Cursor lanzó Composer 2, un modelo de coding de nivel frontier por US$0.50 por millón de tokens

Cursor ha presentado Composer 2 — un nuevo modelo de codificación que demuestra un rendimiento de nivel fronterizo y transforma la economía de la codificación impulsada por IA. El modelo ya está disponible en el editor Cursor y viene acompañado de un informe técnico sobre su entrenamiento.

Nivel fronterizo en los benchmarks

Composer 2 ha logrado mejoras significativas en todos los principales benchmarks de codificación. En su propio CursorBench 2, el modelo obtuvo una puntuación de 61,3 puntos — 38% mejor que Composer 1.5. Resultados aún más impresionantes llegaron en SWE-bench Multilingual, donde Composer 2 alcanzó 73,7 frente a 65,9 de la versión anterior. En Terminal-Bench 2.0, el resultado fue 61,7.

• CursorBench: 61,3 (+38% vs Composer 1.5)
• Terminal-Bench 2.0: 61,7
• SWE-bench Multilingual: 73,7 (+13% vs Composer 1.5)

Estas mejoras se basan en el primer ciclo de preentrenamiento continuado — cuando el modelo se reentrana con datos mejorados. Esto proporciona una base más sólida para el posterior entrenamiento con aprendizaje reforzado, que enseña al modelo a resolver tareas complejas de múltiples pasos.

Un precio que cambia las reglas

Composer 2 cuesta $0,50 por millón de tokens de entrada y $2,50 por millón de tokens de salida. Para comparar: esta es una de las opciones más asequibles del mercado en este nivel de calidad. Cursor también ha lanzado una versión más rápida del modelo con el mismo rendimiento — a $1,50 para entrada y $7,50 para tokens de salida. La variante más rápida es ahora el estándar, y su precio es más bajo que el de otros modelos rápidos de la competencia.

Tal combinación — alta competencia más bajo costo — hace que Composer 2 sea una opción óptima para muchos flujos de trabajo de desarrollo. Para planes individuales, el uso de Composer está incluido en un pool separado con un límite generoso.

Cómo se logró esto

Las mejoras se basan en un nuevo enfoque de entrenamiento. Primero, Cursor realizó preentrenamiento continuado con los mejores datos de codificación, creando un punto de partida más sólido para una optimización posterior. Luego el modelo fue entrenado en tareas de largo horizonte mediante aprendizaje reforzado — tareas que requieren cientos de acciones y decisiones. Esto es lo que permitió a Composer 2 manejar escenarios de codificación verdaderamente complejos, incluyendo proyectos multi-archivo y decisiones arquitectónicas.

Qué significa esto

El mercado de codificación con IA está entrando en un nuevo período — donde la calidad y el costo ya no se intercambian entre sí. Para los desarrolladores, esto significa que las herramientas de codificación poderosas se están volviendo más prácticas y accesibles. Para empresas como Cursor, esto señala que el límite entre estándar y fronterizo ahora corre a lo largo de la velocidad de aprendizaje y la eficiencia económica, en lugar del rendimiento absoluto del modelo.