Cursor Composer 2.5: вышел сегодня — уровень Opus 4.7 за 1/7 цены

Дата релиза: 18 мая 2026
Статус: Live в Cursor прямо сейчас. Первая неделя — двойной included usage.

Сегодня Cursor выкатил Composer 2.5. Твит с анонсом набрал 400K+ просмотров за несколько часов — Элон Маск ретвитнул с комментарием «Try it out! (Partially trained on Colossus 2)». CEO Michael Truell написал лаконично: «Significant step up from Composer 2. This is the very start of our work with SpaceXAI.»

По бенчмаркам — ничья с Claude Opus 4.7 на SWE-bench и Terminal-Bench. По цене — в 7 раз дешевле за задачу. Разбираем всё по порядку.

Что изменилось в Composer 2.5

Официально Cursor называет три направления улучшений: интеллект, работа на длинных задачах и следование инструкциям. Но за этим стоят конкретные технические решения.

Самое важное изменение — не в списке фич, а в подходе к обучению. Cursor впервые показал, куда ушёл вычислительный бюджет: 85% всего compute — собственное обучение поверх базы Kimi K2.5. Месяц назад было ~75%. Доля базовой модели сокращается с каждым релизом.

Максим: «Меня в Composer 2.5 больше всего интересует один факт: Sam Whitmore тестировал его неделю до релиза и не замечал разницы с GPT-5.5, на котором обычно работает. Это не маркетинг — это живой кейс. Я сразу поставил обновление.»

Бенчмарки: где ничья, где отставание

Отдельной таблицы с "Composer 2.5 vs всё" Cursor не публиковал — но данные есть.

Эволюция внутри серии Composer

Скачок на Terminal-Bench 2.0 за два месяца — +7.6 пункта. Это серьёзно.

Composer 2.5 против конкурентов

Terminal-Bench 2.0 — автономные терминальные задачи:

Composer 2.5 и Opus 4.7 — буквально ничья с разницей 0.1 п.п. GPT-5.5 впереди на 13 пунктов.

SWE-bench Multilingual — баги в реальных кодовых базах:

Здесь Composer 2.5 обходит GPT-5.5 и вплотную к Opus 4.7 — разница 0.7 п.п.

CursorBench v3.1 — внутренний бенчмарк Cursor:

⚠️ Важно: CursorBench — внутренний бенчмарк Cursor. Независимая верификация ограничена, держите это в уме. Результаты Opus 4.7 и GPT-5.5 — из заявлений разработчиков, не собственные замеры Cursor.

Экономика: $1 за задачу против $7 у Opus 4.7

Это главный аргумент Composer 2.5. При сопоставимом качестве — разрыв в стоимости кратный.

Цены API

Реальные деньги на реальных задачах

Цена за задачу на CursorBench:

В 7 раз дешевле Opus 4.7 за задачу при паритетном качестве.

Один разработчик в типичный день (200K input + 50K output):

• Composer 2.5 Standard: $0.23/день
• Claude Opus 4.7: $6.75/день — в 29 раз дороже
• GPT-5.5: $6.00/день — в 26 раз дороже

Команда из 20 инженеров в месяц (10M output-токенов):

Годовая разница между Composer 2.5 Standard и Opus 4.7 — $8 700 с одной команды.

Почему тезис «в 10 раз эффективнее по токенам» — не маркетинг

Дело не только в цене за токен. Composer 2.5 тратит меньше токенов на задачу за счёт трёх вещей:

Self-summarization. Когда контекст достигает лимита, модель паузит, сжимает весь контекст до ~1 000 токенов и продолжает работу. Ошибки компакшена снижены на 50% относительно Composer 2. Это не обрезка — это умная упаковка: RL-награда покрывает всю цепочку включая саммари, модель учится что важно сохранить, а что можно выбросить. Composer 2 прошёл 170 ходов на задаче make-doom-for-mips, сжав 100 000+ токенов до 1 000. Несколько frontier-моделей на той же задаче упали.

Effort calibration. Модель не думает дольше, чем нужно. На простом запросе — минимальный thinking. На сложном — полный ресурс. Раньше модели часто «переусердствовали» на тривиальных задачах.

