Cursor Composer 2 深度评测：Kimi K2.5 风波背后的真相与启示

2026 年 3 月 19 日，Cursor 高调发布了 Composer 2。更快、更聪明、更便宜——发布稿用了所有你能想到的溢美之词。三天后，一位叫 Fynn 的开发者在 API 配置中发现了一个有趣的模型标识符：kimi-k2p5-rl-0317-s515-fast。

这串字符把 Cursor 推到了风口浪尖。一个估值 500 亿美元的公司，用了中国公司的开源模型做底座，却在发布时只字不提——这事搁谁身上都说不过去。

Composer 2 到底是什么

先抛开争议谈技术。Composer 2 是 Cursor 自研的编程模型，旨在取代 IDE 中调用的第三方模型（Claude、GPT），提供原生的代码编辑体验。技术报告描述了两阶段训练：

第一阶段：继续预训练。 在底座模型上用代码密集的数据做进一步预训练，夯实模型的编码能力。报告写道：“降低预训练损失能改善下游 RL 表现，更好的底座知识能可靠地转化为更好的 Agent。”

第二阶段：大规模强化学习。 使用 Anyrun（Cursor 内部管理的沙盒编码环境平台，规模达数十万个）在真实的 Cursor 会话中做 RL 训练。训练用的工具、执行环境和线上部署完全一致，问题分布覆盖了开发者日常使用 Composer 的全部场景。

基础设施层面，训练需要针对 MoE（混合专家）架构定制的低精度算子，在 NVIDIA Blackwell GPU 上运行；还有跨多个区域的全异步 RL 流水线。

技术上确实有干货。问题是那个"底座模型"——是月之暗面的 Kimi K2.5，而原始发布稿对此只字未提。

月之暗面与 Kimi K2.5

对国内读者来说，月之暗面不需要过多介绍。阿里和红杉中国（HongShan）投资的明星公司，Kimi 大模型在国内用户量巨大。2026 年初发布的 Kimi K2.5 是一个开源 MoE 模型，编码能力强，推理效率高，商业许可也比较宽松。

但许可证有一个关键条款：月活超过 100 万或月收入超过 2000 万美元的产品，必须在显著位置标注来源。

Cursor 的年化收入约 20 亿美元。远超门槛。他们不仅应该标注，而且是有法律义务标注。

穿帮经过

• 3 月 19 日：Cursor 发布 Composer 2，博客通篇不提 Kimi。
• 3 月 21 日：开发者 Fynn 在 API 配置中发现 kimi-k2p5-rl-0317-s515-fast，发到 X 上。
• 3 月 22 日：TechCrunch 报道，Cursor 联合创始人 Aman Sanger 回应：“没在博客里提到 Kimi 底座是我们的疏忽。”
• 3 月 22-23 日：Cursor 补充更新了博客和技术报告，加上了 Kimi K2.5 的署名。

Cursor 产品副总裁 Lee Robinson 的说法是：大约 75% 的算力 花在了 Cursor 自己的继续预训练和 RL 上，只有 25% 来自底座模型。言下之意：Composer 2 主要是我们自己的成果。

这个说法经不起推敲。

75/25 的说法站不住脚

花了 75% 的算力做微调，不代表底座模型不重要。打个比方：你花了 75% 的装修预算翻新一栋房子，难道就不需要告诉买家谁打的地基？

底座模型提供的是：

• 核心的语言理解与生成能力
• MoE 架构——Composer 2 高效推理的根基
• 基础编码知识——RL 在此之上做专项优化

Cursor 的 RL 训练确实有价值，它让模型学会在 Cursor 的工具链中高效工作。但 RL 不能凭空造出能力，它只能精炼和引导底座模型已有的知识。技术报告自己也承认了这一点。

跑分：真实但需要语境

几个注意点：

CursorBench 是 Cursor 自己的基准测试。 在 Cursor 环境中，用 Cursor 的工具，测 Cursor 专门训练过的模型——这成绩好看不奇怪。

Terminal-Bench 相对中立，61.7 对 Claude Opus 4.6 的 58.0，领先 3.7 个百分点。统计意义上有效，单次使用中几乎感受不到差异。

