Cursor wypuścił Composer 2.5 18 maja 2026 — istotny skok inteligencji i zachowania na bazie Composer 2, zachowując ten sam open-weights backbone Moonshot Kimi K2.5. Cena tieru standard utrzymuje się na $0,50/M input i $2,50/M output, z szybszym wariantem za $3,00/M input i $15,00/M output. Cursor deklaruje parytet z Claude Opus 4.7 na SWE-Bench Multilingual (Composer 79,8% vs Opus 80,5%) przy mniej więcej jednej dziesiątej kosztu na token.
Model to K2.5, nie K2.6 — i to ma znaczenie
Własne ogłoszenie Cursora jest jednoznaczne: Composer 2.5 jest zbudowany na Kimi K2.5, tym samym checkpointcie, którego używał Composer 2. Liczne zewnętrzne artykuły cytują Cursora mówiącego, że zespół zachował bazę K2.5 i dołożył trening zamiast przesiadać się na K2.6 (kwiecień 2026). Zakład polega na tym, że ukierunkowany RL na sprawdzonej bazie wygrywa z podmianą bazy w produkcie typu coding agent, gdzie stabilność i kompatybilność z harnessem liczą się tak samo jak surowe wyniki benchmarków.
(K2.6 to nowszy model Moonshot — 1T MoE, 32B aktywnych, kontekst 256K, natywne INT4, na szczycie wolumenu tokenów kodowania OpenRouter w maju. To mocny default dla self-hosterów, ale to nie on napędza Composer 2.5.)
Co się zmieniło na bazie Kimi K2.5
Cursor wymienia trzy zmiany w treningu:
- RL z feedbackiem tekstowym. Zamiast kształtowania nagrody tylko na końcu uruchomienia, trener wystawia zlokalizowane wskazówki, gdy wywołania narzędzi zawodzą w środku zadania. Model uczy się odzyskiwać w obrębie sesji zamiast startować od nowa.
- ~25× więcej zadań syntetycznych. Włącznie z łamigłówkami “feature deletion” — usuń funkcję, potem ją odbuduj — które zmuszają model do rekonstrukcji kontekstu zamiast pattern-matchingu na gotowym diffie. Cursor argumentuje, że to bliższe rozkładowi prawdziwej pracy inżynierskiej niż czyste zadania typu fix w stylu SWE-Bench.
- Przebudowa infrastruktury na skali MoE. Sharded optimizery Muon i dual-mesh HSDP dla wydajności podczas treningu. To rodzaj zmiany w infrastrukturze, który pozwala małemu zespołowi przeprowadzić wiele epok RL na MoE o 1T parametrów na rozsądnym klastrze.
Żadna z tych zmian nie modyfikuje publicznych wag bazowych Kimi K2.5 na HuggingFace; żyją w hostowanym wariancie Cursora. Self-hosterzy używający Kimi K2.5 z moonshotai/Kimi-K2.5 nie dostaną zachowania Composer 2.5 za darmo — delty RL są IP Cursora. Wagi bazowe nadal pozostają substratem, a to jest część historii, która liczy się dla otwartego ekosystemu.
Benchmarki (self-report Cursora — traktować jako liczby od vendora)
- SWE-Bench Multilingual: Composer 2.5 79,8% — vs Opus 4.7 80,5%.
- CursorBench v3.1 (ustawienia domyślne): 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%.
To liczby opublikowane przez Cursora; spodziewajcie się, że community leaderboardy (tbench.ai, benchlm.ai) wystawią niezależne wyniki w ciągu najbliższych paru tygodni. Zgodnie z dyscypliną UPDATE.md, gdy benchmark “Adaptive” od vendora i leaderboard community rozchodzą się o 3+ punkty, preferuj leaderboard. Delty Composer-vs-Opus powyżej są na tyle małe, że kolejna niezależna runda może postawić na czele dowolny z obu modeli — nie nadmiernie kotwicz się na self-reporcie z dnia premiery.
Większy strukturalny argument to stosunek kosztów. Opus 4.7 jest na cenniku Anthropic za mniej więcej $15/M input i $75/M output; Composer 2.5 w tierze standard za $0,50/M input i $2,50/M output jest ~30× tańszy w input i ~30× tańszy w output. Nawet tier fast ($3/$15) jest ~5× tańszy w input. Jeśli parytet benchmarkowy utrzyma się w niezależnych runach, Composer 2.5 wskakuje jako oczywisty default dla wysokowolumenowych obciążeń coding agent, gdzie każde zadanie jest ograniczone i da się przełknąć okazjonalny koszt retry — czyli większości z nich.
Dlaczego to ma znaczenie dla użytkowników lokalnych LLM
Composer 2.5 nie jest produktem lokalnego LLM. Ale to najsilniejszy sygnał do tej pory, że open-weights baza — na licencji Modified MIT, dostępna na HuggingFace — może napędzać produkcyjny UI coding agenta używanego przez setki tysięcy programistów. Anthropic, OpenAI i Google nadal trzymają swoje wagi bazowe zamknięte; Moonshot je udostępnia. Umowa Cursora waliduje kategorię agentic coding na open-weights jako gotową do wdrożenia, a nie tylko badawczą.
Praktyczne zastrzeżenie: Kimi K2.5 w pełnej precyzji to z grubsza 1 TB wag. Po kwantyzacji do INT4 nadal ~540 GB — poza zasięgiem klasy 128 GB GB10 / Strix Halo, którą ta strona głównie pokrywa. Lokalne uruchomienie Kimi K2.5 wymaga klastra multi-node lub zestawu 4× DGX Spark / 4× Strix Halo. Dlatego Cursor (i wzorzec użycia OpenRouter) kieruje większość inferencji K2.5/K2.6 przez własne API Moonshot lub hostowane agregatory zamiast lokalnego sprzętu. Historia open-weights brzmi “substrat jest publiczny”, a nie “możesz to uruchomić na biurku w tym roku”.
Źródła
- Blog Cursor — Composer 2.5 (podstawowe ogłoszenie, 18 maja 2026)
- Changelog Cursor — ceny standard/fast Composer 2.5
- WinBuzzer — Cursor wydaje Composer 2.5 (zewnętrzny artykuł cytujący Cursora o bazie Kimi K2.5)
- moonshotai/Kimi-K2.5 na HuggingFace (wagi bazowe, Modified MIT)
- Kimi K2.5 na LLMRequirements.com