Cursor Composer 2.5: Seberapa Kuat Dibanding Claude Opus 4.7 dan GPT‑5.5?

Interpretasinya cukup menarik:

• Pada SWE‑Bench Multilingual—benchmark yang menguji kemampuan AI memperbaiki issue nyata di GitHub dalam berbagai bahasa pemrograman—Composer 2.5 hampir menyamai Opus 4.7 dan bahkan sedikit melampaui GPT‑5.5 dalam perbandingan tersebut.
• Pada Terminal‑Bench 2.0, yang menilai kemampuan agen AI bekerja melalui lingkungan terminal, Composer 2.5 hampir identik dengan Opus 4.7 tetapi masih tertinggal dari GPT‑5.5.
• Dibanding generasi sebelumnya, peningkatannya cukup besar: skor SWE‑Bench Multilingual naik dari 73,7% menjadi 79,8%.

Kesimpulannya: Composer 2.5 belum tentu mengungguli semua model frontier, tetapi sudah berada di level kompetitif untuk banyak tugas software engineering.

Mengapa Harga Token Composer 2.5 Menarik

Salah satu hal paling menonjol dari rilis ini adalah strategi harga.

Harga Composer 2.5 sekitar:

• $0,50 per juta input token
• $2,50 per juta output token

Cursor juga menyediakan varian lebih cepat dengan harga:

• $3,00 per juta input token
• $15,00 per juta output token

Sebagai perbandingan, beberapa laporan memperkirakan model Claude Opus memiliki biaya sekitar $5 per juta input token dan $25 per juta output token.

Perbedaan harga ini sangat penting karena agen coding mengonsumsi token dalam jumlah besar. Satu tugas pengembangan perangkat lunak bisa melibatkan:

• pencarian repository
• perencanaan perubahan
• pengeditan kode
• kompilasi
• menjalankan test

Setiap langkah biasanya memicu panggilan model tambahan. Dengan harga token lebih rendah, Cursor dapat menjalankan lebih banyak langkah reasoning tanpa biaya yang melonjak.

Dibangun di Atas Model Apa?

Composer 2.5 dibangun di atas checkpoint open‑weight Kimi K2.5 dari Moonshot AI, yang kemudian diperluas dengan pelatihan tambahan khusus untuk tugas rekayasa perangkat lunak.

Laporan mengenai proses pelatihannya menyebutkan beberapa hal penting:

• Model dilatih dengan sekitar 25× lebih banyak tugas coding sintetis dibanding generasi sebelumnya.
• Sekitar 85% dari anggaran komputasi digunakan untuk pelatihan tambahan dan reinforcement learning, bukan hanya mengandalkan model dasar.

Tugas sintetis ini mensimulasikan workflow pengembangan nyata—misalnya merencanakan perubahan kode, mengedit file, menjalankan tes, dan mengulang sampai berhasil. Pendekatan tersebut membantu meningkatkan reliabilitas model saat menghadapi masalah engineering nyata.

Bagian dari Strategi Besar Cursor

Rilis Composer 2.5 juga menunjukkan perubahan strategi penting bagi Cursor.

Pada awalnya, banyak fitur AI di Cursor bergantung pada model eksternal seperti OpenAI, Anthropic, dan Google. Mengembangkan model sendiri memberi beberapa keuntungan strategis.

Beberapa di antaranya:

• biaya inferensi lebih rendah untuk agen coding
• ketergantungan lebih kecil pada penyedia model eksternal
• kontrol lebih besar atas perilaku model di dalam IDE

Ini menjadi semakin penting karena pesaing seperti Claude Code dari Anthropic memiliki integrasi erat antara model AI dan alat coding mereka.

Dengan mengembangkan seri model Composer, Cursor berusaha bersaing langsung dalam kategori baru: platform pengembang yang menggabungkan model AI + alat coding dalam satu ekosistem.

Kesimpulan

Composer 2.5 belum mendominasi semua benchmark—GPT‑5.5 masih unggul di beberapa evaluasi agen, dan Claude Opus 4.7 tetap sangat kompetitif.

Namun kombinasi antara performa coding yang mendekati model frontier dan harga token yang jauh lebih rendah membuatnya menarik bagi developer.

Jika Cursor terus meningkatkan model internalnya sambil mempertahankan keunggulan biaya ini, mereka berpotensi mengubah ekonomi penggunaan agen coding AI di dalam IDE.