Точный tool selection. Не перебирает инструменты наугад. Выбирает нужный сразу.

Комбинация «дешевле за токен + меньше токенов на задачу» и даёт итоговый множитель ~10× vs Opus 4.7 per task.

Как тренировали: технические детали

Cursor впервые подробно раскрыл тренировочный стек. Это интересно само по себе.

База — всё та же Kimi K2.5

Composer 2.5 построен на том же open-source чекпоинте что и Composer 2 — Moonshot Kimi K2.5. 1.04 триллиона параметров, 32 млрд активных (архитектура MoE). Коммерческое партнёрство через Fireworks AI.

Что изменилось — доля собственного обучения: 85% всего вычислительного бюджета, против ~75% в Composer 2.

Targeted RL with Textual Feedback

Ключевая инновация этого релиза. Раньше поведенческие ошибки модели было сложно исправить точечно — стандартный RL-объектив слишком грубый для тонких паттернов вроде «не перебирай лишние инструменты» или «объясняй что делаешь».

Cursor решил это так:

1. В точке траектории где модель ошиблась — в контекст вставляется короткая текстовая подсказка («Reminder: Available tools…»)
2. Модель с подсказкой становится «учителем» — выдаёт новые вероятности токенов
3. Исходная модель — «ученик» — через on-policy distillation KL loss подтягивается к распределению учителя
4. Локальный сигнал исправляет поведение в конкретной точке, не ломая общий RL-объектив

Это позволяет точечно чинить misuse инструментов, плохие коммуникационные паттерны и ошибки effort calibration.

Sharded Muon Optimizer

Muon — оптимизатор с ортогонализацией градиентов через полярное разложение (Newton-Schulz итерации). Применяется на уровне attention head и per expert. Асинхронная ортогонализация: пока одна задача ждёт коммуникацию, оптимизатор продвигает другие — сеть и compute перекрываются. На 1T-параметрной модели: 0.2 секунды на шаг оптимизатора.

Dual Mesh HSDP для MoE и Precision

Раздельные HSDP-разметки для expert weights и non-expert weights: эксперты — широкий sharding mesh, non-эксперты — узкие FSDP-группы. Позволяет CP=2 и EP=8 работать на 8 GPU вместо 16.

По precision: forward pass — кастомный NVFP4 (матчится с инференсом), backward pass — стандартный MXFP8 для стабильности. Router replay во время тренировки устраняет numerical mismatch между трейнером и инференс-движком.

Инфраструктура инференса

• 200K токенов контекстное окно — заточено под IDE-сессии
• Custom MLA-кернелы на CUDA — 1.7× быстрее attention, чем PyTorch
• Speculative decoding с 300M-параметрной драфт-моделью — 65% hit rate, ~2× пропускная способность
• Prompt prefix caching — кодовые базы кешируются между ходами
• 200+ токенов/сек throughput, ~150ms time-to-first-token

SpaceXAI и Colossus 2: что это значит

Это самая громкая часть анонса — и самая важная для понимания куда движется Cursor.

Хронология

• Март 2026: два топ-инженера Cursor — Andrew Milich и Jason Ginsberg — уходят в xAI под прямое руководство Маска
• Апрель 2026: SpaceX получает опцион на покупку Cursor за $60 млрд до конца 2026 года. Альтернатива — $10 млрд за совместную работу
• Апрель–Май: Cursor получает доступ к десяткам тысяч GPU из кластера Colossus
• 18 мая: Composer 2.5 — первый релиз, частично тренированный на Colossus 2

Colossus 2 — что за инфраструктура

Самый большой AI-суперкомпьютер в мире, расположен в Мемфисе:

• 200 000 GPU сейчас (H100 + H200 + GB200)
• Дорожная карта → 1 000 000 H100-эквивалентов
• 194 петабайта/с пропускной способности памяти
• 3.6 терабит/с на сервер
• 1 эксабайт хранилища

Что дальше

Cursor прямо пишет в блоге:

«Together with SpaceXAI, we're training a significantly larger model from scratch, using 10× more total compute. With Colossus 2's million H100-equivalents and our combined data and training techniques, we expect this to be a major leap in model capability.»

