Cursor 自研模型 Composer 2.5 曝光：Kimi K2.5 底座 + Colossus2 算力
估值 293 亿美元的 AI 编程工具 Cursor 刚发布新模型 Composer 2.5，这次直接用上了月之暗面的 Kimi K2.5 做底座，训练算力来自 SpaceX 旗下 xAI 的 Colossus2 集群——百万级 H100 规模。从官方透露的信息看，性能已经接近 Claude Opus 4.7 的水平。
但这事儿有点意思：这已经是 Cursor 五个月内第二次因为用中国开源模型当基座引发争议了。上次是 Composer 2 用了 Kimi K2.5，被开发者从 API 请求里扒出来，月之暗面一度公开质疑侵权，几小时后又改口说是授权合作。这次 Composer 2.5 发布，Cursor 学乖了，直接在官方推文里承认了底座来源。
技术路线：Kimi K2.5 + 继续预训练 + 强化学习
Composer 2.5 的训练路径其实挺清晰：先拿 Kimi K2.5 做基座，然后进行继续预训练（Continued Pre-training），最后叠加 4 倍规模的强化学习（RL）。Cursor 联合创始人 Aman Sanger 在回应中提到，团队对多个基座模型做了困惑度（perplexity）评测，Kimi K2.5 "证明是最强的"。
这个选择不意外。Kimi K2.5 本身就是月之暗面在 2026 年 3 月推出的旗舰模型,采用修改版 MIT 协议开源。从技术指标看，它在长文本理解、代码生成、推理能力上都处于第一梯队。Cursor 选它做基座，等于直接站在了一个高起点上。
算力层面更夸张。Colossus2 是 xAI 在 2025 年底建成的超算集群，部署了超过 100 万颗 H100 GPU，是目前全球规模最大的单体 AI 训练设施。Cursor 能用上这个级别的算力，说明和 xAI 的合作关系不浅——毕竟 Elon Musk 本人在上次 Composer 2 争议时就直接回复过 "Yeah, it's Kimi 2.5"，这次 Cursor 用 Colossus2 训练新模型，某种程度上也算是 Musk 对中国开源模型的又一次背书。
根据 Cursor 开发者教育副总裁 Lee Robinson 的说法，最终模型中来自基座的算力约占 1/4，其余 3/4 来自 Cursor 自身的继续预训练和强化学习。这个比例意味着 Cursor 在 Kimi K2.5 的基础上投入了三倍的算力做定制化训练，针对代码生成、多文件编辑、长程任务等编程场景做了深度优化。
性能如何？接近 Opus 4.7 但长程任务待验证
Cursor 官方宣称 Composer 2.5 的性能已经接近 Claude Opus 4.7。从技术路线看，这个说法有一定可信度：Kimi K2.5 本身就是对标 GPT-4 级别的模型，再叠加 Cursor 针对编程场景的继续预训练和强化学习，理论上确实能逼近甚至超越 Opus 4.7 在代码生成任务上的表现。
但实际水平还得看社区反馈。目前开发者最关心的是两个问题：一是长程任务的稳定性，二是多文件编辑的准确性。Cursor 的核心场景是 AI 辅助编程，用户经常需要让模型同时修改十几个文件、跨越几千行代码进行重构。这种长程任务对模型的上下文理解、指令遵循、错误恢复能力要求极高，稍有不慎就会出现逻辑断裂或者引入新 bug。
Kimi K2.5 的长文本能力是它的强项之一，支持 200K token 的上下文窗口，理论上能覆盖大部分编程场景。但经过继续预训练和强化学习后，这个能力是否还能保持，甚至进一步增强，需要实际使用才能验证。社区里已经有人在测试 Composer 2.5 处理大型代码库的表现，接下来几周应该会有更多评测数据出来。
第二次争议：从 DeepSeek 到 Kimi，中国开源成全球 AI 底座
这已经是 Cursor 第二次因为用中国开源模型引发争议了。2025 年 11 月，Cursor 发布 Composer 1 时，开发者发现它的 tokenizer 和 DeepSeek 一模一样，模型推理时偶尔还会输出中文。当时 Cursor 没做任何说明，直到社区扒出来才承认。
2026 年 3 月，Composer 2 发布，这次用的是 Kimi K2.5。开发者 @fynnso 在调试 API 请求时截获了模型 ID：kimi-k2p5-rl-0317-s515-fast，字面意思就是 "Kimi K2.5 + RL"。月之暗面预训练负责人杜羽倫随即发推，确认 tokenizer 一致，直接质问 Cursor 联合创始人 Michael Truell："为什么不尊重我们的许可证，也没有支付任何费用"。
几小时后风向反转。月之暗面官方账号改口，从指控变成祝贺，确认 Cursor 通过 Fireworks AI 的托管平台访问 Kimi K2.5，属于授权商业合作。Cursor 联合创始人 Aman Sanger 和 Lee Robinson 也先后回应，承认博客发布时未提及 Kimi 基座 "是一个失误"，表示下一个模型会在第一时间注明。
