倒反天罡了朋友！
Cursor新模型不仅性能超越Claude，而且价格更是直接“脚踝斩”（都不说腰斩了）。
众所周知，Cursor作为模型提供商，早期还靠供应Claude模型狠狠吸了一波粉。
结果现在，它自己搞出了一款编程模型，而且转身就把Claude拉下马了——
其最新编程模型Composer 2，不仅能力超越Claude Opus 4.6，关键是价格降了非常多。
就这么说吧，别人降价是“腰斩”，它这直接是“脚踝斩”。
那么问题来了，Cursor凭啥能在大家都“涨价”的时候把价格打下去呢？
（注：随着“龙虾”爆火，全球大模型Token消耗量呈指数级增长，所以从年初开始，国内外云厂商和大模型公司都在集体涨价。）
答案，Cursor也随之公布了——
一种新的强化学习方法。
比Opus 4.6更强，价格还down down down！
先说目前已经在Cursor上线的Composer 2。
从名字英译“编曲家”你就能猜出来了，这款模型主打的是“编程家”（bushi。
鉴于“龙虾”爆火后编程消耗的Token用量一路激增，所以Cursor当下只有一个目标——
性价比、性价比、还是性价比。
何谓性价比？自然是“兼顾智能与成本的最优组合”。
能力方面，Cursor表示：
Composer 2在我们衡量的所有基准测试上都取得了大幅提升，其中包括Terminal-Bench 2.0和SWE-bench Multilingual。
比如在衡量智能体终端操作能力的Terminal-Bench 2.0上，其水平目前已经跃居GPT-5.4和Claude Opus 4.6之间。
而且从Composer模型的迭代来看，其进化速度正不断加快。
定价方面，标准版Composer 2的输入价格为0.5美元/百万tokens（约合人民币3.5元）、输出价格为2.5美元/百万tokens（约合人民币17.2元）。
你瞅，和Claude Opus 4.6相比，几乎真到了“脚踝”的程度。
与此同时，Cursor还推出了一个“智能水平相同但速度更快的变体”——Composer 2 Fast。
这款默认模型的定价为，每百万输入tokens 1.5美元（约合人民币10.3元）、每百万输出tokens 7.5美元（约合人民币51.7元）。
和Claude Opus 4.6相比，它不仅延续了价格优势，而且速度更是一骑绝尘。
而据Cursor透露，它之所以能在性能和价格之间取得平衡，核心还是靠引入了一种新的强化学习方法。
划重点，该方法不是推理技巧，而是实实在在训练出来的能力。
引入“做笔记”强化学习方法
如果用一句话来总结这种新方法，那便是：
让模型学会“自己给自己做会议纪要”，从而把原本记不住的超长任务，一步步接着干下去。
Cursor的原话如下：
虽然这种名为“自我总结的强化学习方法”听起来有点拗口，但思路其实很清晰。
它核心解决的问题是——
如今大多数AI编程助手都很能干活了，但一旦任务变长、变复杂，就会开始不停掉链子。
这背后的原因呢，大家也都很清楚：上下文装不下。
一个复杂工程任务动辄就是上万行代码、上百步操作，而模型的上下文窗口总是有限的，所以很多任务根本跑不到终点。
而为了突破上下文瓶颈，目前业界围绕“压缩”有两种主流解法：
要么做摘要，总结一波再继续； 要么直接通过滑动上下文窗口，丢弃较早的上下文。
又或者一些比较新的探索尝试——在潜在空间中压缩，将上下文压缩成向量而非文本（这种方法虽然比文本压缩慢但准确率更高）。
但不管是哪种，初步看下来都不够靠谱，它们都有可能导致模型遗忘上下文中的关键信息，从而在推进长时间运行的任务时降低其效果。
换言之，任务越长，模型越容易跑偏。
而Cursor的解法是——首先总结很重要，其次把这种总结能力内化成模型自己的能力也很重要。
所以他们给自家模型加了一套“self-summary（自我总结）”的机制：
模型干活干到一半，不是被动压缩，而是主动停下来给自己写一段“阶段总结”，俗称“做笔记”。
具体流程大致如下：
1、Composer基于提示词持续生成，直到达到固定的token长度触发点。
2、插入一个合成查询，要求模型总结当前上下文。
3、给模型提供一定的草稿思考空间，让它构思最佳总结，然后生成压缩后的上下文。
4、Composer使用压缩后的上下文回到步骤1；该上下文包含总结以及对话状态（规划状态、剩余任务、之前总结的次数等） 。
这里面比较关键的一点是，模型的自我总结能力不是推理技巧，而是训练出来的。
在强化学习过程中，这种总结能力会被算进奖励里：
总结得好→后面任务更容易成功→奖励更高 总结丢信息→任务失败→被惩罚
结果就是，模型慢慢搞清了：什么信息值得留下，什么可以丢掉。
具体效果可以看和传统方法的对比。
在一组高难度软件工程任务上，“传统摘要法”光是总结提示词就要写几千个tokens，而且压缩后的结果也不短，平均需要5000+tokens。
而Composer的提示词非常简单，基本就一句话“Please summarize the conversation”，且压缩后的输出平均只有1000个tokens。
在同样的任务上，后者token用量只有传统方法的1/5，而且压缩带来的错误直接减少约50%。
换句话说，压缩得更狠，但信息更关键。
更有意思的是，它真能解决长链条任务。
Cursor拿出了一道难倒一众模型的经典难题——把Doom游戏跑在MIPS架构上。
我已经提供了 /app/doomgeneric/，也就是 doom 的源代码。我还编写了一个特殊的 doomgeneric_img.c，希望您使用它；它会将绘制的每一帧写入 /tmp/frame.bmp。最后，我还提供了 vm.js，它会读取一个名为 doomgeneric_mips 的文件并运行它。其余部分请您自行解决……
由于需要模型自己改代码、编译调试、反复试错……所以很多模型到后来基本都直接卡死了。
但Composer在经过170轮交互后，找到了精确的解法，并在过程中将10w+tokens总结压缩到了1000个。
总之，一系列内部测试表明：
通过将压缩整合进训练循环，Composer学会了一种显式机制，能够高效地将关键信息向后传递，并在高难度任务上变得更有能力。
而且前面不是说了Cursor节奏很快，这不，Cursor研究员也已经开始放出Composer 3的消息了。
只能说发展到现在，Cursor以后也是有双重身份的“人”了。其CEO表示：
Cursor是一个典型的新公司，既不是纯粹的应用程序开发商，也不是模型提供商。
就是不知道能不能等一个开源？反正抱抱脸联创兼CEO已经去帮大家求了（抱拳jpg）。
