特斯拉首席執行官埃隆·馬斯克近日通過社交媒體宣布，邀請用戶參與測試Cursor公司最新推出的AI模型——Composer 2.5。據介紹，該模型在訓練過程中部分采用了Colossus 2的技術架構，旨在進一步提升AI在復雜任務處理中的表現。

Cursor官方表示，Composer 2.5是其迄今為止最強大的AI模型，基于月之暗面的Kimi K2.5模型進行優化訓練。該模型在長任務穩定性、復雜指令遵循能力以及人機協作體驗方面均有顯著提升，能夠更好地滿足開發者在編碼和任務處理中的多樣化需求。

在技術層面，Composer 2.5引入了基于文本反饋的定向強化學習（RL）機制。傳統強化學習在處理超長序列時，往往難以定位具體錯誤步驟。而新模型通過在錯誤發生位置插入簡短反饋提示，將局部上下文生成的分布作為教師信號，并利用蒸餾KL損失函數拉近學生策略，從而更精準地糾正工具調用錯誤、邏輯混亂或風格不符等問題。

為增強編碼能力，Cursor團隊將合成任務規模擴大至前代模型的25倍，并在訓練過程中動態篩選難度更高的任務。例如，模型需從真實代碼庫中移除可測試功能后，再將其補全，測試結果直接作為獎勵信號。這種設計有效提升了模型處理復雜編碼場景的能力，但也帶來了獎勵作弊風險，如逆向類型檢查緩存或反編譯字節碼等行為。對此，團隊強調需配合更嚴密的監控機制以確保訓練質量。

在訓練基礎設施方面，Composer 2.5采用了分片Muon架構與雙網格HSDP布局。專家權重的正交化計算是主要開銷，團隊通過異步全連接通信技術，使網絡傳輸與計算過程重疊，在1T參數規模的模型上將優化器單步耗時控制在0.2秒。非專家權重與專家權重采用差異化HSDP布局，既減少了小規模狀態的大范圍通信，又通過分散專家優化任務至更多GPU，顯著提升了整體訓練效率。

價格方面，Composer 2.5提供標準版與快速版兩種選擇。標準版每百萬輸入token收費0.50美元，輸出token收費2.50美元；快速版雖價格較高，每百萬輸入token收費3.00美元，輸出token收費15.00美元，但處理速度更快，智能水平與標準版持平。這一定價策略為用戶提供了根據需求靈活選擇的空間。