摘要
Cursor模型更新，最新版本已来到Composer 2.5。 稍微一翻Cursor公告，两件事挺有意思： 一是Cursor这回学老实了，新模型“套”了Kimi不再藏着掖着，连具体用了多少都标的清清楚楚。 （Cursor：Kimi打底，自家额外训练+RL占了85%的总算力） 二是马斯克原地上演变脸，之前Cursor陷入“套壳风波”时他在旁边煽风点火，现在却十分卖力地帮忙站台： 都给我去用Cursor新模型。 网友：老马你让我感到陌生(doge）。 别想多了，其实这是因为Cursor和马斯克达成了算力合作—— Composer 2.5部分训练是在Colossus 2上完成的，以及Cursor正在和SpaceXAI合作，从零开始训练一个规模明显更大的模型。 好好好，新模型刚来，下一代模型的“饼”又吃上了，看来Cursor真是铆足了劲想搞自研（具体原因下文详聊）。 不过远的咱是够不着了，先看眼前这个实在的——Composer 2.5本身亮点也很足。 1/10成本、Opus 4.7级表现，而且发布后首周还给你双倍用量。 好家伙，这几个词一甩出来，经常用模型的朋友谁不沸腾了。 但问题是，Cursor新模型真有这么顶吗？？ 1/10成本、Opus 4.7级表现 顶不顶目前咱不好说，反正测评成绩挺亮眼。 据Cursor介绍，“它更擅长在长时间运行的任务中持续工作，更可靠地遵循复杂指令，协作体验也更加顺畅”。 这些表现反映到具体数字上就是，其性能水平整体接近Claude Opus 4.7。 Terminal-Bench 2.0 （终端/命令行任务） ：69.3% VS 69.4%，几乎持平； SWE-Bench Multilingual （多语言工程问题） ：79.8% VS 80.5%，差距微弱； CursorBench v3.1 （高难度编程任务） ：63.2% VS 最高配64.8%，差距微弱。 能和Opus 4.7相提并论，常用模型的人都知道这里头的含金量了。 而且除了在更高难度的任务上训练之外，他们还改进了模型在沟通风格和投入级别校准（什么时候该出多大力）等行为层面的表现。 听起来有点抽象，但Cursor表示：
摘要可能不完整，可查看原文