Это будет не на базе Kimi — модель с нуля, с десятикратным вычислительным бюджетом относительно Composer 2.5.

Почему это важно структурно: Cursor исторически зависел от Anthropic (Claude) и OpenAI — двух компаний, которые сейчас строят прямые конкурирующие продукты. Claude Code уже перешёл $2.5 млрд run rate. Доступ к Colossus ломает эту зависимость: Cursor получает суверенную тренировочную инфраструктуру.

Cursor сегодня: цифры контекста

Несколько фактов, которые помогают понять масштаб:

• $2 млрд ARR — удвоение с $1 млрд за один квартал (март 2026)
• 67% компаний из Fortune 500 — клиенты Cursor
• 1 млрд строк кода в день — принималось пользователями ещё в середине 2025
• 35% мёрджнутых PR в самом Cursor — созданы автономными агентами в облачных VM
• Agent users обогнали Tab users в 2 раза — год назад было наоборот (2.5x в пользу Tab)

Последний факт — показательный. CEO Michael Truell ещё в феврале написал про «третью эру» разработки: не tab autocomplete, не synchronous agents, а автономные агенты в облачных VM, которые получают задачу и сами доводят до PR.

Подписки и usage в Cursor

Первая неделя Composer 2.5 — удвоенный included usage. Сейчас хороший момент тестировать.

Где Composer 2.5 реально силён, а где — нет

Лучшие юзкейсы

• Multi-file рефакторинг — это core strength, модель тренирована на diff-based edits
• Длинные задачи — десятки и сотни ходов без потери контекста
• Тесты — генерация, починка flaky-тестов
• Бойлерплейт — эндпоинты, DI-контейнеры, миграции
• Debug-циклы в терминале
• Сессии 50+ сообщений — где стоимость накапливается и разница в цене решает

Где лучше взять Opus 4.7 или GPT-5.5

• Архитектурное планирование с нуля
• Новые алгоритмы, нестандартные задачи
• Глубокий дебаггинг конкурентности
• Автономный терминальный агент — здесь GPT-5.5 впереди (82.7% vs 69.3% на Terminal-Bench)

Best practices из комьюнити

1. Scope промпты через @ file references — конкретные файлы, не «сделай всё»
2. Ревьюить каждый diff перед accept — модель пишет быстро, но review обязателен
3. Одна операция — один Composer-запрос — не пихать всё в один гигантский промпт
4. Checkpoint перед рисковыми рефакторингами — rollback спасает
5. Fast mode для интерактива, Standard для фоновых задач

Реакция комьюнити сегодня

Несколько показательных цитат из X в день релиза:

Sam Whitmore: «composer 2.5 is really really great. I had it on last week for some testing, forgot that it was on, & totally didn't realize I wasn't on gpt 5.5 (my usual) for a while. the team did a fantastic job!!»

Alex Volkov: «Great to see their ack. to the Kimi base + how much they moved the model forward! This isn't the one they are training on XAI Colossus, that one is coming and would likely slap hard!»

Elon Musk — ретвит с «Try it out! (Partially trained on Colossus 2)»

На Hacker News про Composer 2 писали: «'Just' Kimi K2.5 with RL — people really misunderstand how difficult it is to achieve these results with RL. Cursor's research team is highly respected within the industry.» С 2.5 аргумент ещё сильнее: 85% compute — собственное обучение.

Отдельная история — прозрачность про базу. Когда вышел Composer 2, Cursor не указал Kimi K2.5 в блоге — комьюнити само нашло это в API request headers. Теперь Cursor прямо пишет в анонсе: «built on the same open-source checkpoint as Composer 2, Moonshot's Kimi K2.5.» Co-founder Aman Sanger тогда признал: «it was a miss to not mention the Kimi base». Урок усвоен.

Глоссарий

MoE (Mixture of Experts) — архитектура нейросети, где из общего числа параметров активируется только часть на каждый запрос. Kimi K2.5: 1.04T параметров всего, 32B активных. Это позволяет иметь большую модель без пропорционального роста вычислений на инференсе.

