Cursor Composer 2.5: как новая модель для кода конкурирует с Claude Opus 4.7 и GPT‑5.5

Ключевые показатели:

• SWE‑Bench Multilingual: 79,8% (Composer 2.5), 80,5% (Claude Opus 4.7), 77,8% (GPT‑5.5)
• Terminal‑Bench 2.0: 69,3% (Composer 2.5), 69,4% (Claude Opus 4.7), 82,7% (GPT‑5.5)
• CursorBench v3.1: 63,2% (Composer 2.5)

Эти результаты показывают несколько важных нюансов:

• В SWE‑Bench Multilingual — тесте, где модели должны исправлять реальные баги в проектах GitHub — Composer 2.5 почти догоняет Claude Opus 4.7 и даже опережает GPT‑5.5 в приведённом сравнении.
• В Terminal‑Bench 2.0, который проверяет работу агентных моделей в терминале (сборка, команды, тестирование), модель Cursor практически сравнялась с Opus 4.7, но заметно уступает GPT‑5.5.
• По сравнению с предыдущей версией прогресс значительный: например, результат в SWE‑Bench вырос с 73,7% до 79,8%.

В целом это означает, что Composer 2.5 способен конкурировать с ведущими моделями на части задач программирования, хотя не лидирует во всех типах тестов.

Почему цена может изменить рынок

Одним из самых обсуждаемых аспектов релиза стала стоимость использования.

Тариф стандартной версии Composer 2.5:

• $0,50 за миллион входных токенов
• $2,50 за миллион выходных токенов

Также есть ускоренная версия:

• $3,00 за миллион входных токенов
• $15,00 за миллион выходных токенов

Для сравнения, по оценкам ряда публикаций, модели семейства Claude Opus могут стоить около $5 за миллион входных токенов и $25 за миллион выходных.

Это имеет большое значение, потому что агентные задачи разработки потребляют огромное количество токенов. Один рабочий цикл может включать:

• поиск по репозиторию
• планирование изменений
• редактирование файлов
• компиляцию
• запуск тестов

Каждый шаг требует дополнительных запросов к модели. Чем дешевле токены, тем больше итераций можно выполнять без резкого роста затрат.

На чем построена модель и как она обучалась

Composer 2.5 основана на открытом чекпойнте Kimi K2.5 от Moonshot AI, который команда Cursor использовала как базовую модель и затем значительно дообучила.

Сообщается, что в процессе обучения использовались:

• примерно в 25 раз больше синтетических задач программирования, чем в предыдущем поколении
• распределение вычислительных ресурсов, где около 85% бюджета ушло на дополнительное обучение и reinforcement learning, а не только на базовую модель

Синтетические задачи позволяют моделям многократно тренироваться на типичных сценариях разработки — например, планировании изменений в коде, исправлении ошибок и повторном запуске тестов.

Стратегия Cursor: меньше зависимости от крупных AI‑провайдеров

Выпуск Composer 2.5 также отражает стратегический поворот в развитии Cursor.

Ранее IDE активно использовала сторонние модели от OpenAI, Anthropic и Google для работы своих функций.

Разработка собственных моделей дает несколько преимуществ:

• снижение стоимости инференса
• меньшая зависимость от внешних API
• больший контроль над поведением модели внутри IDE

Это особенно важно на фоне конкурентов вроде Claude Code, где Anthropic объединяет собственную модель и инструмент разработки в единую систему.

Создавая собственную линейку моделей Composer, Cursor фактически превращается из компании‑разработчика IDE в компанию, которая также развивает собственные AI‑модели для программирования.

Итог

Composer 2.5 не становится абсолютным лидером во всех бенчмарках: GPT‑5.5 остаётся впереди в некоторых тестах агентных систем, а Claude Opus 4.7 остаётся крайне сильным конкурентом.

Однако сочетание почти фронтирного уровня программирования и значительно более низкой стоимости делает эту модель заметным событием на рынке.

Если Cursor продолжит улучшать свои модели при сохранении такого ценового преимущества, это может заметно изменить экономику использования AI‑ассистентов для разработки — особенно в сценариях с длительными агентными задачами внутри IDE.