最近Cursor 发布了 Composer 2.5，官方定性为"迄今为止最强大的模型"。

发布推文 1182 万次浏览，马斯克本人转发点赞。这次除了模型更新本身，Cursor 还顺带宣布了一件更大的事。

先看数据

三项主要基准测试里，Composer 2.5 的成绩是：

• Terminal-Bench 2.0：69.3%，与 Opus 4.7 的 69.4% 几乎打平
• SWE-Bench Multilingual：79.8%，超过 GPT-5.5 的 77.8%，略低于 Opus 4.7 的 80.5%
• CursorBench v3.1（高难度任务）：63.2%，Opus 4.7 默认配置是 61.6%，GPT-5.5 默认是 59.2%

CursorBench 是 Cursor 自己设计的测试集，更贴近真实编程场景，这个维度上 Composer 2.5 超过了同等默认配置的 Opus 4.7 和 GPT-5.5。

这几项成绩本身放在前沿模型里不算最顶，但下面这张图才是重点。

成本对比散点图里，Opus 4.7 达到类似 CursorBench 得分需要每任务约 7-10 美元，GPT-5.5 需要 1-2 美元，Composer 2.5 站在右上角，得分相近，成本接近于零。官方说法是"比同等能力的模型高效 10 倍"。

定价是每百万输入 token 0.50 美元，输出 2.50 美元。发布首周还直接把模型的包含用量翻倍。

这次 Cursor 把底座写进了公告

上次 Composer 2 发布时，社区因为抓包发现底层用的是 Kimi K2.5 而引发了一场透明度争议。Cursor 产品负责人 Lee Robinson 后来公开道歉，表示"下一个模型会把基座写清楚"。

这次他们做到了。

Cursor 在发布推文里直接写道：Composer 2.5 基于与 Composer 2 相同的开源基础构建，即 Moonshot 的 Kimi K2.5。

但这句话只说了一半，另一半更关键。

官方随即附上了一张计算资源分布图，图里写着：Composer 2.5 有 85% 的计算资源来自 Cursor 自己的额外训练和强化学习，Kimi K2 和 Kimi K2.5 各只贡献了 7.5%。

换句话说，Kimi K2.5 只是起点，Cursor 在这个基础上砸进去的才是主体。这和"拿开源模型做微调"是两种不同量级的工作。

他们到底做了什么

Cursor 在技术细节上没有藏着掖着，公布了三个核心方向：

• 扩大训练规模，生成了比上一代复杂得多的强化学习环境
• 引入文本反馈机制，在强化学习过程中，通过在跨越数十万个 token 的 rollout 中精确分配积分，让模型学得更快
• 合成数据量是上一代的 25 倍，并且发现模型能自己找到解析缓存、反编译字节码等复杂变通方案

优化器层面，他们用了分片 Muon 结合双网格 HSDP，在万亿参数规模上每个优化器步骤只需 0.2 秒。这些是模型公司才会搞的工程细节，不是普通应用层面的事情。

官方引用了一句评价："Composer 2.5 exceptionally intelligent and up to 10x more efficient than similarly capable models."

然后是那个更大的消息

Cursor 宣布，正在与 SpaceXAI 合作，从头训练一个规模大得多的全新模型，总算力是现在的 10 倍。他们会用 Colossus 2 的百万 H100 等效算力，结合双方的数据积累和训练技术。

四月份 SpaceXAI 与 Cursor 宣布算力合作的时候，许多人认为这只是租用算力的商业协议。现在来看，那只是开始，双方已经在联合从零训练一个新模型。

马斯克本人在推文下评论了一句："试用一下！（部分训练于 Colossus 2）"。简短，但背书效应不小。

Cursor CEO Michael Truell 在自己账号上写：Composer 2.5 相较于 Composer 2 是一个显著的进步，而这只是他们与 SpaceXAI 合作的开端，希望很快能推出更多改进。

值得注意的几个信号

Cursor 这条路越走越清晰：用自有数据和强化学习训练专属编程模型，而不是永远依赖第三方 API。从 Composer 1 到 1.5 再到 2，再到现在的 2.5，每一代都在把自研能力往前推一步。

现在他们有了 SpaceXAI 的算力支持，下一代模型的规模和能力上限会直接被拉高。Colossus 2 的百万张 H100 不是一个可以忽视的数字。

Kimi K2.5 这次被作为公开起点写进发布公告，本身也是一个变化。开源生态和商业产品的协作关系越来越像一种标准路线，谁借助谁做了什么，最终能不能形成自己的差异化，才是真正的竞争维度。

成本效率这件事也值得单独说一句。在性能相近的情况下，成本差距 10 倍不是小事。对于自动化编程、Agent 任务这类需要高频调用的场景，成本直接决定了什么东西能规模化，什么不能。

苏米注：Cursor 的这条路——基于开源底座 + 大量自有数据 RL 训练 + 专属算力合作——正在成为 AI 编程工具的标准路线。对于开发者来说，Composer 2.5 的成本优势（10 倍效率提升）意味着 Agent 编程可以真正规模化了。值得关注的是他们与 SpaceXAI 的合作，百万级 H100 算力训练出来的下一代模型，可能会重新定义 AI 编程的上限。

当然，Cursor 的下一代模型还在训练中，承诺和落地之间有多大距离，等上线了再说。但今天这个起点，看起来比预期的要结实一些。