马斯克邀你体验Cursor最强AI模型：Composer2.5登场，基于KimiK2.5打造

5 月 19 日，特斯拉首席执行官埃隆·马斯克（Elon Musk）在今天发布推文，邀请用户测试名为 Cursor Composer 2.5 的新模型。马斯克指出，这款模型的部分能力源自对 Colossus 2 系统的训练调用。

Cursor 官方表示，Composer 2.5 是当前旗下功能最强大的人工智能模型。这一版本基于月之暗面推出的 Kimi K2.5 模型进行训练，重点在于提升长时间任务中的稳定性、对复杂指令的遵循能力以及协作体验。

从技术角度看，最关键的改进之一是引入了基于文本反馈的定向强化学习。当一次任务处理流程可能跨越数十万个令牌后，如果只依赖最终的奖励信号，往往很难判断究竟哪一步决策导致了问题。

Composer 2.5 会在具体错误发生的位置，插入简短的反馈提示。这些反馈会将局部上下文条件下生成的分布作为教师信号，并通过蒸馏 KL 损失来拉近学生策略。这种方式能够更精准地纠正错误的工具调用、混乱的解释以及不符合要求的表达风格。

为了进一步提升编码能力，Cursor 还将合成任务的规模扩大到了 Composer 2 版本的 25 倍，并在训练过程中动态筛选难度较高的任务。其中一种方法是从真实代码库中删除可测试的功能，然后要求模型将这些功能补充回去，并将测试结果直接作为奖励信号。

官方同时承认，大规模合成训练也带来了作弊获取奖励的风险。例如，模型可能逆向解析类型检查缓存，或通过反编译 Java 字节码来重建 API 接口。这表明高强度的强化学习训练需要配合更加严密的监控措施。

在训练基础设施方面，Composer 2.5 采用了分片 Muon 技术以及双网格 HSDP 架构。其中，专家权重的正交化是主要计算开销。团队通过异步 all-to-all 通信，让网络传输与计算过程重叠，从而在 1T 规模的模型上，将优化器单步耗时控制在 0.2 秒以内。

同时，非专家权重与专家权重采用了不同的 HSDP 布局。这种设计既能减少小规模状态所需的大范围通信，也能让专家优化任务分摊到更多 GPU 上，从而提升整体训练效率。

价格方面，Composer 2.5 标准版的收费标准为：每百万令牌输入收取 0.50 美元，每百万令牌输出收取 2.50 美元。此外，还有一个智能水平相同但速度更快的版本，其价格为每百万令牌输入 3.00 美元，每百万令牌输出 15.00 美元。

附上参考地址

介绍 Composer 2.5

来源：IT之家