SpaceXAI联手Cursor首款大模型今日亮相对标GPT-5.5与Opus 4.8

SpaceXAI与Cursor联合训练的首款大模型据称今日面世，部分能力可与GPT-5.5、Claude Opus 4.8 掰手腕。600亿美元收购案未落地，但两家的技术团队已经先干起来了。

600 亿美元的收购案还没走完流程，模型倒是先出来了。

据 The Information 今日援引知情人士消息，SpaceXAI 与 Cursor 联合开发的首款大模型将最快在今天（当地时间 7 月 8 日）正式亮相。这个模型的定位相当激进——部分能力被拿来跟 Anthropic 的 Claude Opus 4.8 以及 OpenAI 的 GPT-5.5 直接对标。

这是一个信号：过去半年被视为「套壳大户」的 Cursor，正在完成从应用层向基础模型层的跳跃。而拉它一把的，是马斯克手里那座已经膨胀到接近百万张 H100 等效算力的 Colossus 2 数据中心。

一场还没落槌的收购，模型先跑出来了

先把时间线捋清楚。上个月末，马斯克在 X 上确认，SpaceX 提出以 600 亿美元股票对价收购 Cursor 的要约已被后者接受。折合人民币大约 4081 亿元，这个数字在 AI 编码工具赛道里创下了新纪录，也让 Cursor 一下子成为 SpaceX 帝国里除 Starlink 之外最贵的资产之一。

有意思的是，交易细则里明确写着「有条件」——Cursor 一度对外表态，暂时没有和 xAI 联合开发编码模型的计划。但显然，这话没维持几周。

从今天流出的消息看，两家的工程团队早在收购谈判阶段就开始了技术层面的对接。Cursor CEO Michael Truell 在最近一次内部沟通中提到，公司「正在 Colossus 数据中心从零训练一款可以与 Anthropic 和 OpenAI 直接竞争的模型」。这句话现在有了具体的落地物。

这种「合同没签完、代码先合上」的操作，在硅谷并不常见，也侧面说明马斯克对这个项目的推进力度。

技术底子：1.5T 参数 + 十万卡起步

关于新模型的技术细节，目前拼图还不完整，但几个关键数字已经浮出水面：

基座：源自 xAI 的 V9 系列，参数规模 1.5T（万亿），此前已被用于训练 Grok 4.5
算力：训练使用了 Colossus 集群，规模在 10 万张 H100 起步，下一代还将扩展到接近百万卡
数据补充：Cursor 贡献了其在编码场景积累的用户交互数据、代码修改轨迹、以及大量长上下文的仓库级样本

如果把 Grok 4.5 视为这次合作的「预演版」——它就是拿 Cursor 数据在 V9 基座上做了补充训练——那么今天亮相的这款模型，可以看作是把预演升级为正片：不是在既有模型上打补丁，而是从零开始按照编码场景的需求重新训练。

这里有个值得琢磨的技术判断。GPT-5.5 和 Claude Opus 4.8 之所以在编码任务上占优，本质是通用推理能力+代码知识的双轮驱动。Cursor 的杀手锏在于它掌握了全世界最丰富的「AI 辅助编程行为数据」——用户接受了什么建议、拒绝了什么、在哪里手动改写、光标停留多久。这些数据对于训练一个真正懂开发者意图的模型来说，是黄金原料。

换句话说，OpenAI 和 Anthropic 靠通用能力做编码，Cursor + xAI 试图靠专用数据 + 超大规模算力做编码。两条路的终点未必是同一个。

对标 GPT-5.5 和 Opus 4.8，凭什么？

「部分性能可媲美」这种措辞其实很微妙。翻译成人话就是：整体还打不过，但在几个特定 benchmark 上能碰一下。

参考 Cursor 上个月发布的 Composer 2.5——那款自研模型的前哨——在 Terminal Bench 2.0 上拿到了 69.3%，SWE-Bench Multilingual 上拿到 79.8%，在 Cursor 自家更困难的内部评估集上表现也很硬。Composer 2.5 用的还只是相对小的算力预算，就已经能把响应速度和精度做到一线水平。

那么这次的新模型呢？根据外泄的口径，它的重点在三个方向：

信息处理速度：这可能是最先感知到的差异。Cursor 一直强调「以更低延迟做同等质量的推理」，新模型据称在长上下文吞吐上有明显提升
仓库级理解：不是理解单个文件，而是能在几十万行代码的项目里做跨文件重构
Agent 化能力：能自主执行多步任务，从「补全代码」进化到「完成需求」

如果这三点站得住脚，那它跟 GPT-5.5 的 Coding 模式、Opus 4.8 的 Extended Thinking 就有了正面对抗的资格。当然，最终还得等 benchmark 出来看。

这事儿真正的意义

我个人的判断——这条新闻的重点不在模型本身有多强，而在于两件事：

第一，AI 编码工具的战争进入「自研模型」阶段。 过去两年，Cursor、Windsurf、Cline 这些工具都在比谁的产品体验好、谁的 prompt 工程精。现在 Cursor 走到了最前面：它不再满足于当一个「壳」，而是要把底层模型也吃下来。这对 Anthropic 是坏消息——Claude 一直是 Cursor 用户里跑得最多的模型，一旦用户切到自研，Anthropic 会失去一个非常重要的分发渠道。

第二，马斯克的 AI 版图第一次形成闭环。 xAI 有基座模型和算力（Colossus），Cursor 有分发和数据，X 有社交场景和实时语料，Tesla 有物理世界数据。收购 Cursor 让马斯克第一次拿到了一个真正意义上的「开发者入口」，这可能比 Grok 在 X 里当聊天机器人有价值得多。

开发者社区的态度会怎么样？我猜大概率是：观望。Cursor 用户对稳定性极其敏感，任何模型切换都会引发抱怨。如果新模型上线后延迟、幻觉、拒答率控制不好，用户可能仍然会切回 Claude。

API 调用方式

如果你打算在 SpaceXAI 新模型正式开放接口后第一时间上手测试，OpenAI Hub 会在模型上线后跟进接入。届时用同一个 Key 就能同时调用它和 GPT-5.5、Opus 4.8、Gemini 系列做对比测试，不用为了几个 benchmark 分别注册账号、走各家的 KYC 流程。

以下是接入后的调用示例（模型名以官方发布为准）：

from openai import OpenAI

client = OpenAI(
    api_key="your-openai-hub-key",
    base_url="https://api.openai-hub.com/v1"
)

response = client.chat.completions.create(
    model="cursor-composer-x1",  # 上线后以官方模型名为准
    messages=[
        {"role": "system", "content": "You are a senior engineer."},
        {"role": "user", "content": "用 Rust 实现一个支持并发的 LRU cache，要求 O(1) 读写。"}
    ],
    temperature=0.2,
    max_tokens=4096
)

print(response.choices[0].message.content)

对比测试的时候，只需要把 model 换成 gpt-5.5、claude-opus-4.8-20260601 或者 gemini-3.0-pro 就能跑同一个 prompt，直接看输出差异。