Cursor自研模型反超Opus 4.6！價格腳踝斬，氛圍編程沸騰了

倒反天罡了朋友！

Cursor新模型不僅性能超越Claude，而且價格更是直接“腳踝斬”（都不說腰斬了）。

眾所周知，Cursor作為模型提供商，早期還靠供應Claude模型狠狠吸了一波粉。

結果現在，它自己搞出了一款編程模型，而且轉身就把Claude拉下馬了——

其最新編程模型Composer 2，不僅能力超越Claude Opus 4.6，關鍵是價格降了非常多。

就這么說吧，別人降價是“腰斬”，它這直接是“腳踝斬”。

那么問題來了，Cursor憑啥能在大家都“漲價”的時候把價格打下去呢？

（注：隨著“龍蝦”爆火，全球大模型Token消耗量呈指數級增長，所以從年初開始，國內外云廠商和大模型公司都在集體漲價。）

答案，Cursor也隨之公布了——

一種新的強化學習方法。

比Opus 4.6更強，價格還down down down！

先說目前已經在Cursor上線的Composer 2。

從名字英譯“編曲家”你就能猜出來了，這款模型主打的是“編程家”（bushi。

鑒于“龍蝦”爆火后編程消耗的Token用量一路激增，所以Cursor當下只有一個目標——

性價比、性價比、還是性價比。

何謂性價比？自然是“兼顧智能與成本的最優組合”。

能力方面，Cursor表示：

• Composer 2在我們衡量的所有基準測試上都取得了大幅提升，其中包括Terminal-Bench 2.0和SWE-bench Multilingual。

比如在衡量智能體終端操作能力的Terminal-Bench 2.0上，其水平目前已經躍居GPT-5.4和Claude Opus 4.6之間。

而且從Composer模型的迭代來看，其進化速度正不斷加快。

定價方面，標準版Composer 2的輸入價格為0.5美元/百萬tokens（約合人民幣3.5元）、輸出價格為2.5美元/百萬tokens（約合人民幣17.2元）。

你瞅，和Claude Opus 4.6相比，幾乎真到了“腳踝”的程度。

與此同時，Cursor還推出了一個“智能水平相同但速度更快的變體”——Composer 2 Fast。

這款默認模型的定價為，每百萬輸入tokens 1.5美元（約合人民幣10.3元）、每百萬輸出tokens 7.5美元（約合人民幣51.7元）。

和Claude Opus 4.6相比，它不僅延續了價格優勢，而且速度更是一騎絕塵。

而據Cursor透露，它之所以能在性能和價格之間取得平衡，核心還是靠引入了一種新的強化學習方法。

劃重點，該方法不是推理技巧，而是實實在在訓練出來的能力。

引入“做筆記”強化學習方法

如果用一句話來總結這種新方法，那便是：

讓模型學會“自己給自己做會議紀要”，從而把原本記不住的超長任務，一步步接著干下去。

Cursor的原話如下：

雖然這種名為“自我總結的強化學習方法”聽起來有點拗口，但思路其實很清晰。

它核心解決的問題是——

如今大多數AI編程助手都很能干活了，但一旦任務變長、變復雜，就會開始不停掉鏈子。

這背后的原因呢，大家也都很清楚：上下文裝不下。

一個復雜工程任務動輒就是上萬行代碼、上百步操作，而模型的上下文窗口總是有限的，所以很多任務根本跑不到終點。

而為了突破上下文瓶頸，目前業界圍繞“壓縮”有兩種主流解法：

• 要么做摘要，總結一波再繼續；
• 要么直接通過滑動上下文窗口，丟棄較早的上下文。

又或者一些比較新的探索嘗試——在潛在空間中壓縮，將上下文壓縮成向量而非文本（這種方法雖然比文本壓縮慢但準確率更高）。

但不管是哪種，初步看下來都不夠靠譜，它們都有可能導致模型遺忘上下文中的關鍵信息，從而在推進長時間運行的任務時降低其效果。

換言之，任務越長，模型越容易跑偏。

而Cursor的解法是——首先總結很重要，其次把這種總結能力內化成模型自己的能力也很重要。

所以他們給自家模型加了一套“self-summary（自我總結）”的機制：

模型干活干到一半，不是被動壓縮，而是主動停下來給自己寫一段“階段總結”，俗稱“做筆記”。

具體流程大致如下：

1、Composer基于提示詞持續生成，直到達到固定的token長度觸發點。
2、插入一個合成查詢，要求模型總結當前上下文。
3、給模型提供一定的草稿思考空間，讓它構思最佳總結，然后生成壓縮后的上下文。
4、Composer使用壓縮后的上下文回到步驟1；該上下文包含總結以及對話狀態（規劃狀態、剩余任務、之前總結的次數等） 。

這里面比較關鍵的一點是，模型的自我總結能力不是推理技巧，而是訓練出來的。

在強化學習過程中，這種總結能力會被算進獎勵里：

• 總結得好→后面任務更容易成功→獎勵更高
• 總結丟信息→任務失敗→被懲罰

結果就是，模型慢慢搞清了：什么信息值得留下，什么可以丟掉。

具體效果可以看和傳統方法的對比。

在一組高難度軟件工程任務上，“傳統摘要法”光是總結提示詞就要寫幾千個tokens，而且壓縮后的結果也不短，平均需要5000+tokens。

而Composer的提示詞非常簡單，基本就一句話“Please summarize the conversation”，且壓縮后的輸出平均只有1000個tokens。

在同樣的任務上，后者token用量只有傳統方法的1/5，而且壓縮帶來的錯誤直接減少約50%。

換句話說，壓縮得更狠，但信息更關鍵。

更有意思的是，它真能解決長鏈條任務。

Cursor拿出了一道難倒一眾模型的經典難題——把Doom游戲跑在MIPS架構上。

• 我已經提供了 /app/doomgeneric/，也就是 doom 的源代碼。我還編寫了一個特殊的 doomgeneric_img.c，希望您使用它；它會將繪制的每一幀寫入 /tmp/frame.bmp。最后，我還提供了 vm.js，它會讀取一個名為 doomgeneric_mips 的文件并運行它。其余部分請您自行解決……

由于需要模型自己改代碼、編譯調試、反復試錯……所以很多模型到后來基本都直接卡死了。

但Composer在經過170輪交互后，找到了精確的解法，并在過程中將10w+tokens總結壓縮到了1000個。

總之，一系列內部測試表明：

• 通過將壓縮整合進訓練循環，Composer學會了一種顯式機制，能夠高效地將關鍵信息向后傳遞，并在高難度任務上變得更有能力。

而且前面不是說了Cursor節奏很快，這不，Cursor研究員也已經開始放出Composer 3的消息了。

只能說發展到現在，Cursor以后也是有雙重身份的“人”了。其CEO表示：

• Cursor是一個典型的新公司，既不是純粹的應用程序開發商，也不是模型提供商。

就是不知道能不能等一個開源？反正抱抱臉聯創兼CEO已經去幫大家求了（抱拳jpg）。