Cursor 2.5自研模型实为Kimi K2.5 性价比炸裂

Composer 2.5 到底是什么

  5月18号，Cursor 正式发了 Composer 2.5。这是继3月 Composer 2 之后的新版本。

  官方说训练用了比前代多25倍的合成任务，85%的计算预算砸在额外训练和强化学习上。听起来挺唬人的，但跑分确实能打：

  注意看Terminal-Bench那一列。Composer 2.5 从2代的61.7%直接跳到69.3%，追平了Opus 4.7。虽然离GPT-5.5的82.7%还有距离，但GPT-5.5在终端任务上本来就强得离谱。

技术底座：Kimi K2.5 + Live RL

  说到技术底座，这才是最有意思的部分。

  Composer 2.5 沿用了2代的路线——基于月之暗面（Moonshot AI）开源的 Kimi K2.5 做继续预训练和强化学习。

  Kimi K2.5 用的是 MoE（混合专家）架构，总参数量约1万亿，但每次推理只激活约320亿参数。这个架构的好处很明显：性能天花板高，推理成本低。

  Cursor 在上面做了几件事：

• 4倍规模的持续预训练：在Kimi K2.5基础上继续训练
• Live RL（实时强化学习）：用生产环境的真实用户交互数据训练，每5小时上线一次模型更新
• 编辑持久度提升2.28%，端到端延迟降低10.3%

  官方说约75%的性能特征来自Cursor自身的训练投入，不是单纯套壳。这话我信，但不妨碍底子是Kimi这个事实。

  有个开发者在Reddit上调侃："Cursor说自研模型，结果底子是Kimi；之前大家开玩笑说Cursor是Claude的套壳，现在变成Kimi的套壳了。"

  话糙理不糙。

定价：这才是最狠的刀

  性能打平只是故事的一半。价格才是Cursor真正让对手难受的地方。

  注意标准版的输出价：$0.50/百万token。

  Opus 4.7 是 $75。差了150倍。

  换句话说，用Cursor 2.5标准版跑一次重构任务的成本，够你喝杯咖啡。用Opus 4.7跑同样的任务——够你请全组喝一周。

  当然，快速版跟Opus价格差不多，但大部分日常任务标准版完全够用。

  我自己的体验是：简单的补全和文档生成无所谓，但复杂重构任务用标准版确实能省不少。一个月下来，API账单能从几百刀降到几十刀。

  这里有个坑：标准版和快速版怎么选？官方文档写的是"标准版适合一般编码任务，快速版适合复杂长任务"。我试下来，跨文件重构和大型测试编写建议切快速版，简单CRUD和样板代码标准版就行。

实测：三个真实任务

任务一：重构一个Python爬虫

  把一段200行的单线程爬虫改写成asyncio异步版本。Composer 2.5花了大概40秒读代码，又花了1分半写代码。结果能跑，但有个小bug——连接池没正确关闭。

  对比Opus 4.7，也是类似的模式：一次生成大概率能跑，但总有1-2个小问题需要手动修。

  区别在成本：用标准版，这次重构只花了约 $0.03 的token。Opus 4.7跑同样的东西——$0.45。

任务二：写一个React组件的单元测试

  给一个带状态管理的中等复杂度组件写Jest测试。Composer 2.5生成了12个测试用例，覆盖了大部分边界情况。有一个测试因为mock没搞好挂了，手动修了5分钟。

  比较满意的一点：它自动识别了组件依赖的context provider并生成了对应的mock代码。之前用Composer 2可没这么聪明。

任务三：部署一个Node.js API到Vercel

  这个比较翻车。

# 我开始以为直接就能搞定
$ cursor --task "把这个Express API改成Vercel Serverless格式"

  结果改出来的代码，Vercel部署直接报405。

{
  "error": {
    "code": "METHOD_NOT_ALLOWED",
    "message": "Method Not Allowed"
  }
}

  调试了半天才发现——它把路由导出格式写错了，Vercel 需要的是 export default handler，但 Composer 2.5 生成了 module.exports = handler。差这一行就部署不上。

  改了一行，好了。

  说明什么？Composer 2.5 在通用编程场景确实强，但在平台特化部署上还有盲区。这其实不算大问题——你只要在prompt里加一句"注意Vercel的导出格式是xxx"就行了。

跟竞品比怎么选

  结合我之前试过的工具，一个粗暴但实用的建议：

  如果月预算 $20 以内，直接 Cursor 2.5 Pro。月预算 $100 左右，Cursor Pro + 按需用Claude API。月预算 $200+，Claude Code + Cursor + Copilot一起上。

  这里我纠结了一下：到底是推荐组合方案还是单一工具？说实话没有完美答案。我自己的配置是Cursor主力+Claude Code做重构备选。

一个有意思的信号

  Cursor 已经在跟 xAI 合作，用 Colossus-2 集群（等效100万块 H100）训练一个"从头开始"的下一代模型。计算量是当前的10倍。

  这说明什么？

  Cursor 不满足于"基于开源模型微调"这条路。他们在往自研大模型的方向走。如果成了，那就是真正的垂直一体化——从模型到工具到生态全自己来。

  另一方面，Kimi K2.5 这个选择本身就很有象征意义。在贸易战、芯片禁令的大背景下，一家美国头部AI公司选择中国开源模型作为核心基座，这就是全球化技术供应链的现状——谁也离不开谁。

总结一下

  Cursor 2.5 的 Composer 2.5 是现阶段AI编程工具里，性价比最炸裂的选择。

  性能接近顶尖闭源模型，成本只有十分之一到百分之一。对于预算敏感的个人开发者和小团队来说，这个平衡点确实香。

  不足也有：部署场景有盲区、长上下文不如Claude Code稳、快速版价格跟Opus差不多就没优势了。

  但说实话，对于90%的日常开发工作，标准版足够了。

  你平时用哪个AI编程工具？我刚花了整整一周实测了四个工具，想知道大家真实的使用感受。评论区说说你的主力工具和踩过的坑，我整理到后续文章里。

  对了，首周双倍用量还在（到5月25号？不确定过了没），没试过的可以嫖一波。免费的不用白不用。