Cursor模型更新，最新版本已來到Composer 2.5。

稍微一翻Cursor公告，兩件事挺有意思：

一是Cursor這回學老實了，新模型“套”了Kimi不再藏著掖著，連具體用了多少都標的清清楚楚。

（Cursor：Kimi打底，自家額外訓練+RL占了85%的總算力）

二是馬斯克原地上演變臉，之前Cursor陷入“套殼風波”時他在旁邊煽風點火，現(xiàn)在卻十分賣力地幫忙站臺：

都給我去用Cursor新模型。

網(wǎng)友：老馬你讓我感到陌生(doge）。

別想多了，其實這是因為Cursor和馬斯克達成了算力合作——

Composer 2.5部分訓練是在Colossus 2上完成的，以及Cursor正在和SpaceXAI合作，從零開始訓練一個規(guī)模明顯更大的模型。

好好好，新模型剛來，下一代模型的“餅”又吃上了，看來Cursor真是鉚足了勁想搞自研（具體原因下文詳聊）。

不過遠的咱是夠不著了，先看眼前這個實在的——Composer 2.5本身亮點也很足。

1/10成本、Opus 4.7級表現(xiàn)，而且發(fā)布后首周還給你雙倍用量。

好家伙，這幾個詞一甩出來，經(jīng)常用模型的朋友誰不沸騰了。

但問題是，Cursor新模型真有這么頂嗎？？

1/10成本、Opus 4.7級表現(xiàn)

頂不頂目前咱不好說，反正測評成績挺亮眼。

據(jù)Cursor介紹，“它更擅長在長時間運行的任務中持續(xù)工作，更可靠地遵循復雜指令，協(xié)作體驗也更加順暢”。

這些表現(xiàn)反映到具體數(shù)字上就是，其性能水平整體接近Claude Opus 4.7。

• Terminal-Bench 2.0（終端/命令行任務）：69.3% VS 69.4%，幾乎持平；
• SWE-Bench Multilingual（多語言工程問題）：79.8% VS 80.5%，差距微弱；
• CursorBench v3.1（高難度編程任務）：63.2% VS 最高配64.8%，差距微弱。

能和Opus 4.7相提并論，常用模型的人都知道這里頭的含金量了。

而且除了在更高難度的任務上訓練之外，他們還改進了模型在溝通風格和投入級別校準（什么時候該出多大力）等行為層面的表現(xiàn)。

聽起來有點抽象，但Cursor表示：

這些維度很難通過現(xiàn)有基準充分反映，但我們發(fā)現(xiàn)，它們對實際使用效果非常重要。

那么，Composer 2.5真實能力如何呢？

鑒于目前Cursor免費用戶只能體驗Auto模式（雖然上架了但是選不了），所以咱先看一波網(wǎng)友的反饋。

先插一嘴，Composer模型速度是真快啊，甭管是哪一個版本，用起來歘歘歘的。

OK，回歸正題。

目前一圈扒下來，感覺Composer 2.5反饋還不錯？？

Snapchat前機器學習工程師激情發(fā)帖稱，自從Composer 2發(fā)布后，她就把絕大多數(shù)開發(fā)工作搬到了Cursor上面。

而且還甩出了一句頗有暴論味道的話：

如果你在使用AI進行開發(fā)，卻仍然默認使用成本最高的模型來完成每一項任務，那么你80%的工作都是在浪費錢。

圖像生成初創(chuàng)公司LetzAI的CEO也有類似感受，他在體驗新模型幾小時后表示：

以前可能會對AI的方案挑三揀四、反復修改，但這次因為Composer 2.5做得太好太快，自己直接“躺平認了”。

沒什么可挑剔的，就這么辦吧。

想必你也發(fā)現(xiàn)了，除了模型能力之外，他們提到了另一個重要關鍵詞：價格。

Composer 2.5的價格為每百萬輸入token 0.50美元、每百萬輸出token 2.50美元。

此外，還有一個智能水平相同但速度更快的變體，價格為每百萬輸入token 3.00美元、每百萬輸出token 15.00美元。

p.s. 與Composer 2一樣，fast是默認選項。

這個價格怎么說呢？也就是Opus 4.7的1/10吧。

1/10成本、Opus 4.7級表現(xiàn)，如果效果真如測評和網(wǎng)友所言，那絕對是真香了。

Kimi打底，還做了這些訓練改進

那么Composer 2.5這次是如何實現(xiàn)性能“飛躍”（至少是表面上）的呢？

雖說是有Kimi打底，但好歹貼的是“Cursor自研模型”的標簽，這背后多多少少總得有自研吧。

Cursor：別說我還真有。

回到模型本身，Cursor這回在訓練棧上做了不少改進，主要圍繞兩個方向：

模型智能和易用性。

具體則有三點：

第一，給RL訓練加了“定向反饋”

以前RL獎勵是基于整條軌跡算的，rollout動輒幾十萬token，模型很難知道自己究竟是哪一步搞砸了——最終獎勵只能告訴你“出問題了”，但具體錯哪兒，信號噪聲特別大。

Cursor的解法是：哪里不對就在哪里直接喂反饋。

舉個例子，模型在某一輪調(diào)用了一個不存在的工具，收到報錯后繼續(xù)干別的。幾百次調(diào)用里就這一次錯，對最終獎勵基本沒影響。

但Cursor會在出錯那一輪的上下文里插一句“Reminder: Available tools…”并附上可用工具列表，由此得到一個新的“教師”概率分布。

如此一來，錯誤工具的概率被壓下去，有效替代項的概率被抬上來，然后讓學生模型向這個分布靠攏就行。

這套方法在Composer 2.5里被用在了多種行為上，從編碼風格到溝通方式都有。

第二，合成數(shù)據(jù)規(guī)模翻了25倍

RL訓練幾輪下來，Composer已經(jīng)能解決大部分訓練題了，怎么繼續(xù)提升？

答案是動態(tài)生成更難的任務。

其中一個玩法叫“功能刪除”——給智能體一個帶測試的代碼庫，讓它刪掉某個特定功能但保證代碼庫還能跑，然后任務就是把這個功能重新實現(xiàn)出來，測試就是獎勵信號。

