Cursor 于 2026 年 5 月 18 日发布了 Composer 2.5 — 在 Composer 2 之上的一次相当幅度的智能/行为提升，保留了同样的 Moonshot Kimi K2.5 开源权重主干。标准档定价维持在 $0.50/M 输入和 $2.50/M 输出，更快的变体为 $3.00/M 输入和 $15.00/M 输出。Cursor 声称在 SWE-Bench Multilingual 上与 Claude Opus 4.7 持平 (Composer 79.8% vs Opus 80.5%)，单 token 成本约为其十分之一。
这个模型是 K2.5，不是 K2.6 — 这一点很重要
Cursor 自己的公告说得很明白：Composer 2.5 构建在 Kimi K2.5 之上，与 Composer 2 使用的是同一个检查点。多篇第三方综述都引用了 Cursor 的说法：团队保留了 K2.5 基础，在其上追加训练，而不是切换到 K2.6 (2026 年 4 月)。这押注的是：对于编码代理产品，在已知良好基础上做定向 RL 优于换基础 — 在这类产品中，稳定性和 harness 兼容性与原始基准分同样重要。
(K2.6 是更新的 Moonshot 模型 — 1T MoE，32B 激活，256K 上下文，原生 INT4，5 月份 OpenRouter 编码 token 量榜首。对自托管者是强默认，但驱动 Composer 2.5 的不是它。)
在 K2.5 之上变了什么
Cursor 列出了三项训练侧的变化：
- 文本反馈 RL。 不再只在运行结束时做奖励塑形，trainer 会在工具调用中途失败时浮现局部提示。模型学会在会话内恢复，而不是重跑。
- 约 25× 的合成任务。 包括「功能删除」难题 — 删除一个功能，然后重建它 — 这迫使模型重建上下文，而不是模式匹配一个完成的 diff。Cursor 论证这比纯 SWE-Bench 风格的修复任务更接近真实工程工作的分布。
- MoE 规模的基础设施重做。 分片的 Muon 优化器和用于训练效率的 dual-mesh HSDP。这类基础设施变化让一个小团队能在合理的集群上对 1T 参数的 MoE 跑多轮 RL epoch。
这些变化都不会改变 HuggingFace 上公开的 K2.5 基础权重；它们存在于 Cursor 托管的变体里。从 moonshotai/Kimi-K2.5 自托管 K2.5 的用户不会免费获得 Composer 2.5 的行为 — RL 增量是 Cursor 的 IP。不过基础权重仍然是底层基质，这才是对开放生态而言重要的部分。
基准测试 (Cursor 自报 — 当作厂商数据看待)
- SWE-Bench Multilingual： Composer 2.5 79.8% — vs Opus 4.7 80.5%。
- CursorBench v3.1 (默认设置)： 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%。
这些是 Cursor 公布的数字；预期社区榜单 (tbench.ai、benchlm.ai) 会在未来几周给出独立分数。按 UPDATE.md 的纪律，当厂商的「Adaptive」基准与社区榜单相差 3 分以上时，优先采用榜单。上面 Composer 对 Opus 的差距小到下一次独立跑分可能把任一模型抬到更前 — 不要过度锚定首日自报。
更大的结构性主张是成本比。Opus 4.7 在 Anthropic API 上的列价约为 $15/M 输入和 $75/M 输出；Composer 2.5 标准档为 $0.50/M 输入和 $2.50/M 输出，输入便宜约 30×，输出也便宜约 30×。即使快档 ($3/$15) 输入也便宜约 5×。如果独立跑分中基准持平能站住，Composer 2.5 会成为高吞吐编码代理工作负载的明显默认 — 这类负载中每个任务有边界，偶尔的重试成本可以吞下 — 大多数情况都是如此。
这对本地 LLM 用户为何重要
Composer 2.5 不是本地 LLM 产品。但这是迄今为止最强的信号，表明一个 Modified MIT 授权、在 HuggingFace 可获取的开源权重基础，可以驱动一个被数十万开发者使用的生产级编码代理 UI。Anthropic、OpenAI 和 Google 仍把基础权重闭源；Moonshot 出货。Cursor 的合作验证了开源权重的代理式编码这一品类已进入可部署状态，而不仅仅是研究阶段。
实务提示：K2.5 在全精度下大约是 1 TB 的权重。量化到 INT4 仍约 540 GB — 超出了本站主要覆盖的 128 GB GB10 / Strix Halo 档。在本地跑 K2.5 需要多节点集群或 4× DGX Spark / 4× Strix Halo 配置。所以 Cursor (以及 OpenRouter 的使用模式) 把 K2.5/K2.6 的大部分推理路由经过 Moonshot 自家 API 或托管聚合商，而不是本地硬件。开源权重的故事是「底层基质是公开的」，不是「今年你能在自己桌上跑它」。
来源
- Cursor 博客 — Composer 2.5 (一手公告，2026 年 5 月 18 日)
- Cursor 更新日志 — Composer 2.5 标准/快档定价
- WinBuzzer — Cursor 发布 Composer 2.5 (引用 Cursor 关于 K2.5 基础的第三方综述)
- HuggingFace 上的 moonshotai/Kimi-K2.5 (基础权重，Modified MIT)
- LLMRequirements.com 上的 Kimi K2.5