这次 Composer 2.5 发布，Cursor 学乖了，直接在官方推文里承认了 Kimi K2.5 底座。但问题是，为什么一家估值 293 亿美元、年营收超过 10 亿美元的公司，会连续两次在模型发布时 "忘记" 提及基座来源？
答案可能很简单：市场营销。"自研模型" 听起来比 "基于开源模型微调" 更有技术含量，更容易吸引投资人和用户。但这种做法的代价是信任成本。开发者社区对透明度的要求极高，藏着掖着只会让问题越滚越大。
更大的背景是，中国开源模型正在成为全球 AI 技术栈的底座。Hugging Face 联合创始人兼 CEO Clément Delangue 在 Composer 2 争议时评论："中国开源是塑造全球 AI 技术棧的最大力量。" 这不是客套话。过去五个月，至少三家头部公司被曝用中国开源模型：Cursor 用 DeepSeek 和 Kimi，Windsurf 用智谱，乐天用 DeepSeek V3。
这背后的逻辑很清楚：中国开源模型在性能、成本、许可证灵活度上都有优势。DeepSeek、Kimi、智谱的模型质量已经接近甚至超越 GPT-4，训练成本却低一个数量级，开源协议又相对宽松。对于需要快速迭代、控制成本的创业公司来说，用中国开源模型做基座是最理性的选择。
许可证合规：月营收超 2000 万美元要标注来源
Kimi K2.5 采用修改版 MIT 协议，核心条款是：月活超 1 亿或月营收超 2000 万美元的商业产品，必须在用户界面显著标注 "Kimi K2.5"。以 Cursor 的估值和付费用户规模，月营收门槛几乎必然触发。
但 Composer 2 发布时，Cursor 的界面上只写了 "Composer 2"，没有任何关于 Kimi K2.5 的标注。这直接违反了许可证要求。月之暗面的公开质疑也是基于这一点。后来月之暗面改口，确认 Cursor 通过 Fireworks AI 的商业协议获得了授权，许可证合规性由 Fireworks AI 保障。
这个解释有点绕。简单说就是：Cursor 没有直接使用 Kimi K2.5 的开源版本,而是通过 Fireworks AI 这个中间商访问模型。Fireworks AI 和月之暗面有商业合作协议，协议里可能包含了更灵活的授权条款，允许下游客户不在界面标注来源。这种模式在 AI 行业很常见，类似于云服务商提供的托管模型服务。
但这不代表 Cursor 可以完全不提基座来源。开源社区的共识是：即使通过商业授权使用开源模型，也应该在技术文档或博客中说明基座来源，这是对原始开发者的尊重,也是对用户的透明。Cursor 在 Composer 2 和 Composer 2.5 的发布中都没做到这一点，直到被社区扒出来才承认，这是最大的问题。
市场信号：月之暗面估值可能被低估
一个值得关注的时间巧合：2026 年 3 月 15 日，彭博社报道月之暗面正在寻求至多 10 亿美元的新一轮融资，估值约 180 亿美元，较三个月前翻了四倍多，阿里巴巴和腾讯均参与押注。仅五天后，全球估值最高的 AI 编程工具就被发现以 Kimi K2.5 为基座。
这是一个强烈的市场信号。Cursor 在评测中认定 Kimi K2.5 是 "最强基座"，在此之上构建了其最核心的产品。这等于用真金白银（293 亿美元估值的公司选择）给月之暗面的技术能力做了背书。
从投资逻辑看，180 亿美元的估值可能还是低估了月之暗面。对比一下：Cursor 估值 293 亿美元，但它的核心技术是基于月之暗面的模型构建的。OpenAI 估值超过 1500 亿美元，Anthropic 估值 600 亿美元，这些公司的估值很大程度上来自其基础模型的能力。月之暗面的 Kimi K2.5 已经被证明可以作为头部产品的底座，180 亿美元的估值相比之下显得保守。
当然，估值不只看技术能力，还要看商业化进展、市场份额、团队执行力等因素。但 Cursor 事件至少说明，月之暗面的技术能力已经得到了全球顶级 AI 公司的认可。接下来的问题是，月之暗面能否把这种技术优势转化为商业优势，在 API 服务、企业解决方案、开发者生态等方向上建立护城河。
Colossus2 算力：xAI 的开放策略
Composer 2.5 用上 Colossus2 算力，也透露了 xAI 的一些战略意图。Colossus2 是 xAI 在 2025 年底建成的超算集群，部署了超过 100 万颗 H100 GPU，总算力超过 100 exaFLOPS。这是目前全球规模最大的单体 AI 训练设施，投资规模超过 100 亿美元。
xAI 建这么大的集群，显然不只是为了训练自家的 Grok 模型。从 Cursor 的案例看，xAI 正在把 Colossus2 作为一个开放的算力平台，向外部客户提供训练服务。这和 OpenAI、Anthropic 的封闭策略形成鲜明对比。