RL (Reinforcement Learning) — обучение с подкреплением. Модель получает задачу, выполняет, получает оценку — и учится делать лучше. Ключевой метод тренировки Composer.

SWE-bench Multilingual — бенчмарк на resolution реальных GitHub Issues в нескольких языках программирования. Один из самых честных измерителей coding capability.

Terminal-Bench 2.0 — бенчмарк автономных задач в терминале. Измеряет способность агента работать в bash-среде без IDE.

Self-summarization — механизм сжатия контекста внутри длинной задачи. Модель сама паузит, упаковывает контекст до ~1K токенов и продолжает работу.

Speculative decoding — техника ускорения инференса: маленькая драфт-модель предсказывает следующие токены, большая — валидирует пачками. Даёт ~2× пропускную способность.

Colossus 2 — суперкомпьютерный кластер xAI в Мемфисе. 200K GPU сейчас, дорожная карта — 1M H100-эквивалентов.

Timeline серии Composer

Окт 2025 — Composer 1: первый agentic coding model (Cursor 2.0)
Фев 2026 — Composer 1.5: 20× RL scale-up, thinking model
Мар 2026 — Composer 2: Kimi K2.5 база, 61.3 CursorBench
Апр 2026 — SpaceXAI partnership, доступ к Colossus
Май 2026 — Composer 2.5: 25× synthetic tasks, частично на Colossus 2
??? — Next-gen: модель с нуля, 10× compute, Colossus 2 full scale

FAQ

Нужно что-то делать чтобы получить Composer 2.5?
Нет. Обновление автоматическое — просто откройте Cursor. На первой неделе included usage удвоен.

Composer 2.5 заменяет Claude и GPT внутри Cursor?
Для coding-задач — во многих случаях да. Для нетехнических задач (написать текст, объяснить концепцию) — нет. Co-founder Aman Sanger прямо говорил: «It won't help you do your taxes. It won't write poems.»

Что за история с Kimi K2.5 как базой?
Kimi K2.5 — open-source модель от китайской компании Moonshot AI. Cursor использует её как стартовую точку, а потом применяет собственный continued pretraining и RL. 85% вычислительного бюджета — собственное обучение Cursor. Партнёрство коммерческое и авторизованное, через Fireworks AI.

Чем Composer 2.5 Fast отличается от Standard?
Одинаковый интеллект, разная скорость. Fast — быстрее для интерактивных сессий ($3/$15 за 1M токенов). Standard — дешевле для фоновых задач ($0.50/$2.50). Fast стоит по умолчанию.

Когда выйдет следующая большая модель Cursor?
Официально — дата не называется. Cursor и SpaceXAI тренируют модель с нуля с 10× compute на Colossus 2. По темпу релизов серии (2 месяца между 2 и 2.5) — ориентировочно осень 2026.

Composer 2.5 работает только в Cursor IDE?
Да. Это не standalone API — модель заточена под Cursor и его инструменты: semantic search, file edits, shell commands, browser control, sub-agents.

Что такое «третья эра» по Truell?
Первая эра — tab autocomplete. Вторая — synchronous agents (разговариваешь с агентом в режиме промпт-ответ). Третья — автономные агенты в облачных VM, которые сами берут задачу, кодят, тестируют и приносят готовый PR. 35% мёрджнутых PR в самом Cursor уже создаются так.

Итог

Composer 2.5 — это реально уровень Opus 4.7 по большинству coding-задач, в 7 раз дешевле за задачу и с намётками на то, что будет дальше. Следующая модель — с нуля, с 10× compute — потенциально другой разговор.

Для вайбкодера вывод простой: если работаете в Cursor — обновление уже у вас, попробуйте прямо сейчас пока удвоенный usage. Если ещё не пробовали Cursor — хороший момент зайти.

Посмотреть полный обзор Cursor в каталоге. Сравнить с Claude Code и другими инструментами — каталог AI IDE. Разобраться какой стек подойдёт под ваши задачи — запишитесь на консультацию к Максиму.

Обновлено: 18 мая 2026, день релиза. Источники: официальный блог Cursor, The Decoder, OfficeChai, DataCamp, Hacker News, X/Twitter.