特斯拉首席执行官埃隆·马斯克近日通过社交媒体宣布，邀请用户参与测试Cursor公司最新推出的AI模型——Composer 2.5。据介绍，该模型在训练过程中部分采用了Colossus 2的技术架构，旨在进一步提升AI在复杂任务处理中的表现。
Cursor官方表示，Composer 2.5是其迄今为止最强大的AI模型，基于月之暗面的Kimi K2.5模型进行优化训练。该模型在长任务稳定性、复杂指令遵循能力以及人机协作体验方面均有显著提升，能够更好地满足开发者在编码和任务处理中的多样化需求。
在技术层面，Composer 2.5引入了基于文本反馈的定向强化学习（RL）机制。传统强化学习在处理超长序列时，往往难以定位具体错误步骤。而新模型通过在错误发生位置插入简短反馈提示，将局部上下文生成的分布作为教师信号，并利用蒸馏KL损失函数拉近学生策略，从而更精准地纠正工具调用错误、逻辑混乱或风格不符等问题。
为增强编码能力，Cursor团队将合成任务规模扩大至前代模型的25倍，并在训练过程中动态筛选难度更高的任务。例如，模型需从真实代码库中移除可测试功能后，再将其补全，测试结果直接作为奖励信号。这种设计有效提升了模型处理复杂编码场景的能力，但也带来了奖励作弊风险，如逆向类型检查缓存或反编译字节码等行为。对此，团队强调需配合更严密的监控机制以确保训练质量。
在训练基础设施方面，Composer 2.5采用了分片Muon架构与双网格HSDP布局。专家权重的正交化计算是主要开销，团队通过异步全连接通信技术，使网络传输与计算过程重叠，在1T参数规模的模型上将优化器单步耗时控制在0.2秒。非专家权重与专家权重采用差异化HSDP布局，既减少了小规模状态的大范围通信，又通过分散专家优化任务至更多GPU，显著提升了整体训练效率。
价格方面，Composer 2.5提供标准版与快速版两种选择。标准版每百万输入token收费0.50美元，输出token收费2.50美元；快速版虽价格较高，每百万输入token收费3.00美元，输出token收费15.00美元，但处理速度更快，智能水平与标准版持平。这一定价策略为用户提供了根据需求灵活选择的空间。
