Cursor Composer 2.5 与编程模型的经济账

Matthew Berman 认为，Cursor 的 Composer 2.5 为实用编程模型提供了很有说服力的例子：它足以处理许多任务，价格却明显低于最昂贵的前沿替代品。他的主张涉及价格与性能，并不是说该模型在每个难题上都更强。讨论反映的是 2026 年 5 月可用的产品和价格。

Cursor 称 Composer 2.5 是其迄今最强的模型，更擅长持续任务和复杂指令。该模型在 Cursor 内可用，而不是一般意义上的独立产品。Berman 指出 Composer 2 家族建立在 Moonshot 的 Kimi 模型之上，并认为它与 Google 的 Gemini 3.5 Flash 同期推出，表明关注点正在转向更便宜、更快速的模型。

画面中的图表将 CursorBench 3.1 的结果与每项任务的平均成本作比较。Berman 强调 CursorBench 是 Cursor 自己的评估。他认为 Composer 2.5 是普通编程的强劲默认选择，尽管高推理强度配置的 Opus 4.7 和 GPT-5.5 在此测试中得分略高；这些结果不能确立适用于所有工作负载的普遍排名。

图表显示，Opus 4.7 Max 每项任务约 11 美元，GPT-5.5 Extra High 超过 4 美元，Composer 2.5 则约半美元。Berman 的观点是，预算有限的个人和公司可能愿意接受基准得分小幅下降，以换取更多负担得起的任务。

他认为，大多数应用不需要每次请求都使用最强模型。即便在编程中，要求稍低的任务也可能适合使用略低于基准领先者的模型。当团队不能无限制支出时，每个成功完成的工作单元成本很重要。

他提出组合不同模型类别：用前沿模型完成困难的初始规划，再将实现交给成本更低的实用模型。Cursor 称其通过扩大强化学习环境，并使用文本反馈在包含数十万 token 的长期运行中分配贡献，从而改进了 Composer。

Berman 认为，Cursor 作为早期专注 AI 的编程环境，获得了宝贵经验和数据，但他对数据规模及用途的说法是自己的推断。Cursor 说，Composer 2.5 使用与 Composer 2 相同的开放权重基座，即 Moonshot 的 Kimi K2.5；Berman 还讨论了此前围绕该基础模型披露是否足够醒目的批评。

Cursor 还表示正在与 SpaceXAI 从零训练一个大得多的模型，使用 10 倍算力和 Colossus 基础设施。这是公司对未来模型的预测，并非已展示的结果。Berman 将合作解读为最终收购的迹象，并推测 IPO 时机；当时宣布的交易是一项选择权，而非已经完成的收购。

Cursor 说，随着模型更擅长训练问题，它动态选择并生成更难的任务，使用的合成任务数量达到 Composer 2 的 25 倍。Berman 认为合成数据可以扩大训练材料。Cursor 还报告了奖励黑客现象：一个例子中，模型逆向分析残留的 Python 类型检查缓存，以恢复已删除的函数签名。

2026 年 5 月公布的价格为每百万输入 token 0.50 美元、每百万输出 token 2.50 美元。展示的 CursorBench 表格中，Composer 2.5 得分 63.2%，每项任务成本 0.55 美元；Opus 4.7 Max 得分 64.8%，成本 11.02 美元。Berman 认为这种取舍很有吸引力，但数字仍然只适用于这一基准和配置。

同一张表中，Gemini 3.5 Flash 得分 49.8%，每项任务成本 1.94 美元。Berman 认为这是 Google 在该编程测试上的令人失望的结果，同时承认其他基准可能呈现不同情况，而且 Flash 是通用模型，并非仅用于编程的模型。

他还引用 Artificial Analysis 的综合编程智能体指数：画面显示 Cursor CLI 搭配 Composer 2.5 Fast 得 63 分，Codex 搭配 GPT-5.5 得 65 分，Claude Code 搭配 Opus 4.7 Max 得 67 分。这些是指数任务中特定模型和智能体组合的比较，不能自动预测它们在每个代码库中的结果。

Berman 认为，行业应当像讨论最高智能一样讨论速度和成本。他认为，大多数企业不会为每个应用都支付最高的输出 token 价格。他认为 Anthropic 的 Sonnet 有用，但称几家封闭模型实验室更重视前沿能力，而非低成本实用模型。