SWE-bench Multilingual 73.7 是扎实的成绩，这个基准测试跨语言、测真实 bug 修复，比较难刷。

20 万 token 上下文窗口 够用，但跟 Claude Code 的 100 万 token 比起来，处理大型项目时会捉襟见肘。

Composer 2 对比 Claude Code：实战体验

两个工具我都深度使用过。如果你看过我之前写的 AI 编程工具对比，你知道我更看重实际体验而非跑分。

Cursor Composer 2 赢在哪里

• 日常编码速度快。 补全、小改动、行内建议——在 Cursor IDE 里 Composer 2 响应飞快，上下文切换少。
• 成本低。 标准模式 $0.50/M 输入 token，快速模式 $1.50/M，比前沿模型便宜一个数量级。团队日常高频使用省钱明显。
• IDE 原生体验。 多文件编辑、行内 diff、Agent 循环——都是为这个模型量身定制的。

Claude Code 赢在哪里

• 深度代码理解。 100 万 token 上下文窗口意味着能把整个代码库装进记忆。大型重构、架构调整、跨文件 debug——这不是锦上添花，是刚需。
• 复杂推理。 Claude Code + Opus 4.6 处理多步推理链的能力是 Composer 2 做不到的。安全审计、架构决策、细致的权衡分析。
• 终端原生。 Claude Code 跑在终端里，不绑定编辑器，跟 git 深度集成，支持 Agent Teams 并行执行。
• 透明度。 你清楚知道自己在用什么模型，没有任何遮掩。

2026 年的最佳组合

我认识的高效开发者大多两个都用：

• Cursor + Composer 2 负责 80% 的日常工作——快速编辑、常规实现
• Claude Code 负责 20% 的硬骨头——复杂调试、大型重构、安全分析、架构决策

这不是非此即彼的竞争。两个工具解决不同层次的问题。

定价：Composer 2 的最大优势

Composer 2 输入 token 价格只有 Opus 4.6 的 1/30。高频使用场景下省钱效果显著。但便宜不等于更好——该用前沿模型做深度推理的场景，省这点钱反而亏时间。

更大的图景：中国模型驱动西方产品

Composer 2 事件是一个趋势的缩影。月之暗面、DeepSeek、阿里通义千问——中国 AI 实验室正在产出越来越有竞争力的开源模型。西方公司基于这些模型构建产品，面临三重张力：

1. 经济上合理：用最好的底座模型，不问出处，能做出更好、更便宜的产品。
2. 政治上敏感：在 AI 出口管制和地缘博弈的背景下，承认用了中国模型做底座，市场团队压力不小。
3. 伦理上必须：开源许可证的存在是有原因的。署名不是可选项。

Cursor 选了经济上合理的路，却在伦理上栽了跟头。更讽刺的是，他们其实跟 Fireworks AI 有正式的商业合作来使用 Kimi K2.5——明明有合法渠道，偏偏不愿意公开说。

这不会是最后一次。随着中国开源模型持续进步，会有更多西方 AI 公司在此基础上构建产品。主动透明的公司会赢得信任，遮遮掩掩的公司迟早被揭穿。

该不该用 Composer 2

该用，但要心里有数。 模型本身确实好用，争议不改变它的技术能力。

但你需要清楚自己买的是什么：

• 一个底座来自中国开源项目的模型（这本身没问题，知道就好）
• 一家被抓住才承认的公司（这值得记住）
• 一个绑定 IDE 的封闭体验
• 好看的跑分里有"主场优势"的成分

2026 年最好的 AI 编程体验，不是选边站，而是搭建适合自己的工具组合。Composer 2 在这个组合里有一席之地。只是它没有资格假装一切都是自己从零做起的。

核心要点

1. Composer 2 确实好用。 跑分虽有语境限制，但改进是真实的，定价很有竞争力。
2. 署名遗漏是选择，不是疏忽。 Cursor 这个体量的公司不会"不小心"忘记标注底座模型。
3. 75/25 算力比是误导性框架。 算力占比不等于贡献占比，底座模型是根基。
4. Cursor 和 Claude Code 都该用。 前者拼速度，后者拼深度。
5. 趋势值得关注。 中国开源模型驱动西方产品，这个趋势会加速，透明度将成为竞争分水岭。

更多 AI 编程工具的深度内容，请阅读 Claude Code 完全指南 和 AI 编程代理横评。