project
Composer 2.5 - Cursor 推出的自研 Agentic 编程模型
Composer 2.5 是 Cursor 推出的自研 Agentic 编程模型。在智能水平和行为表现上较 Composer 2 有大幅提升，在 SWE-Bench Multilingual（79.8%） 和 CursorBen...
Composer 2.5是什么
Composer 2.5 是 Cursor 推出的自研 Agentic 编程模型。在智能水平和行为表现上较 Composer 2 有大幅提升，在 SWE-Bench Multilingual（79.8%） 和 CursorBench v3.1（63.2%） 等核心基准上与 Claude Opus 4.7、GPT-5.5 处于同一梯队，但单次任务成本仅为竞品的约 1/10，称为”性价比之王”。模型基于 Moonshot 开源的 Kimi K2.5 检查点持续训练，目前仅通过 Cursor IDE 及 SDK 提供服务。
Composer 2.5的主要功能
-
长时任务持续工作：针对长时间运行的 Agent 会话深度优化，能在多步骤工具调用中保持专注，显著减少中途幻觉或提前终止的问题。
-
复杂指令可靠遵循：对跨文件重构、终端命令执行、测试驱动开发等复杂指令的遵循可靠性较 Composer 2 大幅提升。
-
努力级别动态校准：模型能根据任务难度自动分配计算量，简单任务快速完成，复杂任务深入思考，避免”小事空转、大事欠思考”。
-
沟通风格优化：回复更简洁结构化，减少不必要的冗长解释，在多文件变更时提供更清晰的推理过程。
-
工具调用精准度提升：显著减少无效的终端命令或冗余搜索，提升代码检索与终端操作效率。
-
双版本灵活适配：提供 Standard（标准版，$0.50/$2.50 per M tokens）与 Fast（快速版，$3.00/$15.00 per M tokens），智能水平相同，分别适配后台批量任务与交互式实时编程。
如何使用Composer 2.5
-
在 Cursor IDE 中启用：将 Cursor 更新至 2026 年 5 月最新稳定版，打开 Composer 面板（
Cmd+I/Ctrl+I），点击模型选择器切换至 Composer 2.5 -
选择速度档位：交互式开发默认使用 Fast 版（响应快、延迟低）；后台 Agent 或批量任务可在 Settings > Models 中切换为 Standard 版（成本低，智能水平相同）
-
通过 SDK 程序化调用：
import { Agent } from "@cursor/sdk";
const agent = await Agent.create({
model: "composer-2.5", // Standard 版
// model: "composer-2.5-fast", // Fast 版
workspace: "./",
tools: ["edit", "shell", "search", "browser"],
});-
为长时任务设限：为无人看管的长时间 Agent 会话设置迭代次数上限和最大耗时，防止模型利用缓存等”捷径”进行奖励作弊
-
领取首发福利：发布首周提供双倍用量额度，可在后台查看额度消耗情况
-
多模型路由策略：将 90% 日常任务交给 Composer 2.5 处理；仅将架构评审类任务路由给 Claude Opus 4.7，重度终端 Shell 任务路由给 GPT-5.5
Composer 2.5的核心优势
-
极致性价比：Standard 版输入 $0.50/M、输出 $2.50/M，Fast 版输入 $3.00/M、输出 $15.00/M，比 Claude Opus 4.7 便宜约 10~30 倍。
-
前沿级基准表现：SWE-Bench Multilingual 79.8%（Opus 4.7 为 80.5%，GPT-5.5 为 77.8%），CursorBench v3.1 63.2%（与 Opus 4.7 的 64.8% 和 GPT-5.5 的 64.3% 基本持平）。
-
行为层面深度优化：除了扩大训练规模，还改进了沟通风格和投入级别校准，这些维度虽难被基准充分反映，但对实际使用体验至关重要。
-
双版本灵活选择：Standard（标准版）适合后台 Agent 与批量任务，Fast（快速版，默认）适合交互式 IDE 实时编程，两者智能水平完全相同。
-
首发双倍用量福利：发布首周提供双倍用量额度。
Composer 2.5的同类竞品对比
| 对比维度 | Composer 2.5 | Claude Opus 4.7 | GPT-5.5 |
|---|---|---|---|
| 厂商 / 平台 | Cursor | Anthropic | OpenAI |
| 产品定位 | 自研 Agentic 编程模型 | 旗舰推理模型 | 旗舰多模态模型 |
| 基座模型 | Moonshot Kimi K2.5（开源检查点持续训练） | Claude 4 系列 | GPT-5 系列 |
| 发布日期 | 2026.05.18 | 2026 年 Q2 | 2026 年 Q2 |
| SWE-Bench Multilingual | 79.8% | 80.5% | 77.8% |
| Terminal-Bench 2.0 | 69.3% | 69.4% | 82.7% |
| CursorBench v3.1（困难任务） | 63.2% | 64.8%（max）/ 61.6%（默认 xhigh） | 64.3%（xhigh）/ 59.2%（默认 medium） |
| 输入价格（/M tokens） | $0.50（Standard）< $3.00（Fast） |
未公开（行业参考约 $15） | 未公开（行业参考约 $3–$5） |
| 输出价格（/M tokens） | $2.50（Standard）< $15.00（Fast） |
未公开（行业参考约 $75） | 未公开（行业参考约 $15–$30） |
| 单次任务相对成本 | 基准（约 $1–$2 / 任务） | 约 10–30 倍 | 约 3–10 倍 |
| 上下文窗口 | ~200K（参考 Kimi K2.5） | 200K | 128K–1M |
| 权重开放性 | 闭源（仅 Cursor 基础设施） | 闭源 | 闭源 |
| 接入方式 | Cursor IDE / CLI / @cursor/sdk |
API / Claude Code / 第三方平台 | API / ChatGPT / GitHub Copilot |
Composer 2.5的应用场景
-
多文件级重构：成本优势明显且精度持平前沿模型，适合大规模代码库迁移。
-
交互式结对编程：Fast 版响应迅速，适合实时 IDE 协作。
-
后台定时任务/云 Agent：Standard 版性价比极高，适合批量代码审查与修复。
-
测试驱动开发：长时任务可靠性优于前代，能稳定完成多轮测试-修复循环。
-
复杂终端自动化：Terminal-Bench 2.0 得分 69.3%，与 Opus 4.7（69.4%）持平，但重度 Shell 场景仍略逊于 GPT-5.5（82.7%）。