Cursor ने AI कोडिंग में कम लागत वाला प्रतिद्वंद्वी Composer 2.5 पेश किया

कोडिंग मॉडल बाजार में कीमत का नया दबाव

Cursor ने Composer 2.5 नाम का नया in-house AI coding model लॉन्च किया है, और कंपनी का दावा है कि वह अग्रणी frontier systems के benchmark performance के बराबर प्रदर्शन कर सकता है, वह भी लागत के एक छोटे हिस्से में। अगर ये दावे वास्तविक developer workflows में टिकते हैं, तो generative AI के सबसे व्यावसायिक रूप से सक्रिय क्षेत्रों में से एक में प्रतिस्पर्धा और तेज हो सकती है।

The Decoder की रिपोर्ट के अनुसार, Composer 2.5 Moonshot के open-source Kimi K2.5 checkpoint पर आधारित है और Cursor के पिछले Composer 2 model की तुलना में 25 गुना अधिक synthetic tasks पर प्रशिक्षित किया गया है। Cursor का कहना है कि compute budget का 85 प्रतिशत अतिरिक्त training और reinforcement learning पर गया, जिससे लगता है कि कंपनी ने इस release को केवल मामूली finetune नहीं माना।

मुख्य दावा performance parity का है। Cursor रिपोर्ट करता है कि Composer 2.5 ने SWE-Bench Multilingual पर 79.8 प्रतिशत और CursorBench v3.1 पर 63.2 प्रतिशत स्कोर किया, जिसे वह इन tests पर Opus 4.7 और GPT-5.5 के बराबर रखता है। coding-model बाजार में benchmark parity मायने रखती है, क्योंकि अब कई ग्राहक broad language fluency से ज्यादा software-specific tasks, जैसे bug fixing, repository navigation, और भरोसेमंद code generation के आधार पर उत्पादों की तुलना करते हैं।

लागत का दावा शायद स्कोर से भी ज्यादा महत्वपूर्ण हो

Benchmarks ध्यान खींचते हैं, लेकिन ज्यादा मजबूत व्यावसायिक तर्क pricing में हो सकता है। Cursor कहता है कि Composer 2.5 की कीमत input tokens के लिए प्रति मिलियन $0.50 और output tokens के लिए प्रति मिलियन $2.50 है। समान reported performance वाले एक faster variant की कीमत input tokens के लिए प्रति मिलियन $3.00 और output tokens के लिए प्रति मिलियन $15.00 है। कंपनी का कहना है कि इससे सामान्य task costs Anthropic और OpenAI के प्रतिस्पर्धी high-end systems से काफी नीचे चली जाती हैं।

यह महत्वपूर्ण है, क्योंकि coding assistants inference cost के प्रति असामान्य रूप से संवेदनशील होते हैं। वे अक्सर लंबे context, repeated edits, agentic loops, और multi-file operations में काम करते हैं, जिससे task-आधारित खर्च तेजी से बढ़ सकता है। ऐसा model जो बाजार के शीर्ष के करीब प्रदर्शन करे लेकिन marginal cost को काफी कम करे, end users के साथ-साथ scale पर व्यवहारिक economics चाहने वाले platform builders के लिए भी आकर्षक हो जाता है।

इसलिए यह release AI infrastructure में उभरते एक व्यापक pattern में फिट बैठता है: प्रतिस्पर्धा अब सिर्फ इस बात की नहीं है कि किसका model सबसे अच्छा है। यह भी है कि frontier-level performance को सबसे अच्छे operating cost पर कौन दे सकता है। कोडिंग में, जहाँ users product के अंदर ही output की सीधे तुलना कर सकते हैं, यह tradeoff और भी स्पष्ट हो जाता है।

Synthetic training और product integration

Composer 2.5 यह भी दिखाता है कि specialized AI firms open checkpoints पर काम करके training data, reinforcement learning और product integration के जरिए कैसे अलग पहचान बना रही हैं। Cursor द्वारा 25 गुना अधिक synthetic tasks का उल्लेख बताता है कि generated या programmatically constructed workloads coding-model behavior सुधारने के मुख्य साधन बने हुए हैं। Synthetic training उन teams के लिए प्रमुख lever बन गई है जो proprietary base-model development पर पूरी तरह निर्भर हुए बिना तेजी से आगे बढ़ना चाहती हैं।

यह model पहले से Cursor में live है, इसलिए यह केवल research announcement बनकर नहीं रहता; इसे तुरंत distribution मिल जाती है। यह एक महत्वपूर्ण अंतर है। कई model claims पहले papers या benchmark tables में घूमते हैं और बाद में production use तक पहुँचते हैं। Composer 2.5 सीधे coding environment के भीतर आता है, जहाँ users देख सकते हैं कि benchmark gains व्यावहारिक मदद में बदलते हैं या नहीं।

फिर भी benchmark comparisons को सावधानी से पढ़ना चाहिए। दिए गए source text में Cursor के आंकड़े और named rival systems के साथ parity का दावा है, लेकिन वास्तविक मूल्यांकन इस बात पर निर्भर करेगा कि model लंबे sessions, अस्पष्ट निर्देश, repository-specific reasoning, और production conditions में error recovery को कैसे संभालता है। Coding assistants की असली परीक्षा अक्सर one-shot correctness से ज्यादा इस बात पर होती है कि वे पूरे development loop में कितने उपयोगी रहते हैं।

रिलीज़ के पीछे बड़ी महत्वाकांक्षा

इस लॉन्च को एक बड़े रणनीतिक प्रयास का हिस्सा भी बताया गया है। उसी रिपोर्ट के अनुसार, Cursor SpaceX और xAI के साथ scratch से एक बहुत बड़ा successor model प्रशिक्षित कर रहा है, Colossus-2 cluster पर दस गुना compute और एक million H100 equivalents का उपयोग करके। भले ही यह परियोजना भविष्य की ओर देखती हो, यह Composer 2.5 को एक व्यापक कहानी में रखती है: Cursor सिर्फ editor में बाहरी models को integrate नहीं कर रहा, बल्कि अपने training agenda के साथ खुद को model builder के रूप में स्थापित करना चाहता है।

बड़े AI market के लिए यह महत्वपूर्ण है, क्योंकि यह दिखाता है कि application companies model stack के नीचे की परत में कैसे धक्का दे रही हैं। अगर कोई product company open foundations, heavy synthetic training और aggressive pricing का उपयोग करके एक प्रतिस्पर्धी specialist model बना सकती है, तो वह बड़े model vendors पर दो दिशाओं से दबाव डालती है: performance expectations ऊँची बनी रहती हैं, और premium prices देने की इच्छा कमजोर पड़ सकती है।

Composer 2.5 इसलिए एक routine model refresh से ज्यादा लगता है। यह इस बात की परीक्षा है कि focused training और product-native deployment flagship systems के साथ gap कैसे कम कर सकते हैं, और साथ ही AI coding की economics को कैसे बदल सकते हैं। अगर developers को model विज्ञापित तरीके से काम करता दिखे, तो सबसे महत्वपूर्ण benchmark leaderboard score न होकर वह price point हो सकता है, जो बाकी बाजार को प्रतिक्रिया देने पर मजबूर कर दे।

यह लेख The Decoder की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.