Демпинг года. Cursor выкатил Composer 2.5 уровня топовых флагманов, но в 10 раз дешевле
Разработчики из Cursor решили устроить на рынке DevTools полноценную ценовую войну. Они презентовали Composer 2.5, глубоко модифицированную нейросеть для кодинга, которая по бенчмаркам вплотную подобралась к Opus 4.7 и GPT-5.5, но предлагает совершенно смешные тарифы.
Команда Cursor учла прошлые ошибки, когда вышла вторая версия Composer, они скромно промолчали про её происхождение и словили тонну хейта. В этот раз карты открыты сразу, базой стал свежий китайский опенсорс-чекпоинт Kimi K2.5 от Moonshot AI (архитектура MoE на 1 триллион параметров), который ребята дообучили под свои нужды.
Кто кого на бенчмарках?
В изоляции модель показывает сумасшедшие результаты, практически стирая разницу между собой и тяжелыми закрытыми коммерческими моделями.
- SWE-Bench Multilingual. Модель выбивает 79.8%. У тяжелого Opus 4.7 - 80.5%, а у GPT-5.5 - 77.8%. Китайский движок с американским тюнингом обошел флагман OpenAI на задачах по разработке.
- CursorBench v3.1. Почти паритет. 63.2% против 64.8% у Opus. Эту разницу в пару десятых процента в реальной сессии заметить невозможно.
- Terminal-Bench 2.0. Единственное место, где OpenAI удерживает жесткое лидерство, у GPT-5.5 тут 82.7%, пока Composer и Opus делят между собой 69.3%.
Вместо тупого дообучения Cursor применил технологию targeted RL (обучение с подкреплением) с текстовыми подсказками. В процессе тренировки модель прогнали через 25х больше синтетических задач, чем прошлую версию.
Главное изменение не в сухих тестах, а в поведении
- Фокус на длинных дистанциях. Модель научилась тащить тяжелые, многосоставные задачи (long-horizon coding), требующие сотен последовательных вызовов инструментов, не теряя контекст по дороге.
- Саморефлексия. Если Composer 2.5 ловит ошибку в процессе сборки или тестов, она не крашит сессию, а сама находит свой косяк, перечитывает код и исправляет его на лету.
- Калибровка усилий. Агент теперь лучше понимает, когда стоит остановиться, когда нужно перепроверить файл заново, а когда задать уточняющий вопрос разработчику.
Аттракцион невиданной щедрости в прайсинге
Самый сок этого релиза экономика. Цены буквально уничтожают тарифные сетки конкурентов
- Standard-режим. всего $0.50 за миллион входных токенов (input) и $2.50 за миллион выходных (output). Для уровня Opus это копейки, позволяющие не экономить на промптах и скармливать модели целые репозитории.
- Fast-режим (по дефолту). $3.00 за input и $15.00 за output. Всё еще сильно дешевле быстрых тиров у Anthropic.
В честь релиза Cursor на первую неделю удваивает лимиты использования для всех пользователей. Отличный повод легально погонять ИИ-агента на максималках за счет компании.
Параллельно в блоге затизерили будущее. Cursor совместно со SpaceXAI уже начали обучать с нуля массивную модель на суперкомпьютере Colossus 2 (где крутится миллион H100-эквивалентов), которая будет в 10 раз мощнее по вычислительному объему.
Cursor делает именно то, что нужно разработчикам, дает стабильный, предсказуемый инструмент по цене грязи. Пока Anthropic крутит лимиты, а OpenAI уходит в мобилки, Cursor забирает себе хардкорных кодеров.
Сможет ли кастомный тюнинг опенсорса окончательно вытеснить коммерческие API из наших IDE, или на реальных сложных проектах закрытые модели всё ещё будут тащить лучше?
Не отставайте от технологий! Подписывайтесь на Telegram-канал, чтобы быть в курсе последних трендов и лайфхаков.