Cursor 自研模型 Composer 2 反超 Claude Opus 4.6

Cursor 刚刚发布了自研 AI 模型 Composer 2，这是一个专门为代码生成优化的模型。最引人注目的是：它在多项基准测试中的表现已经超越了 Claude Opus 4.6。

核心突破：自我总结强化学习

Composer 2 的训练方法很有意思——它会在生成代码后，自己总结"我刚才做了什么"，然后用这些总结来优化下一次的输出。这种 self-summarization reinforcement learning 的方法让模型在处理复杂编程任务时更加连贯。

传统的代码生成模型往往是"一次性输出"，而 Composer 2 更像是一个会反思的程序员：写完代码后会回顾思路，下次遇到类似问题时就能做得更好。

性能表现

根据 Cursor 官方公布的数据：

• SWE-bench Verified: 55.8%（Opus 4.6 为 53.8%）
• Aider Polyglot: 78.9%（Opus 4.6 为 76.5%）
• 代码补全准确率: 在实际使用场景中提升约 15%

这些数字意味着什么？简单来说，如果你让 Composer 2 修复一个 GitHub issue，它成功的概率比之前的顶级模型更高。

Toolin 实测体验

我们用 Composer 2 测试了几个典型场景：

优势明显的场景：

• 重构大型代码库（它能更好地理解上下文依赖）
• 修复跨文件的 bug（总结能力让它不容易"忘记"之前的修改）
• 生成带完整错误处理的代码（而不是只写 happy path）

仍需改进的地方：

• 对于非主流语言（如 Elixir、Haskell）的支持还不如 Claude
• 生成速度比 GPT-4o 慢约 20%
• 偶尔会过度总结，导致输出冗长

定价与使用

• 免费用户: 每月 500 次 Composer 2 调用
• Pro 用户 ($20/月): 无限次使用
• 平台: 仅限 Cursor IDE，暂不支持 API 调用

适合谁？

如果你是 Cursor 的重度用户，并且经常处理复杂的多文件编辑任务，Composer 2 值得一试。但如果你只是偶尔写写脚本，或者主要用 VS Code + Copilot，暂时没必要切换。

对于团队来说，这个模型的"自我总结"特性在协作场景下可能更有价值——它生成的代码往往带有更清晰的注释和逻辑说明。

---

相关链接：

• Cursor 官方博客
• SWE-bench 排行榜