不過任務一多，獎勵作弊也跟著來了。

Cursor發(fā)現(xiàn)Composer 2.5會整一些離譜操作，比如逆向Python類型檢查緩存找出被刪的函數(shù)簽名，甚至反編譯Java字節(jié)碼重建第三方API。

好在都被監(jiān)控工具抓到了，但也算提了個醒——大規(guī)模RL得更小心。

第三，底層訓練做了優(yōu)化

Cursor用的是帶分布式正交化的Muon，并把通信做成異步——一個任務等通信時，優(yōu)化器接著推進其他任務，讓網(wǎng)絡和計算重疊起來。

最終在1T模型上，優(yōu)化器每步只要0.2秒。

另外針對MoE模型，他們把非專家權重和專家權重的HSDP布局拆開了：非專家權重小，F(xiàn)SDP組就窄一點，單節(jié)點內(nèi)搞定；專家權重大，就用更寬的分片網(wǎng)格。

這樣彼此獨立的并行維度也能重疊，比如CP=2和EP=8可以在8個GPU上跑，而不用占16個。

總之，從訓練信號到數(shù)據(jù)規(guī)模再到底層并行，Cursor這次是全棧都動了一遍。

One More Thing

Cursor為啥這么拼搞自研？其實從它和Anthropic的微妙關系里就能管中窺豹。

剛好最近看了姚順宇（不是騰訊那個）做客張小珺播客的那期節(jié)目，這位Anthropic前員工的觀察，正好能說明問題：

Cursor最早是踩著Claude的肩膀火起來的。開發(fā)者社區(qū)里口口相傳的好用，背后很大一部分功勞來自Claude模型本身。那段時間Cursor和Anthropic是典型的“魚水關系”，一個出模型一個出產(chǎn)品，各賺各的錢。

但Claude Code一出來，畫風就變了。

Anthropic自己下場做編程產(chǎn)品，等于直接殺進了Cursor的腹地。原本的“上游供應商”瞬間變成了“正面對手”，再繼續(xù)把身家性命押在對方的API上，顯然不是個安全的選擇。

所以Cursor走上自研這條路，與其說是想成為下一個Anthropic，不如說是被推著不得不走——

模型握在自己手里，命才在自己手里。

說到這里我很好奇一個問題：在自研模型成功之前，Cursor現(xiàn)在的模式難道真的不具有護城河嗎？

至少對我這種非專業(yè)開發(fā)者而言，聽起來好像Cursor還不錯——有多款前沿模型可選，價格還更便宜。

帶著好奇，我看到X上有人給出了一種解讀，挺有意思：

Cursor的護城河從來都不是基礎模型，而是RL訓練流程+開發(fā)者工作流數(shù)據(jù)。現(xiàn)在他們正在證明：只要經(jīng)過足夠的微調(diào)，開源基礎模型在特定任務上也能與前沿模型相媲美。

仔細想想這話也不算太夸張。

Composer 2.5的訓練里，85%的算力都花在了Kimi基模之外的后訓練和RL上——Kimi K2.5只是個起點，真正讓它在編程任務上能打的，是Cursor自己那套圍繞真實IDE場景做出來的訓練管線。

這個打法也解釋了為啥它能把價格壓到Opus的十分之一。因為，開源基模省掉了從零預訓練那筆最貴的錢，剩下的全砸在編程這一件事上做精細化訓練。

模型只為Cursor的IDE場景服務，沒必要為通用能力買單。

至于為啥這次牽手的是馬斯克的SpaceXAI（畢竟老馬上次表現(xiàn)得并不友好），邏輯貌似也不復雜。

OpenAI有Codex、Anthropic有Claude Code、Google有Gemini Code Assist，這幾家自己都在做編程產(chǎn)品，跟Cursor都是潛在對手，算力上指望不上。

剩下能拿出世界級算力集群、又不跟Cursor在編程賽道正面沖突的玩家，掰著指頭數(shù)也沒幾個了——

老馬的Colossus 2剛好是現(xiàn)成的。

而且如果把時間線拉長看，你會發(fā)現(xiàn)馬斯克和Cursor之間，已經(jīng)遠不只是單純的“算力合作”。

今年3月，xAI內(nèi)部動蕩之際，馬斯克先從Cursor挖走了兩位核心工程負責人。

緊接著4月，更大的動作來了。SpaceX宣布與Cursor達成合作，由Colossus超算為Cursor訓練模型。

但真正關鍵的不是算力，而是協(xié)議本身。

按照網(wǎng)上披露的條款，SpaceX獲得了未來以600億美元收購Cursor的優(yōu)先權。即便最終不收購，Cursor也需要支付100億美元“合作費”。

耐人尋味的是，據(jù)TechCrunch披露，這份協(xié)議官宣前幾小時，Cursor原本正要敲定一輪20億美元、估值500億的融資，參投方包括a16z、英偉達、Thrive等一線機構。

結(jié)果老馬一腳插進來，把這單給截胡了。

所以某種程度上而言，這其實是一次非常典型的“馬斯克式綁定”：

要么賣給我，要么給我100億，不管怎樣先提前把Cursor的命運鎖進了自己的版圖。

至于他前腳煽風點火、后腳賣力站臺的變臉速度嘛——硅谷的故事，向來如此。