Cursor 发布 Composer 2.5，基于 Kimi K2.5 并采用定向强化学习的编程模型

2026年5月18日，Cursor 发布了 Composer 2.5，这是一款基于 Moonshot AI 的 Kimi K2.5 checkpoint 构建的编程模型，在多项基准测试中得分接近 Claude Opus 4.7 和 GPT-5.5，同时提供更低的价格。

• 该模型使用与 Composer 2 相同的基础架构，但应用了持续预训练（continued pretraining）和强化学习（reinforcement learning），其中约 85% 的最终计算量（compute）来自 Cursor 的工作。
• 训练引入了带有文本反馈的定向强化学习（targeted RL），以纠正长会话中的特定错误，同时其合成任务数量是前代的 25 倍。
• Composer 2.5 在编程基准测试中得分接近 Claude Opus 4.7 和 GPT-5.5，但仅限于 Cursor IDE 使用，没有公开 API。

此次发布凸显了向更难的强化学习环境转变，以及为软件工程任务提供更具成本效益的前沿模型替代方案。