Cursor выпустил Composer 2.5 на базе китайской Kimi — дешевле GPT в 6 раз

Cursor наконец-то раскрыл карты — и они оказались китайскими. Компания выпустила Composer 2.5, новую версию своей модели для программирования, которая в 6 раз дешевле GPT-5.5 и в 10 раз дешевле Claude Opus 4.7. Но самое интересное не в ценах, а в том, что выяснилось после релиза: модель построена на базе китайской open-source Kimi K2.5, и Cursor пыталась это скрыть.

История получилась показательная. Сначала компания выпустила пафосный пост в блоге про «собственную разработку» и «frontier-level coding intelligence». Потом сотрудники Kimi начали копаться в модели — и обнаружили свою ДНК. Только после этого сооснователь Cursor Аман Сангер признался: да, мы взяли Kimi K2.5 за основу, это была «досадная оплошность» не упомянуть об этом сразу. Обещал исправиться к следующему релизу. Но вопрос остаётся: зачем было молчать?

Что под капотом Composer 2.5

По словам сотрудника Cursor Ли Робинсона, примерно четверть предобучения приходится на базовую Kimi K2.5, остальное — дообучение и fine-tuning от самой Cursor. Компания утверждает, что использовала на 85% больше вычислительных мощностей, чем разработчики оригинальной Kimi. Звучит впечатляюще, но давайте посмотрим правде в глаза: Cursor не может конкурировать с Anthropic и OpenAI в создании frontier-моделей с нуля. У тех — миллиарды долларов на pretraining, у Cursor — редактор кода и умение fine-tune чужие модели.

И знаете что? В этом нет ничего плохого. Взять мощную open-source модель и довести её до ума под конкретную задачу — это разумная стратегия. Проблема в том, что Cursor пыталась выдать это за полностью собственную разработку. А когда тебя ловят на недоговорках, доверие испаряется быстрее, чем токены в контекстном окне.

Коммерческую лицензию Cursor получила через inference-партнёра Fireworks. Технически всё чисто, юридически — тоже. Но репутационно — провал.

Бенчмарки: конкуренция с гигантами

По результатам тестирования Composer 2.5 показывает 61.3 балла на CursorBench, 61.7 на Terminal-Bench 2.0 и 73.7 на SWE-bench Multilingual. Для сравнения: предыдущая Composer 2 выдавала 44.2, 47.9 и 65.9 соответственно. Рост серьёзный — почти 40% улучшение на внутреннем бенчмарке.

Как это соотносится с конкурентами? Claude Opus 4.7 держится примерно на уровне 58-60 баллов по этим метрикам, GPT-5.5 Thinking — около 63.9. То есть Composer 2.5 реально конкурирует с топовыми моделями по качеству кода. Но не превосходит их кардинально — скорее играет в той же лиге.

Главное преимущество — цена. Composer 2.5 стоит $0.5 за миллион входных токенов и $2.5 за миллион выходных. GPT-5.5 — $5 и $30, Opus 4.7 — $5 и $25. Разница в 6-10 раз. Для разработчиков, которые гоняют сотни тысяч токенов в день через AI-ассистентов, это не просто экономия — это возможность вообще использовать модель без разорения.

Есть ещё быстрая версия за $1.5/$7.5 — она работает с той же «интеллектуальностью», но выдаёт токены быстрее. Cursor сделала её дефолтной, что логично: в редакторе кода скорость отклика критична.

Стратегическая ловушка Cursor

Вот в чём настоящая драма. Cursor конкурирует с Anthropic и OpenAI — у тех есть собственные AI-редакторы и flat-rate подписки по $20-30 в месяц с щедрыми лимитами. Но одновременно Cursor зависит от их моделей: пользователи могут выбирать Claude или GPT прямо в интерфейсе. Это убивает ценовую гибкость — ты не можешь брать дороже, чем первоисточник.

Собственная модель — это стратегическая необходимость, а не прихоть. Если Cursor хочет контролировать маржу и не зависеть от ценовой политики конкурентов, ей нужна своя лошадка в гонке. И вот тут открывается неудобная правда: небольшая команда с умным fine-tuning может дотянуться до результатов, на которые frontier labs тратят миллиарды.

Это некомфортный вопрос для OpenAI и Anthropic. Если Cursor доводит open-source модель до их уровня за долю бюджета, может, proprietary pretraining — не единственный путь? А может, frontier labs платят миллиарды не за качество, а за универсальность — способность модели решать любые задачи, а не только код?

Что это значит для разработчиков

Для российских пользователей ситуация неоднозначная. Cursor работает через VPN, карты принимает западные (можно через виртуальные). Цена привлекательная, особенно для инди-разработчиков и небольших команд. Но зависимость от инфраструктуры Fireworks и неясность с данными (куда уходит ваш код при обучении?) оставляют вопросы.

Composer 2.5 обучали методом «самодистилляции» — модель одновременно выступает учителем и учеником. Это позволяет лучше запоминать контекст и справляться с длинными многошаговыми задачами. На практике это значит: модель может рефакторить код в десятках файлов сразу, держа в голове архитектуру всего проекта.

Cursor также анонсировала партнёрство с xAI для обучения новой модели «с нуля» — с в 10 раз большими вычислительными ресурсами. Это попытка закрыть репутационный пробел: мол, да, Composer 2.5 — это fine-tune, но следующая будет настоящей.

Вердикт: умный ход с плохим PR

Cursor сделала всё правильно технически и всё неправильно коммуникационно. Взять мощную open-source модель, дообучить её под код, продавать в 6 раз дешевле конкурентов — это блестящая бизнес-стратегия. Но пытаться выдать это за полностью собственную разработку — это либо наивность, либо расчёт на то, что никто не проверит.

Инженеры Kimi проверили. И теперь Cursor приходится оправдываться вместо того, чтобы праздновать запуск. А ведь можно было с самого начала сказать: «Мы взяли лучшую open-source модель, вложили в неё 85% дополнительных ресурсов и получили результат, сопоставимый с billion-dollar proprietary моделями за долю цены». Это был бы мощный нарратив против монополии больших лабораторий.

Вместо этого — защитная позиция и обещания «в следующий раз будем честнее». Урок для всей индустрии: в мире open-source скрывать происхождение моделей — это не просто этическая проблема, это стратегическая ошибка. Кто-нибудь всё равно раскопает.

Информация подтверждена несколькими независимыми публикациями, включая официальный блог компании и технические расследования.