LLMRequirements.com
All news

Cursor Composer 2.5 draait op open-weights Kimi K2.5 voor $0,50/M input

By · · translation by claude-opus-4-7

#software#release#kimi#agents#performance

Cursors release van Composer 2.5 op 18 mei houdt de Kimi K2.5-backbone van Composer 2 en gokt erop dat RL-fine-tuning het gat met Opus 4.7 dicht op coding-benchmarks. Standaard tier: $0,50/M input + $2,50/M output — ongeveer een tiende van frontier closed-ref prijzen. De basisgewichten zijn publiek onder Modified MIT.

Cursor heeft op 18 mei 2026 Composer 2.5 uitgebracht — een flinke sprong in intelligentie en gedrag bovenop Composer 2, met behoud van dezelfde Moonshot Kimi K2.5 open-weights backbone. De standaardprijs blijft op $0,50/M input en $2,50/M output, met een snellere variant op $3,00/M input en $15,00/M output. Cursor claimt pariteit met Claude Opus 4.7 op SWE-Bench Multilingual (Composer 79,8% vs Opus 80,5%) tegen ongeveer een tiende van de kosten per token.

Het model is K2.5, niet K2.6 — en dat is belangrijk

Cursors eigen aankondiging is expliciet: Composer 2.5 is gebouwd op Kimi K2.5, hetzelfde checkpoint dat Composer 2 gebruikte. Meerdere externe artikelen citeren Cursor dat het team de K2.5-basis heeft gehouden en training heeft toegevoegd in plaats van over te stappen op K2.6 (april 2026). De gok is dat gerichte RL op een bewezen basis een base-swap overtreft voor een coding-agent product, waar stabiliteit en harness-compatibiliteit net zo belangrijk zijn als ruwe benchmarkscores.

(K2.6 is het nieuwere Moonshot-model — 1T MoE, 32B actief, 256K context, native INT4, bovenaan OpenRouters coding-tokenvolume in mei. Het is een sterke default voor self-hosters, maar het is niet wat Composer 2.5 aandrijft.)

Wat veranderd is bovenop Kimi K2.5

Cursor noemt drie training-verschuivingen:

  • Textuele-feedback RL. In plaats van alleen reward-shaping aan het einde van een run, brengt de trainer gelokaliseerde hints naar voren wanneer tool calls midden in een taak falen. Het model leert binnen een sessie te herstellen in plaats van opnieuw te beginnen.
  • ~25× meer synthetische taken. Inclusief “feature deletion”-puzzels — verwijder een feature, bouw die dan opnieuw op — die het model dwingen de context te reconstrueren in plaats van patroonherkenning op een afgewerkte diff. Cursor stelt dat dit dichter bij de distributie van echt engineeringwerk staat dan pure SWE-Bench-achtige fix-taken.
  • Herzien van de infra op MoE-schaal. Sharded Muon-optimizers en dual-mesh HSDP voor efficiëntie tijdens training. Dit is het soort infrastructuurverandering waarmee een klein team meerdere RL-epochs kan draaien op een 1T-parameter MoE op een redelijk cluster.

Geen van deze verandert de Kimi K2.5-basisgewichten die publiek op HuggingFace staan; ze leven in Cursors gehoste variant. Self-hosters die K2.5 gebruiken van moonshotai/Kimi-K2.5 krijgen het Composer 2.5-gedrag niet gratis — de RL-delta’s zijn Cursors IP. De basisgewichten blijven wel het substraat, en dat is het deel van het verhaal dat telt voor het open ecosysteem.

Benchmarks (Cursor self-report — behandel als vendor-cijfers)

  • SWE-Bench Multilingual: Composer 2.5 79,8% — vs Opus 4.7 80,5%.
  • CursorBench v3.1 (default-instellingen): 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%.

Dit zijn door Cursor gepubliceerde cijfers; verwacht dat community-leaderboards (tbench.ai, benchlm.ai) de komende paar weken onafhankelijke scores publiceren. Volgens de UPDATE.md-discipline geldt: wanneer een vendor’s “Adaptive” benchmark en een community-leaderboard 3+ punten uit elkaar lopen, geef voorrang aan de leaderboard. De Composer-vs-Opus delta’s hierboven zijn klein genoeg dat de volgende onafhankelijke run elk van beide modellen bovenaan zou kunnen zetten — verankerd je niet te veel op het day-one self-report.

De grotere structurele claim is de kostenratio. Opus 4.7 staat op ongeveer $15/M input en $75/M output op de API van Anthropic; Composer 2.5 standaard tier op $0,50/M input en $2,50/M output is ~30× goedkoper in input en ~30× goedkoper in output. Zelfs de fast tier ($3/$15) is ~5× goedkoper in input. Als de benchmarkpariteit standhoudt in onafhankelijke runs, landt Composer 2.5 als de voor de hand liggende default voor high-volume coding-agent workloads waar elke taak begrensd is en je incidentele retry-kosten kunt slikken — wat de meeste zijn.

Waarom dit telt voor lokale LLM-gebruikers

Composer 2.5 is geen lokaal LLM-product. Maar het is het sterkste signaal tot nu toe dat een open-weights basis — Modified MIT-gelicenseerd, beschikbaar op HuggingFace — een productie-coding-agent UI kan aandrijven die door honderdduizenden ontwikkelaars wordt gebruikt. Anthropic, OpenAI en Google houden hun basisgewichten nog gesloten; Moonshot levert ze. De Cursor-deal valideert de open-weights agentic-coding categorie als deployment-ready, niet alleen research-grade.

Praktische kanttekening: Kimi K2.5 op volledige precisie weegt ruwweg 1 TB aan gewichten. Gequantiseerd naar INT4 is het nog ~540 GB — buiten bereik voor de 128 GB GB10 / Strix Halo-klasse die deze site grotendeels behandelt. Kimi K2.5 lokaal draaien vereist een multi-node cluster of een 4× DGX Spark / 4× Strix Halo opstelling. Daarom routeert Cursor (en het OpenRouter-gebruikspatroon) het meeste K2.5/K2.6-inferentieverkeer via Moonshots eigen API of gehoste aggregators in plaats van lokale hardware. Het open-weights verhaal is “het substraat is publiek,” niet “je kunt het dit jaar op je bureau draaien.”

Bronnen