Cursor обновил своего AI-ассистента до Composer 2.5, и это не косметика. Модель стала лучше держать длинные задачи, точнее выполнять сложные инструкции и общаться понятнее. Плюс компания сразу раскрыла цены: $0.50 за 1 млн входных токенов и $2.50 за 1 млн выходных.
Если коротко, это апдейт про реальную работу, а не про красивый benchmark (тест производительности). В Cursor явно делали ставку на поведение в живых проектах, где задача может тянуться часами.
Что реально изменилось в Composer 2.5, если вы не AI-инженер
Главный сдвиг, модель стала полезнее в повседневных сценариях. Не только «умнее на бумаге», но и удобнее в диалоге. Для занятых команд это часто важнее сухих рекордов.
- Длинные задачи: модель лучше держит контекст и не «теряет мысль» в середине работы.
- Сложные инструкции: выше шанс, что она выполнит условия с первого раза.
- Коммуникация: ответы стали спокойнее и понятнее, меньше хаоса в процессе.
- Калибровка усилий: модель лучше понимает, где нужен глубокий разбор, а где хватит короткого шага.
На практике это выглядит просто. Вы просите переписать модуль, не ломая тесты, и AI не уходит в сторону. Или просите объяснить баг джуну, и ответ получается без лишней зауми.
Почему это сделали: гонка теперь не только за «мозгами», но и за поведением
Cursor прямо говорит, старые benchmark (тест производительности) плохо показывают полезность в реальной жизни. Можно набрать высокий балл в тесте и всё равно быть неудобным коллегой. Поэтому в 2.5 упор сделали на то, как модель ведёт себя в работе.
Один из ключевых шагов, targeted RL (обучение с подкреплением с точечной обратной связью). Раньше модель получала общий сигнал «хорошо/плохо» за длинный кусок работы. Теперь ей дают подсказку прямо в момент ошибки.
Пример максимально бытовой. Модель вызвала несуществующий инструмент и получила «Tool not found». Раньше такая ошибка могла почти не влиять на финальную оценку. Теперь в этот же момент ей добавляют текстовую подсказку с доступными инструментами, и она учится исправляться именно там, где ошиблась.
Ещё один большой рычаг, синтетические задачи. Cursor заявляет, что в 2.5 их стало в 25 раз больше, чем в Composer 2. Это искусственно созданные задания, похожие на реальные сценарии в кодовых базах.
Например, из проекта удаляют кусок функциональности, но оставляют тесты. Модель должна восстановить нужное поведение так, чтобы тесты снова проходили. Такой формат хорошо тренирует практическое мышление, а не заученные шаблоны.
Сколько стоит и где тут подвох с «быстрой» версией
Цены у Composer 2.5 выглядят агрессивно для рынка:
- Базовая версия: $0.50/M input (входные токены), $2.50/M output (выходные токены).
- Fast-вариант: $3.00/M input, $15.00/M output.
- Fast в Cursor стоит по умолчанию, как и раньше.
- Промо: в первую неделю дают двойной лимит использования.
Да, fast дороже базовой версии. Но Cursor подаёт его как вариант с той же «интеллектуальной планкой», только быстрее по отклику. Для продуктовых команд это логично: иногда скорость ответа важнее экономии каждого цента.
Как применить прямо сейчас, даже если вы не пишете код весь день
Эта новость полезна не только разработчикам. Улучшения в reasoning (логическое мышление) и поведении бьют по многим рабочим сценариям.
- Предприниматель: дайте AI длинную задачу, например прототип внутреннего сервиса с этапами.
- Маркетолог: используйте для многошаговых правок лендинга, где важно не ломать структуру.
- Разработчик: поручайте рефакторинг с жёсткими условиями по тестам и стилю.
- Тимлид: просите объяснять решения «человеческим языком» для команды разного уровня.
Хорошая стратегия, начинать с задач, где раньше AI «сыпался» после 10-15 шагов. Если 2.5 держит линию дольше, вы сразу это увидите по времени ревью и числу переделок.
Что стоит за кулисами и почему это сигнал для всего рынка
Cursor строит 2.5 на том же open-source checkpoint (базовая открытая контрольная версия модели), что и раньше, это Moonshot Kimi K2.5. Но дальше важен масштаб: вместе с SpaceXAI компания тренирует новую, более крупную модель с 10x compute (вычислительных ресурсов).
Они упоминают инфраструктуру уровня Colossus 2 и «миллион H100-equivalents (эквивалентов ускорителей H100)». Для читателя это значит одно: рынок идёт в сторону огромных вычислений, но побеждать будет тот, кто совместит мощность с удобным поведением.
Новый этап гонки AI выглядит так. Раньше спорили, кто умнее на тесте. Теперь решает, кто дольше и спокойнее работает как напарник в реальном проекте, где дедлайн уже вчера.
Самый важный вывод: мы быстро движемся к миру, где ценность модели измеряется не «вау-ответом», а тем, сколько рутинной и сложной работы она действительно забирает у команды каждый день.