倒反天罡了朋友！

Cursor新模型不僅性能超越Claude，而且價(jià)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(yīng)Claude模型狠狠吸了一波粉。

結(jié)果現(xiàn)在，它自己搞出了一款編程模型，而且轉(zhuǎn)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(guān)鍵是價(jià)格降了非常多。

就這么說吧，別人降價(jià)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(jià)”的時(shí)候把價(jià)格打下去呢？

（注：隨著“龍蝦”爆火，全球大模型Token消耗量呈指數(shù)級(jí)增長(zhǎng)，所以從年初開始，國(guó)內(nèi)外云廠商和大模型公司都在集體漲價(jià)。）

答案，Cursor也隨之公布了——

一種新的強(qiáng)化學(xué)習(xí)方法。

比Opus 4.6更強(qiáng)，價(jià)格還down down down！

先說目前已經(jīng)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(dāng)下只有一個(gè)目標(biāo)——

性價(jià)比、性價(jià)比、還是性價(jià)比。

何謂性價(jià)比？自然是“兼顧智能與成本的最優(yōu)組合”。

能力方面，Cursor表示：

• Composer 2在我們衡量的所有基準(zhǔn)測(cè)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(jīng)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(jìn)化速度正不斷加快。

定價(jià)方面，標(biāo)準(zhǔn)版Composer 2的輸入價(jià)格為0.5美元/百萬tokens（約合人民幣3.5元）、輸出價(jià)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(shí)，Cursor還推出了一個(gè)“智能水平相同但速度更快的變體”——Composer 2 Fast。

這款默認(rèn)模型的定價(jià)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(xù)了價(jià)格優(yōu)勢(shì)，而且速度更是一騎絕塵。

而據(jù)Cursor透露，它之所以能在性能和價(jià)格之間取得平衡，核心還是靠引入了一種新的強(qiáng)化學(xué)習(xí)方法。

劃重點(diǎn)，該方法不是推理技巧，而是實(shí)實(shí)在在訓(xùn)練出來的能力。

引入“做筆記”強(qiáng)化學(xué)習(xí)方法

如果用一句話來總結(jié)這種新方法，那便是：

讓模型學(xué)會(huì)“自己給自己做會(huì)議紀(jì)要”，從而把原本記不住的超長(zhǎng)任務(wù)，一步步接著干下去。

Cursor的原話如下：

雖然這種名為“自我總結(jié)的強(qiáng)化學(xué)習(xí)方法”聽起來有點(diǎn)拗口，但思路其實(shí)很清晰。

它核心解決的問題是——

如今大多數(shù)AI編程助手都很能干活了，但一旦任務(wù)變長(zhǎng)、變復(fù)雜，就會(huì)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(gè)復(fù)雜工程任務(wù)動(dòng)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(wù)根本跑不到終點(diǎn)。

而為了突破上下文瓶頸，目前業(yè)界圍繞“壓縮”有兩種主流解法：

• 要么做摘要，總結(jié)一波再繼續(xù)；
• 要么直接通過滑動(dòng)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(zhǔn)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(dǎo)致模型遺忘上下文中的關(guān)鍵信息，從而在推進(jìn)長(zhǎng)時(shí)間運(yùn)行的任務(wù)時(shí)降低其效果。

換言之，任務(wù)越長(zhǎng)，模型越容易跑偏。

而Cursor的解法是——首先總結(jié)很重要，其次把這種總結(jié)能力內(nèi)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(jié)）”的機(jī)制：

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

具體流程大致如下：

1、Composer基于提示詞持續(xù)生成，直到達(dá)到固定的token長(zhǎng)度觸發(fā)點(diǎn)。
2、插入一個(gè)合成查詢，要求模型總結(jié)當(dāng)前上下文。
3、給模型提供一定的草稿思考空間，讓它構(gòu)思最佳總結(jié)，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(jié)以及對(duì)話狀態(tài)（規(guī)劃狀態(tài)、剩余任務(wù)、之前總結(jié)的次數(shù)等） 。

這里面比較關(guān)鍵的一點(diǎn)是，模型的自我總結(jié)能力不是推理技巧，而是訓(xùn)練出來的。

在強(qiáng)化學(xué)習(xí)過程中，這種總結(jié)能力會(huì)被算進(jìn)獎(jiǎng)勵(lì)里：

• 總結(jié)得好→后面任務(wù)更容易成功→獎(jiǎng)勵(lì)更高
• 總結(jié)丟信息→任務(wù)失敗→被懲罰

結(jié)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(tǒng)方法的對(duì)比。

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

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

在同樣的任務(wù)上，后者token用量只有傳統(tǒng)方法的1/5，而且壓縮帶來的錯(cuò)誤直接減少約50%。

換句話說，壓縮得更狠，但信息更關(guān)鍵。

更有意思的是，它真能解決長(zhǎng)鏈條任務(wù)。

Cursor拿出了一道難倒一眾模型的經(jīng)典難題——把Doom游戲跑在MIPS架構(gòu)上。

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

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

但Composer在經(jīng)過170輪交互后，找到了精確的解法，并在過程中將10w+tokens總結(jié)壓縮到了1000個(gè)。

總之，一系列內(nèi)部測(cè)試表明：

• 通過將壓縮整合進(jìn)訓(xùn)練循環(huán)，Composer學(xué)會(huì)了一種顯式機(jī)制，能夠高效地將關(guān)鍵信息向后傳遞，并在高難度任務(wù)上變得更有能力。

而且前面不是說了Cursor節(jié)奏很快，這不，Cursor研究員也已經(jīng)開始放出Composer 3的消息了。

只能說發(fā)展到現(xiàn)在，Cursor以后也是有雙重身份的“人”了。其CEO表示：

• Cursor是一個(gè)典型的新公司，既不是純粹的應(yīng)用程序開發(fā)商，也不是模型提供商。

就是不知道能不能等一個(gè)開源？反正抱抱臉聯(lián)創(chuàng)兼CEO已經(jīng)去幫大家求了（抱拳jpg）。