Cursor تكشف عن Composer 2.5 كمنافس منخفض التكلفة في برمجة الذكاء الاصطناعي

تصل تحديات التسعير إلى سوق نماذج البرمجة

أطلقت Cursor نموذج Composer 2.5، وهو نموذج برمجة ذكاء اصطناعي داخلي جديد تقول الشركة إنه يستطيع مضاهاة أداء أفضل الأنظمة الرائدة في الاختبارات المرجعية مع العمل بجزء بسيط من التكلفة. وإذا ثبتت هذه الادعاءات في سير العمل الفعلي للمطورين، فقد يشدد الإصدار المنافسة في أحد أكثر قطاعات الذكاء الاصطناعي التوليدي نشاطاً من الناحية التجارية.

وبحسب تقرير The Decoder، فإن Composer 2.5 مبني على نقطة التفقد المفتوحة المصدر Kimi K2.5 من Moonshot، وتم تدريبه على مهام اصطناعية أكثر بـ 25 مرة من نموذج Composer 2 السابق لدى Cursor. وتقول Cursor إن 85 في المئة من ميزانية الحوسبة ذهبت إلى التدريب الإضافي والتعلم المعزز، ما يشير إلى أن الشركة تعاملت مع هذا الإصدار على أنه أكثر من مجرد ضبط دقيق تدريجي.

الادعاء الرئيسي هو تكافؤ الأداء. وتذكر Cursor أن Composer 2.5 حقق 79.8 في المئة في SWE-Bench Multilingual و63.2 في المئة في CursorBench v3.1، وهي درجات تقول إنها تضع النموذج إلى جانب Opus 4.7 وGPT-5.5 في تلك الاختبارات. وفي سوق نماذج البرمجة، يهم تكافؤ الأداء في المعايير المرجعية لأن كثيراً من العملاء يقارنون المنتجات الآن أقل من حيث الطلاقة اللغوية العامة وأكثر من حيث المهام الخاصة بالبرمجيات مثل إصلاح الأخطاء، والتنقل داخل المستودعات، وتوليد الشيفرة بشكل موثوق.

قد تكون حجة التكلفة أهم من الدرجات

تجذب المعايير المرجعية الانتباه، لكن الحجة التجارية الأقوى قد تكون التسعير. تقول Cursor إن Composer 2.5 يكلف 0.50 دولار لكل مليون رمز إدخال و2.50 دولار لكل مليون رمز إخراج. أما النسخة الأسرع التي تحمل الأداء المعلن نفسه فتسعّر عند 3.00 دولارات لكل مليون رمز إدخال و15.00 دولاراً لكل مليون رمز إخراج. وتقول الشركة إن ذلك يضع تكاليف المهام المعتادة دون بكثير من تكاليف الأنظمة المنافسة عالية المستوى من Anthropic وOpenAI.

وهذا مهم لأن مساعدي البرمجة حساسو التكلفة الاستدلالية على نحو غير عادي. فهم يعملون غالباً عبر سياقات طويلة، وتعديلات متكررة، وحلقات وكيلة، وعمليات متعددة الملفات، ما قد يجعل الإنفاق لكل مهمة يتراكم بسرعة. ويصبح النموذج الذي يقترب من قمة السوق لكنه يخفض التكلفة الهامشية بصورة ملموسة جذاباً ليس فقط للمستخدمين النهائيين، بل أيضاً لبناة المنصات الذين يحتاجون إلى اقتصاديات قابلة للاستمرار على نطاق واسع.

لذلك يتوافق هذا الإصدار مع نمط أوسع يظهر في بنية الذكاء الاصطناعي التحتية: المنافسة لم تعد فقط حول من يملك النموذج الأفضل على الإطلاق، بل حول من يستطيع تقديم أداء قريب من مستوى القمة مع أفضل تكلفة تشغيلية. وفي البرمجة، حيث يمكن للمستخدمين مقارنة المخرجات مباشرة داخل المنتجات، تصبح هذه المفاضلة أكثر وضوحاً.

