A Cursor lançou o Composer 2.5 em 18 de maio de 2026 — um salto substancial em inteligência e comportamento em cima do Composer 2, mantendo o mesmo backbone open-weights Moonshot Kimi K2.5. O preço do tier standard se mantém em $0,50/M de input e $2,50/M de output, com uma variante mais rápida a $3,00/M de input e $15,00/M de output. A Cursor afirma paridade com Claude Opus 4.7 em SWE-Bench Multilingual (Composer 79,8 % vs Opus 80,5 %) a aproximadamente um décimo do custo por token.
O modelo é K2.5, não K2.6 — e isso importa
O anúncio da própria Cursor é explícito: o Composer 2.5 é construído em cima do Kimi K2.5, o mesmo checkpoint que o Composer 2 usou. Vários textos de terceiros citam a Cursor afirmando que o time manteve a base K2.5 e adicionou treinamento em vez de trocar para K2.6 (abril de 2026). A aposta é que RL direcionado em uma base sabidamente boa supera uma troca de base para um produto de agente de programação, onde estabilidade e compatibilidade com a harness importam tanto quanto os números brutos de benchmark.
(K2.6 é o modelo mais novo da Moonshot — 1T MoE, 32B ativo, 256K de contexto, INT4 nativo, no topo do volume de tokens de programação da OpenRouter em maio. É um default forte para quem faz self-hosting, mas não é ele que alimenta o Composer 2.5.)
O que mudou em cima do K2.5
A Cursor cita três mudanças no treinamento:
- RL com feedback textual. Em vez de apenas modelar a recompensa no final da execução, o treinador faz emergir dicas localizadas quando tool calls falham no meio da tarefa. O modelo aprende a se recuperar dentro de uma sessão em vez de reiniciar a execução.
- ~25× mais tarefas sintéticas. Incluindo puzzles de “feature deletion” — remover uma funcionalidade e depois reconstruí-la — o que força o modelo a reconstruir o contexto em vez de fazer pattern-match em um diff pronto. A Cursor argumenta que isso é mais próximo da distribuição do trabalho real de engenharia do que tarefas puras de correção no estilo SWE-Bench.
- Refatoração de infra em escala MoE. Otimizadores Muon shardeados e HSDP de malha dupla para eficiência em tempo de treinamento. É o tipo de mudança de infra que permite a um time pequeno rodar várias épocas de RL em um MoE de 1T parâmetros em um cluster razoável.
Nada disso altera os pesos base K2.5 que estão públicos no HuggingFace; eles vivem na variante hospedada pela Cursor. Quem faz self-hosting usando K2.5 a partir de moonshotai/Kimi-K2.5 não vai obter o comportamento do Composer 2.5 de graça — os deltas de RL são propriedade intelectual da Cursor. Ainda assim, os pesos base continuam sendo o substrato, e essa é a parte da história que importa para o ecossistema aberto.
Benchmarks (autorreporte da Cursor — tratar como números do fornecedor)
- SWE-Bench Multilingual: Composer 2.5 79,8 % — vs Opus 4.7 80,5 %.
- CursorBench v3.1 (configurações padrão): 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 %.
Esses são números publicados pela Cursor; espere que leaderboards da comunidade (tbench.ai, benchlm.ai) tragam resultados independentes nas próximas semanas. Pela disciplina do UPDATE.md, quando um benchmark “Adaptive” do fornecedor e um leaderboard da comunidade divergem em 3+ pontos, prefira o leaderboard. Os deltas Composer-vs-Opus acima são pequenos o suficiente para que a próxima execução independente possa colocar qualquer um dos modelos no topo — não se ancore demais no autorreporte do dia zero.
A afirmação estrutural maior é a razão de custos. Opus 4.7 lista a aproximadamente $15/M de input e $75/M de output na API da Anthropic; o tier standard do Composer 2.5 a $0,50/M de input e $2,50/M de output é ~30× mais barato no input e ~30× mais barato no output. Mesmo o tier fast ($3/$15) é ~5× mais barato no input. Se a paridade em benchmarks se sustentar em execuções independentes, o Composer 2.5 aterrissa como o default óbvio para cargas de alto volume com agentes de programação onde cada tarefa é limitada e se pode absorver um custo ocasional de retry — o que é a maioria delas.
Por que isso importa para usuários de LLM locais
Composer 2.5 não é um produto de LLM local. Mas é o sinal mais forte até agora de que uma base open-weights — licenciada Modified MIT, disponível no HuggingFace — pode alimentar uma UI de agente de programação em produção usada por centenas de milhares de desenvolvedores. A Anthropic, a OpenAI e a Google ainda mantêm seus pesos base fechados; a Moonshot os publica. O acordo da Cursor valida a categoria de programação agentic open-weights como pronta para deployment, e não apenas em nível de pesquisa.
Ressalva prática: K2.5 em precisão completa equivale a aproximadamente 1 TB de pesos. Quantizado em INT4 ainda fica em ~540 GB — fora do alcance do tier de 128 GB GB10 / Strix Halo que este site cobre majoritariamente. Rodar K2.5 localmente exige um cluster multi-nó ou um setup 4× DGX Spark / 4× Strix Halo. É por isso que a Cursor (e o padrão de uso da OpenRouter) roteia a maior parte da inferência de K2.5/K2.6 através da própria API da Moonshot ou de agregadores hospedados em vez de hardware local. A história open-weights é “o substrato é público”, não “você pode rodar isso no seu computador este ano”.
Fontes
- Blog da Cursor — Composer 2.5 (anúncio principal, 18 de maio de 2026)
- Changelog da Cursor — preços standard/fast do Composer 2.5
- WinBuzzer — A Cursor lança o Composer 2.5 (texto de terceiros citando a Cursor sobre a base K2.5)
- moonshotai/Kimi-K2.5 no HuggingFace (pesos base, Modified MIT)
- Kimi K2.5 em LLMRequirements.com