3月20日消息,AI编程工具独角兽Cursor(母公司Anysphere)于3月19日正式发布第三代自研编程模型Composer 2。这是一款专门为软件开发任务训练的专用模型,在多项编码基准测试中超越Anthropic的Claude Opus 4.6,同时API定价仅为主流前沿模型的十分之一。 基准性能跻身第一梯队
在Cursor的内部基准CursorBench上,Composer 2取得了61.3分,远超前代Composer 1.5的44.2分,也高于Claude Opus 4.6的58.2分,接近GPT-5.4 Thinking模式的63.9分。CursorBench基于Cursor工程团队实际完成的编码任务,平均每个挑战涉及8个文件、352行代码。
在衡量AI终端操作能力的Terminal-Bench 2.0基准上,Composer 2得分61.7,超过了Opus 4.6的58.0分和Composer 1.5的47.9分,不过仍落后于GPT-5.4的75.1分。在SWE-bench Multilingual(多语言软件工程基准)上,Composer 2以73.7分同样刷新了自家纪录。
成本优势极为显著
Composer 2标准版API定价为每百万输入Token 0.50美元、每百万输出Token 2.50美元。相较之下,Claude Opus 4.6的对应价格为5.00/25.00美元,GPT-5.4为2.50/15.00美元——Composer 2的输入价格仅为Opus 4.6的十分之一,输出价格也仅为十分之一。
与前代Composer 1.5的3.50/17.50美元相比,Composer 2实现了约86%的降价。Cursor还推出了速度更快的Fast版本,定价1.50/7.50美元,并将其设为用户的默认选项。
技术核心:自摘要强化学习
Composer 2的性能飞跃源于两项关键技术突破。首先,这是Cursor首次对基座模型进行持续预训练,为后续强化学习提供了更强的基础。
其次,Cursor开发了名为"自摘要"(self-summarization)的训练方法。当生成过程中Token长度触发阈值时,模型会暂停并将自身上下文压缩至约1000个Token——传统方法通常需要5000个以上。由于强化学习的奖励覆盖包括摘要步骤在内的整个链路,模型能自行学习哪些细节必须保留、哪些可以丢弃,从而有效解决长时编码任务中的"遗忘"问题。
联合创始人Aman Sanger透露,该模型完全基于代码数据训练,不具备通用能力——"它不能帮你报税,也不能写诗。"
战略意义:摆脱对上游模型的依赖
自研模型对Cursor具有战略必要性:公司在与Anthropic和OpenAI直接竞争的同时,又依赖于它们的模型,这使得定价灵活性受限。
Cursor目前拥有超过100万日活跃用户和5万家企业客户,据报道正在以约500亿美元估值寻求新一轮融资。Composer 2的发布表明,这家仅约400人的创业公司正在从"模型聚合平台"向"自有前沿模型+平台"双轮驱动转型。
Composer 2已在Cursor编辑器中上线,个人用户可在独立用量池中使用。