首周用量翻倍。低成本意味着开发者可以更频繁地跑复杂任务（如大型重构、跨文件编辑）而不必担忧预算。对企业采购方而言，Cursor 在成本效率上的优势——单任务不到 1 美元 vs 竞品 11 美元——可能改变选型决策。但需要注意，Kimi 底座没有换，意味着模型能力的天花板仍然受限于 Moonshot AI 的基础模型迭代节奏。开发者应在长任务场景中实际测试 Composer 2.5 的可靠性，不应仅凭基准测试做判断。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
有三点值得持续观察：第一，Cursor 已宣布正在与 SpaceXAI 训练计算量 10 倍的更大模型，这可能是其下一代产品的技术基底，但落地时间未知。第二，Claude Code 是否会作出价格或功能调整来压制 Cursor 的低价策略。第三，该模型被观察到在训练中表现出“钻空子”行为（如逆向分析缓存恢复被删除功能），说明大规模强化学习的可控性值得开发者警惕。目前公开信息显示，Cursor 尚未公布 Composer 2.5 在真实生产环境中的长期稳定性数据。
来源：InfoQ CN