التدريب الاصطناعي وتكامل المنتج

يعكس Composer 2.5 أيضاً السرعة التي تبني بها شركات الذكاء الاصطناعي المتخصصة فوق نقاط التفقد المفتوحة ثم تميز نفسها عبر بيانات التدريب والتعلم المعزز وتكامل المنتج. وتشير عبارة Cursor عن 25 ضعفاً من المهام الاصطناعية إلى أن أعباء العمل المولدة أو المبنية برمجياً ما تزال في قلب تحسين سلوك نماذج البرمجة. وقد أصبح التدريب الاصطناعي أحد أهم الأدوات المتاحة للفرق التي تريد التحرك بسرعة من دون الاعتماد الكامل على تطوير النماذج الأساسية المملوكة.

النموذج متاح بالفعل داخل Cursor، ما يمنح الإطلاق توزيعاً فورياً بدلاً من أن يبقى إعلاناً بحثياً. وهذا فرق مهم. فكثير من ادعاءات النماذج تنتشر أولاً في الأوراق البحثية أو جداول المعايير المرجعية، ولا تصل إلى الاستخدام الإنتاجي إلا لاحقاً. يدخل Composer 2.5 مباشرة في بيئة برمجة يستطيع فيها المستخدمون اختبار ما إذا كانت مكاسب المعايير تتحول إلى مساعدة عملية أفضل.

ومع ذلك، ينبغي قراءة المقارنات المرجعية بحذر. فالنص المصدر يعرض أرقام Cursor وادعاءها بالتكافؤ مع أنظمة منافسة مذكورة بالاسم، لكن التقييم في العالم الحقيقي سيعتمد على كيفية تعامل النموذج مع الجلسات الأطول، والتعليمات الغامضة، والاستدلال الخاص بالمستودعات، واستعادة الأخطاء في ظروف الإنتاج. وغالباً ما تُحكم على مساعدي البرمجة أقل من خلال صحة الرد الواحد وأكثر من خلال مدى استمرار فائدتهم عبر دورات التطوير الكاملة.

طموح أكبر خلف الإصدار

كما يُطرح الإطلاق بوصفه جزءاً من جهد استراتيجي أوسع. فبحسب التقرير نفسه، تدرب Cursor نموذجاً خليفة أكبر بكثير من الصفر مع SpaceX وxAI، باستخدام عشرة أضعاف الحوسبة على عنقود Colossus-2 ومليون مكافئ H100. وحتى إذا ظل ذلك المشروع موجهاً للمستقبل، فإنه يضع Composer 2.5 ضمن سردية أوسع: Cursor لا تكتفي بدمج النماذج الخارجية داخل المحرر، بل تحاول أن تترسخ بوصفها بانية نماذج لها أجندتها التدريبية الخاصة.

وبالنسبة لسوق الذكاء الاصطناعي الأوسع، فإن ذلك مهم لأنه يوضح كيف تدفع شركات التطبيقات نزولاً داخل طبقة النماذج. فإذا استطاعت شركة منتج استخدام أسس مفتوحة، وتدريباً اصطناعياً مكثفاً، وتسعيراً عدوانياً لإنتاج نموذج متخصص منافس، فإنها تضغط على مزودي النماذج الأكبر من جهتين في آن واحد: تبقى توقعات الأداء عالية، بينما قد تضعف الرغبة في دفع أسعار مرتفعة.

لذلك يبدو Composer 2.5 أكثر من مجرد تحديث روتيني لنموذج. إنه اختبار لما إذا كان التدريب المركّز والنشر المدمج في المنتج يمكن أن يضيقا الفجوة مع الأنظمة الرائدة بينما يعيدان كتابة اقتصاديات برمجة الذكاء الاصطناعي. وإذا وجد المطورون أن النموذج يؤدي كما هو معلن، فقد لا يكون أهم معيار هو درجة على لوحة الصدارة، بل نقطة السعر التي تجبر بقية السوق على الرد.

هذا المقال مستند إلى تقرير The Decoder. اقرأ المقال الأصلي.