这种开放策略有几个好处：一是提高算力利用率，Colossus2 这么大的集群不可能 24 小时满负荷训练 Grok，把闲置算力租出去可以分摊成本；二是建立生态，通过提供算力服务吸引更多开发者和公司使用 xAI 的技术栈；三是获取数据和反馈，外部客户的训练任务可以帮助 xAI 优化集群性能、发现新的应用场景。
对 Cursor 这样的公司来说，能用上 Colossus2 级别的算力是巨大的优势。训练一个接近 Opus 4.7 水平的模型，如果用常规的云服务商（AWS、GCP、Azure），成本可能高达几千万美元，训练周期也要几个月。用 Colossus2，成本和时间都能大幅压缩。
这也解释了为什么 Cursor 能在五个月内连续发布三个版本的 Composer 模型（Composer 1、Composer 2、Composer 2.5）。有了 Kimi K2.5 这样的强基座，再加上 Colossus2 的算力支持，Cursor 可以快速迭代，不断优化模型在编程场景下的表现。
对开发者的影响：工具链加速进化
Composer 2.5 的发布，对开发者来说最直接的影响是工具链的进化速度在加快。过去一年，AI 编程工具经历了爆发式增长：GitHub Copilot、Cursor、Windsurf、Cline、Continue 等工具层出不穷，每个工具都在尝试不同的交互模式和技术路线。
Cursor 的策略是自研模型 + 深度集成。通过训练专门针对编程场景优化的模型，Cursor 可以提供更精准的代码补全、更智能的多文件编辑、更可靠的长程任务执行。这和 GitHub Copilot 依赖通用模型（GPT-4、Claude）的策略不同。
从用户体验看，专用模型确实有优势。通用模型在代码生成任务上表现不错，但在处理大型代码库、理解项目上下文、遵循特定编码规范等方面还有提升空间。Cursor 通过继续预训练和强化学习，可以让模型更好地适应这些场景。
但专用模型也有代价：训练成本高、迭代周期长、需要持续投入算力。Cursor 能做到这一点，一方面是因为有足够的融资支持（293 亿美元估值），另一方面是因为找到了合适的技术路线（用开源模型做基座 + 借助 xAI 的算力）。
对其他 AI 编程工具来说，Cursor 的路线是一个重要参考。用中国开源模型做基座、借助头部算力平台训练、针对特定场景深度优化，这套组合拳已经被验证可行。接下来可能会有更多工具跟进，AI 编程工具的竞争会从 "谁接入的模型多" 转向 "谁的专用模型更强"。
透明度问题：开源社区的底线
回到最核心的问题：为什么 Cursor 连续两次在模型发布时不提基座来源？
从商业角度看，这是一个市场营销决策。"自研模型" 比 "基于开源模型微调" 更有卖点，更容易获得媒体关注和用户信任。但这种做法忽略了开源社区的文化和价值观。
开源社区的核心价值之一是透明度。开发者愿意把自己的代码、模型、数据开源出来，前提是相信其他人会尊重他们的贡献、遵守许可证、给予适当的署名。如果下游用户拿了开源成果却不承认来源，这会破坏整个开源生态的信任基础。
Cursor 的做法已经触碰到了这条底线。虽然最后确认是通过商业授权合规使用，但在发布时不提基座来源，等于是在利用开源成果的同时试图独占声誉。这对月之暗面、DeepSeek 这些开源模型的开发者不公平，对关注技术细节的开发者也不尊重。
好消息是，Cursor 在经历两次争议后似乎意识到了问题。Aman Sanger 和 Lee Robinson 都公开承认 "是一个失误"，承诺下一个模型会在第一时间注明基座来源。这次 Composer 2.5 发布，虽然还是先发推文后补充细节，但至少在官方渠道承认了 Kimi K2.5 底座和 Colossus2 算力。
对整个行业来说，这是一个重要的教训：用开源模型做基座完全合理，但必须透明。不管是出于许可证要求、商业合作协议，还是对开源社区的尊重，都应该在技术文档、博客、发布公告中明确说明基座来源、训练方法、算力来源等关键信息。这不仅是法律和道德义务，也是建立长期信任的基础。
写在最后
Composer 2.5 的发布，表面上是 Cursor 的一次产品迭代，实际上折射出 AI 行业的几个重要趋势：
中国开源模型正在成为全球 AI 底座。DeepSeek、Kimi、智谱的模型已经被多家头部公司采用，性能、成本、许可证灵活度都有优势。
算力平台化。xAI 的 Colossus2 向外部客户开放，提供训练服务，这和 OpenAI、Anthropic 的封闭策略形成对比。算力正在从竞争壁垒变成基础设施。
专用模型 vs 通用模型。AI 编程工具的竞争正在从 "谁接入的模型多" 转向 "谁的专用模型更强"。针对特定场景深度优化的模型，在用户体验上有明显优势。
透明度是底线。用开源模型做基座完全合理，但必须透明。藏着掖着只会破坏信任，长期来看得不偿失。
Cursor 能否凭借 Composer 2.5 巩固在 AI 编程工具领域的领先地位，还要看实际表现。但至少在技术路线上，它已经找到了一条可行的道路：用最强的开源基座 + 最大的算力平台 + 针对场景的深度优化。接下来就看执行了。