DataLearner 标志DataLearnerAI
最新AI资讯
大模型评测
大模型列表
大模型对比
资源中心
Tools

加载中...

DataLearner 标志DataLearner AI

专注大模型评测、数据资源与实践教学的知识平台,持续更新可落地的 AI 能力图谱。

产品

  • 评测榜单
  • 模型对比
  • 数据资源

资源

  • 部署教程
  • 原创内容
  • 工具导航

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner 持续整合行业数据与案例,为科研、企业与开发者提供可靠的大模型情报与实践指南。

隐私政策服务条款
页面导航
目录
大模型列表Composer 1.5
CO

Composer 1.5

Cursor Composer 1.5

发布时间: 2026-02-09更新于: 2026-03-21 19:32:02.0427
在线体验GitHubHugging FaceCompare
模型参数
未披露
上下文长度
200K
中文支持
支持
推理能力

数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法

Composer 1.5

模型基本信息

推理过程
支持
思考模式
思考水平 · 开启 (On) (默认)思考水平 · 关闭 (Off)
上下文长度
200K tokens
最大输出长度
暂无数据
模型类型
推理大模型
发布时间
2026-02-09
模型文件大小
暂无数据
MoE架构
否
总参数 / 激活参数
0.0 亿 / 不涉及
知识截止
暂无数据
Composer 1.5

开源和体验地址

代码开源状态
不开源
预训练权重开源
不开源- 不开源
GitHub 源码
暂无GitHub开源地址
Hugging Face
暂无开源HuggingFace地址
在线体验
暂无在线体验地址
Composer 1.5

官方介绍与博客

官方论文
Introducing Composer 1.5
DataLearnerAI博客
暂无介绍博客
Composer 1.5

API接口信息

接口速度
3/5
💡默认单位:$/100万 tokens。若计费单位不同,则以供应商公开的原始标注为准。
了解不同定价模式详解
标准模式
类型适用条件输入输出
文本-$3.50/ 1M$17.50/ 1M
缓存定价Prompt缓存
类型有效期写入读取
文本--$0.350/ 1M
Composer 1.5

评测结果

Composer 1.5 当前已收录的代表性评测结果包括 Terminal Bench 2.0(18 / 27,得分 47.90)、SWE-bench Multilingual(3 / 3,得分 65.90)。 本页还汇总了参数规模、上下文长度与 API 价格,便于结合评测结果与部署约束一起判断模型适配度。

思考模式
全部思考
思考模式细分 (1)
全部默认 (开启)

AI Agent - 工具使用

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench 2.0
开启
47.90
18 / 27

编程与软件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SWE-bench Multilingual
开启
65.90
3 / 3
查看评测深度分析与其他模型对比
Composer 1.5

发布机构

Cursor
Cursor
查看发布机构详情
Cursor Composer 1.5

模型解读

1. Cursor Composer 1.5 简介与核心定位

Cursor Composer 1.5 是由 AI 编程平台 Cursor (Anysphere) 于 2026 年 2 月 9 日正式发布的 Agentic (智能体) 编程大模型。作为 Composer 1 的大幅跃升版本,它专门针对日常代码库交互、文件编辑与终端操作进行了深度强化学习 (RL) 优化,其核心目标是在日常交互式编程中实现“响应速度”与“代码智能”的极致平衡。

2. 架构特点与上下文规格

该模型采用了混合专家 (MoE) 架构(具体参数量暂未公开),并支持高达 200K tokens 的长上下文窗口。其在架构层面的一个核心突破是具备自我总结 (Self-summarization) 能力——在处理涉及多文件的冗长任务且上下文即将耗尽时,模型能够智能且递归地生成上下文摘要。这使其在应对不断变化的上下文长度时,依然能维持极高的准确率和问题解决能力。

3. 核心编程能力与支持模式

Composer 1.5 仅支持文本/代码模态,并在系统级深度支持思考模式 (Thinking Mode)。其突出的能力在于“自适应思考 (Adaptive thinking)”:在处理基础的日常编码时,它能像常规模型一样极速下发代码修改建议;而面对深层 bug 排查或高难度的系统逻辑重构时,模型会自动延长思考时间(Thinking tokens),在内部彻底梳理代码库逻辑和规划操作路径后再进行输出。

4. 性能表现与基准评测

官方公布的数据显示,在经过额外 20 倍计算量的强化学习后,Composer 1.5 在各主流代码基准中均大幅超越了前代产品。在由 Laude Institute 维护、侧重于终端代理操作的 Terminal-Bench 2.0 评测中,Composer 1.5 获得了 47.9 分(前代为 40.0 分)。在 SWE-bench Multilingual 多语言工程基准中达到了 65.9 分,在内部评估真实世界编程问题的 CursorBench 体系中获得了 44.2 分。

5. 推荐应用场景与已知局限

推荐用例: 官方推荐将其作为日常开发流的首选交互式代理模型。它在代码片段生成、工具调用、语义检索、文件批量修改以及终端命令的自动执行上表现极为出色,能够让开发者保持顺畅的“心流”状态。
已知局限: 根据官方说明,在涉及复杂的“从零到一 (zero-to-one)”全新架构搭建、重度配置文件的深度编写,以及需要代理连续运行数小时乃至数天的极长视距任务上,它依然较弱于顶级通用大模型(如 GPT-5.4 或 Opus 4.6)。

6. 访问机制与定价

Composer 1.5 为未开源模型,目前独家深度集成于 Cursor IDE 软件内部。在独立 API 定价换算上,其使用成本为:输入请求 $3.50/1M tokens,输出结果 $17.50/1M tokens,并支持 Cache Read 折扣($0.35/1M tokens)。

DataLearner 官方微信

欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送

DataLearner 官方微信二维码