Cursor Composer 2.5: โมเดล AI สำหรับเขียนโค้ดที่แรงระดับแนวหน้า แต่ต้นทุนต่ำกว่าคู่แข่ง

• 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)

ความหมายของตัวเลขเหล่านี้คือ

SWE‑Bench Multilingual

• เป็น benchmark ที่ให้ AI แก้ issue จริงจาก GitHub หลายภาษา
• Composer 2.5 ทำคะแนน ใกล้ Opus 4.7 มาก และสูงกว่า GPT‑5.5 ในชุดเปรียบเทียบนี้

Terminal‑Bench 2.0

• ใช้ประเมินการทำงานของ agent ในสภาพแวดล้อม terminal
• Composer 2.5 ทำคะแนน แทบเท่ากับ Opus 4.7 แต่ยังตามหลัง GPT‑5.5 อยู่พอสมควร

ถ้าเทียบกับรุ่นก่อนหน้า การพัฒนาถือว่าก้าวกระโดด เช่น

• SWE‑Bench Multilingual เพิ่มจาก 73.7% → 79.8%

โดยรวมแล้ว Composer 2.5 ถูกจัดอยู่ใน กลุ่มโมเดลระดับแนวหน้า (frontier tier) สำหรับงานเขียนโค้ด แม้จะไม่ได้ชนะทุก benchmark ก็ตาม

จุดที่ทำให้วงการสนใจ: ราคาที่ถูกกว่ามาก

สิ่งที่สร้างแรงสั่นสะเทือนจริง ๆ คือ โครงสร้างราคา ของโมเดลนี้

ราคาของ Composer 2.5 อยู่ที่ประมาณ

• $0.50 ต่อ 1 ล้าน input tokens
• $2.50 ต่อ 1 ล้าน output tokens

และมีเวอร์ชันเร็ว (fast) ที่ราคา

• $3.00 ต่อ 1 ล้าน input tokens
• $15.00 ต่อ 1 ล้าน output tokens

ขณะที่รายงานบางแหล่งประเมินว่า

• Claude Opus: ประมาณ $5 / $25 ต่อ 1 ล้าน tokens

ซึ่งหมายความว่า ต้นทุน output ของ Composer 2.5 อาจถูกกว่า Opus ถึงประมาณ 10 เท่า ในบางกรณี

สิ่งนี้สำคัญมาก เพราะ workflow แบบ agentic coding ใช้โทเคนจำนวนมหาศาล เช่น

• ค้นหาไฟล์ใน repository
• วางแผนการแก้โค้ด
• แก้หลายไฟล์
• คอมไพล์
• รันเทสต์

ทุกขั้นตอนอาจต้องเรียกโมเดลหลายครั้ง ทำให้ ต้นทุนต่อ task พุ่งสูงได้ง่าย

ราคาที่ต่ำกว่าจึงทำให้ Cursor สามารถให้ agent ทำ reasoning หลายขั้นตอนมากขึ้นโดยไม่ทำให้ค่าใช้จ่ายเพิ่มแบบก้าวกระโดด

โมเดลนี้สร้างขึ้นบนอะไร

Composer 2.5 สร้างต่อยอดจาก checkpoint แบบ open‑weight ชื่อ Kimi K2.5 ของ Moonshot AI ก่อนที่ทีม Cursor จะทำการฝึกเพิ่มเฉพาะด้าน software engineering

รายงานเกี่ยวกับกระบวนการฝึกระบุว่า

• ใช้ synthetic coding tasks มากกว่ารุ่นก่อนถึง 25 เท่า
• ใช้ ประมาณ 85% ของ compute สำหรับการฝึกเพิ่มเติมและ reinforcement learning

การใช้ synthetic tasks ทำให้โมเดลฝึก workflow ซ้ำ ๆ เช่น

• วางแผนแก้โค้ด
• แก้หลายไฟล์
• รันเทสต์
• ตรวจผลลัพธ์และแก้ใหม่

วิธีนี้ช่วยเพิ่มความเสถียรเมื่อเจอ ปัญหาการพัฒนาซอฟต์แวร์จริงที่มีหลายขั้นตอน

ทำไมการเปิดตัวนี้สำคัญต่อกลยุทธ์ของ Cursor

ในช่วงแรก Cursor พึ่งพาโมเดลจากบริษัทอื่น เช่น

• OpenAI
• Anthropic
• Google

ในการขับเคลื่อนฟีเจอร์ AI ใน IDE

แต่การพัฒนาโมเดลของตัวเองอย่าง Composer ทำให้บริษัทสามารถ

• ลดต้นทุนการ inference
• ลดการพึ่งพาผู้ให้บริการโมเดลภายนอก
• ควบคุมพฤติกรรมของโมเดลใน IDE ได้มากขึ้น

ประเด็นนี้สำคัญเพราะคู่แข่งอย่าง Claude Code ของ Anthropic ได้เปรียบจากการที่บริษัทเดียวกันควบคุมทั้งโมเดลและเครื่องมือเขียนโค้ด

การมีโมเดลของตัวเองจึงช่วยให้ Cursor แข่งขันในตลาด “model + developer tool” แบบครบแพลตฟอร์ม ได้จริง

สรุป

Composer 2.5 อาจไม่ได้ครองอันดับหนึ่งในทุก benchmark แต่ก็แสดงให้เห็นว่า

• ประสิทธิภาพด้าน coding อยู่ระดับเดียวกับโมเดลแนวหน้า
• ราคาต่อการใช้งานต่ำกว่าคู่แข่งอย่างมาก

หาก Cursor สามารถพัฒนาโมเดลในบ้านให้ดีขึ้นต่อเนื่อง พร้อมรักษาต้นทุนที่ต่ำกว่าได้ โมเดลตระกูล Composer อาจมีบทบาทสำคัญในการเปลี่ยนเศรษฐศาสตร์ของ AI‑assisted software development โดยเฉพาะสำหรับ coding agents ที่ทำงานภายใน IDE แบบต่อเนื่อง