Cursor ha rilasciato Composer 2.5 il 18 maggio 2026 — un salto sostanziale di intelligenza e comportamento sopra Composer 2, mantenendo lo stesso backbone open-weights Moonshot Kimi K2.5. Il prezzo del tier standard resta a $0,50/M input e $2,50/M output, con una variante più veloce a $3,00/M input e $15,00/M output. Cursor dichiara parità con Claude Opus 4.7 su SWE-Bench Multilingual (Composer 79,8% vs Opus 80,5%) a circa un decimo del costo per token.
Il modello è K2.5, non K2.6 — e questo conta
L’annuncio di Cursor è esplicito: Composer 2.5 è costruito su Kimi K2.5, lo stesso checkpoint usato da Composer 2. Diversi articoli di terzi citano Cursor dichiarando che il team ha tenuto la base K2.5 e ha aggiunto training invece di passare a K2.6 (aprile 2026). La scommessa è che un RL mirato su una base nota e funzionante superi un cambio di base per un prodotto di coding agent, dove stabilità e compatibilità con l’harness contano quanto i punteggi grezzi dei benchmark.
(K2.6 è il nuovo modello Moonshot — 1T MoE, 32B attivi, contesto 256K, INT4 nativo, in cima al volume di token coding di OpenRouter a maggio. È un solido default per chi fa self-hosting, ma non è ciò che alimenta Composer 2.5.)
Cosa è cambiato sopra K2.5
Cursor nomina tre cambiamenti di training:
- RL con feedback testuale. Invece di modellare il reward solo a fine run, il trainer fa emergere suggerimenti localizzati quando le tool call falliscono a metà task. Il modello impara a recuperare all’interno di una sessione invece di rilanciare da capo.
- ~25× più task sintetici. Inclusi puzzle di “feature deletion” — rimuovi una feature, poi ricostruiscila — che costringono il modello a ricostruire il contesto invece di fare pattern-match su una diff finita. Cursor argomenta che questo è più vicino alla distribuzione del lavoro ingegneristico reale rispetto ai puri task di fix stile SWE-Bench.
- Rilavorazione dell’infra a scala MoE. Optimizer Muon sharded e dual-mesh HSDP per l’efficienza in fase di training. È il tipo di cambio infra che permette a un team piccolo di eseguire più epoche RL su un MoE da 1T-param su un cluster ragionevole.
Nessuno di questi cambia i pesi base K2.5 pubblici su HuggingFace; vivono nella variante hosted di Cursor. Chi fa self-hosting usando K2.5 da moonshotai/Kimi-K2.5 non otterrà il comportamento di Composer 2.5 gratis — i delta RL sono IP di Cursor. I pesi base restano comunque il substrato, ed è la parte della storia che conta per l’ecosistema open.
Benchmark (self-report di Cursor — trattare come numeri vendor)
- SWE-Bench Multilingual: Composer 2.5 79,8% — vs Opus 4.7 80,5%.
- CursorBench v3.1 (impostazioni di default): Composer 2.5 63,2% — vs Opus 4.7 61,6%.
- Terminal-Bench 2.0: Composer 2.5 ≈ 69,3% — vs Opus 4.7 ≈ 69,4%.
Sono numeri pubblicati da Cursor; aspettatevi che leaderboard della community (tbench.ai, benchlm.ai) producano punteggi indipendenti nelle prossime due settimane. Per disciplina di UPDATE.md, quando un benchmark “Adaptive” di un vendor e una leaderboard della community divergono di 3+ punti, preferire la leaderboard. I delta Composer-vs-Opus sopra sono abbastanza piccoli da poter mettere entrambi i modelli in testa nella prossima run indipendente — non ancorarsi troppo al self-report del day-one.
La rivendicazione strutturale più grande è il rapporto di costo. Opus 4.7 è listato a circa $15/M input e $75/M output sulle API di Anthropic; Composer 2.5 tier standard a $0,50/M input e $2,50/M output è ~30× più economico in input e ~30× più economico in output. Anche il fast tier ($3/$15) è ~5× più economico in input. Se la parità benchmark regge in run indipendenti, Composer 2.5 si afferma come default ovvio per carichi di coding agent ad alto volume dove ogni task è limitato e si può assorbire il costo occasionale di retry — cioè la maggior parte.
Perché importa per gli utenti di LLM locali
Composer 2.5 non è un prodotto LLM locale. Ma è il segnale più forte finora che una base open-weights — sotto licenza Modified MIT, disponibile su HuggingFace — possa alimentare una UI di coding agent in produzione usata da centinaia di migliaia di sviluppatori. Anthropic, OpenAI e Google tengono ancora chiusi i loro pesi base; Moonshot li rilascia. L’accordo con Cursor convalida la categoria del coding agentico open-weights come deployment-ready, non solo research-grade.
Caveat pratico: K2.5 a piena precisione pesa circa 1 TB. Quantizzato a INT4 sono ancora ~540 GB — fuori portata per la fascia 128 GB GB10 / Strix Halo che questo sito copre principalmente. Eseguire K2.5 in locale richiede un cluster multi-nodo o un setup 4× DGX Spark / 4× Strix Halo. Per questo Cursor (e il pattern d’uso di OpenRouter) instrada gran parte dell’inferenza K2.5/K2.6 attraverso l’API di Moonshot o aggregatori hosted invece dell’hardware locale. La storia degli open-weights è “il substrato è pubblico”, non “puoi eseguirlo sulla tua scrivania quest’anno”.
Fonti
- Blog Cursor — Composer 2.5 (annuncio primario, 18 maggio 2026)
- Changelog Cursor — prezzi standard/fast di Composer 2.5
- WinBuzzer — Cursor rilascia Composer 2.5 (articolo di terzi che cita Cursor sulla base K2.5)
- moonshotai/Kimi-K2.5 su HuggingFace (pesi base, Modified MIT)
- Kimi K2.5 su LLMRequirements.com