Cursor Composer 2.5: Wie sich das neue Coding‑Modell gegen Claude Opus 4.7 und GPT‑5.5 schlägt

Diese Benchmarks messen unterschiedliche Aspekte der KI‑gestützten Entwicklung:

SWE‑Bench Multilingual prüft, ob ein Modell reale GitHub‑Issues in verschiedenen Programmiersprachen korrekt lösen kann.

Terminal‑Bench 2.0 bewertet dagegen, wie gut KI‑Agenten Aufgaben im Terminal ausführen – etwa Builds starten, Tests laufen lassen oder Skripte steuern.

Die Ergebnisse zeigen ein gemischtes Bild:

• Auf SWE‑Bench Multilingual liegt Composer 2.5 praktisch auf Augenhöhe mit Frontier‑Modellen und leicht vor GPT‑5.5 im Vergleich.
• Auf Terminal‑Bench 2.0 erreicht es nahezu denselben Wert wie Claude Opus 4.7, bleibt aber deutlich hinter GPT‑5.5 zurück.

Gleichzeitig ist der Fortschritt gegenüber der vorherigen Generation groß: Der SWE‑Bench‑Score stieg beispielsweise von 73,7 % auf 79,8 %.

Warum die Preise für Entwickler so interessant sind

Der vielleicht auffälligste Punkt bei Composer 2.5 ist jedoch nicht nur die Leistung – sondern der Preis.

Die Standardversion kostet ungefähr:

• 0,50 US‑Dollar pro Million Eingabetokens
• 2,50 US‑Dollar pro Million Ausgabetokens

Zusätzlich gibt es eine schnellere Variante mit:

• 3,00 US‑Dollar pro Million Eingabetokens
• 15,00 US‑Dollar pro Million Ausgabetokens

Zum Vergleich: Berichte schätzen die Kosten von Claude Opus‑Modellen auf etwa 5 $/25 $ pro Million Tokens (Input/Output).

Der Unterschied wird besonders wichtig, wenn man betrachtet, wie viele Tokens Coding‑Agenten tatsächlich verbrauchen. Ein einzelner Entwicklungsauftrag kann mehrere Schritte umfassen:

• Repository durchsuchen
• Änderungen planen
• Code generieren
• Tests ausführen
• Fehler analysieren

Jeder dieser Schritte erzeugt zusätzliche Modellanfragen – und damit Kosten. Günstigere Tokenpreise erlauben deutlich längere und komplexere Agent‑Workflows, ohne dass die Infrastrukturkosten explodieren.

Technische Grundlage und Training

Composer 2.5 baut laut Cursor auf dem Kimi‑K2.5‑Checkpoint von Moonshot AI auf, einem offenen Modell, das anschließend stark weitertrainiert wurde.

Berichten zufolge umfasste das Training unter anderem:

• etwa 25‑mal mehr synthetische Coding‑Aufgaben als beim Vorgängermodell
• einen Trainingsprozess, bei dem rund 85 % der Rechenleistung in zusätzliches Training und Reinforcement Learning investiert wurden.

Solche synthetischen Aufgaben simulieren reale Entwicklungsabläufe: Code analysieren, Änderungen planen, Dateien bearbeiten, Tests ausführen und anschließend iterativ verbessern. Durch viele Wiederholungen kann das Modell stabilere Entwicklungsstrategien lernen.

Teil einer größeren Cursor‑Strategie

Die Veröffentlichung von Composer 2.5 hat auch eine klare strategische Dimension.

Frühere Versionen von Cursor nutzten stark externe KI‑Modelle von OpenAI, Anthropic oder Google. Das bedeutete, dass zentrale Funktionen der IDE auf fremde Infrastruktur angewiesen waren.

Mit eigenen Modellen verschiebt sich diese Dynamik:

• geringere Kosten für KI‑Inference
• weniger Abhängigkeit von externen Modellanbietern
• mehr Kontrolle über Verhalten und Integration in die IDE

Das ist besonders relevant, weil Konkurrenzprodukte wie Anthropics Claude Code Modell und Entwicklungsagent eng miteinander verzahnen. Wer Modell und Tool aus einer Hand liefert, kann die Erfahrung stärker optimieren.

Fazit

Composer 2.5 schlägt die führenden Modelle nicht in jedem Benchmark. GPT‑5.5 bleibt bei einigen Agent‑Tests deutlich vorne, während Claude Opus 4.7 weiterhin sehr konkurrenzfähig ist.

Die eigentliche Besonderheit liegt in der Kombination aus nahezu Frontier‑Leistung und deutlich niedrigeren Kosten. Sollte Cursor seine Modelle weiter verbessern und diese Preisstruktur beibehalten, könnte sich die Wirtschaftlichkeit von KI‑gestützter Softwareentwicklung – besonders bei lang laufenden Coding‑Agenten – spürbar verändern.