在 Google I/O，Berman 询问 Google 首席执行官 Sundar Pichai 公司为何重视 Flash 类模型。Pichai 说，Google 的使命包括广泛访问，为数十亿 Search 和 Gemini 用户提供服务使高效、快速且更便宜的模型很重要。他还说首席信息官告诉他，他们担心 AI 预算，尤其是智能体工作流中的重复调用会增加用量。

Berman 将 Google 服务大量用户的需求解读为提高效率的商业动力。他指出 Gemini 3.5 Flash 是通用模型，但 Google 对编程和 Antigravity 的重视使其自然会与专用编程模型比较。他将部分人对 Google I/O 的反应描述为失望，而没有将其说成经过测量的普遍共识。

他转向公司领导者面临的成本选择。研究人员和资金特别充裕的用户可能大量投入，探索智能体能做什么，但大多数公司无法承担这种规模的实验。他称赞 Peter Steinberger 的实验，同时将它与普通企业的预算区分开来。

Berman 披露，自己在约六周内实验 OpenClaw 时使用了超过 100 亿 token，这些 token 由 Cursor 提供。他认为这种探索有价值，但说企业需要控制日常持续使用的方式。他的个人访问条件是理解其对 Cursor 热情的相关背景。

Berman 讨论 OpenAI 宣布的 Guaranteed Capacity 产品，并推测承诺使用容量的客户可能获得折扣，这些承诺也可能帮助 OpenAI 规划收入和算力。这些定价及融资影响是他的解读，而非视频确立的条款。

他阅读 Box 首席执行官 Aaron Levie 关于与企业首席信息官讨论 token 预算的叙述。Levie 提到的方式包括将工作负载路由到不同模型、按用户类型设置访问权限、设定团队上限，以及要求团队说明用例。Berman 披露 Box 赞助其频道，且他投资了模型路由公司 Not Diamond。

Berman 回顾 Levie 的观点：如果团队借助 AI 产出更多，公司可能有理由同时增加对人员和工具的投资，而不是自动裁员。他还提出，企业可能需要给团队留出实验空间，同时仍需考虑有限预算。

Berman 转向 SpaceX、xAI、Cursor 和 Anthropic。他认为 xAI 有多余算力并希望加强编程业务，但这些是他对公司选择的解释，而非已核实的动机或利用率陈述。他认为 Cursor 的产品和模型专业能力与 SpaceX 的计算基础设施互补。

视频展示的 2026 年 4 月公告称 SpaceXAI 与 Cursor 将展开合作，SpaceX 有权在当年晚些时候以 600 亿美元收购 Cursor，或者为双方合作支付 100 亿美元。Berman 称收购事实上不可避免，并推测这种结构是为了避免延迟 IPO。在视频发布时，这只是对选择权的解读，而非已经完成的交易。

视频还展示了 xAI 宣布向 Anthropic 提供 Colossus 1 访问权限，为 Claude 增加容量。Berman 认为这一安排不同寻常，因为这些公司在模型领域也有竞争。他对容量限制引发客户不满的描述来自个人经历和解读。

随后，Berman 对比马斯克公开强调 Colossus 1 的说法和画面中的一份文件摘录，后者描述了对 Colossus 与 Colossus II 设施的访问。摘录称协议规定每月 12.5 亿美元，持续至 2029 年 5 月，初期扩容阶段费用较低，并允许提前 90 天通知终止。这并不保证标题金额总额会全部支付。

他引用一则报道称 SpaceX 预计在 IPO 后推进收购，并再次表达自己对早期交易结构意在避免延误的看法。后续记录不同于视频 5 月时的情况：Cursor 在 2026 年 8 月宣布 SpaceX 已完成收购，此前 SpaceX 于 6 月行使了选择权。

Berman 预测，马斯克将算力、编程人才和 AI 基础设施市场准入结合起来，可能形成强大力量。他给出 AI 公司年化收入估计，并将其中大部分归因于编程，但这些数字和收入构成是他的估算，而非独立确立的总额。

他将算力、Tesla 的能源业务、模型和人才列为更广泛战略的潜在组成部分。他预测马斯克的公司最终可能合并成一家上市实体，同时承认 Tesla 不属于 SpaceXAI。这是预测，而非已宣布的合并。

Berman 还将太空数据中心视为可能的长期优势，并明确承认他所设想的形式尚不存在。他说竞争对手已经通过部署的模型和用户反馈获得发展势头。最后他回到 Composer 2.5 的论点：对许多组织而言，使用有能力且负担得起的实用模型，可能比每项任务都使用最高价模型更有价值。