Cursor“自研模型”翻车？Composer 2 被扒底座是 Kimi，AI产品边界再次模糊

一款号称“自研”的AI编码模型，在发布不到24小时后，被开发者扒出底座。

3月19日，Cursor 发布新一代编码模型 Composer 2，主打“前沿级编程能力”，并将价格大幅下调至：

• 输入：$0.50 / 百万 tokens
• 输出：$2.50 / 百万 tokens

相比上一代，成本下降高达 86%。

但很快，事情开始反转。

API泄露“真身”：底座指向Kimi K2.5

有开发者通过 API 端点发现，模型内部 ID 出现：

kimi-k2p5-rl

这一细节直接指向其底座模型为 Kimi K2.5（来自 月之暗面）。

随后，Elon Musk 也公开评论确认这一点，进一步推高舆论。

面对质疑，Cursor 最终承认：

• Composer 2 基于开源模型构建
• 在其之上进行了强化学习与优化
• 后续计划进行完整预训练

而 Kimi 官方则回应称：

“很自豪 K2.5 提供了基础模型。”

关键争议：是否违反开源协议？

真正引发争议的，不只是“是不是自研”，而是是否合规使用开源模型。

根据 Kimi K2.5 的许可协议：

• 若产品月收入超过 2000 万美元
• 必须在界面中明确标注“Kimi K2.5”

而 Cursor 当前年收入已达约 20 亿美元，但在产品中并未披露模型来源。

这也成为外界质疑的核心点之一。

Cursor 方面回应称，其通过推理服务合作方履行相关许可条款，但这一解释仍未完全平息争议。

技术层面：这到底算不算“新模型”？

从工程角度看，Cursor 的说法并非完全站不住脚。

其团队表示：

• 仅约 1/4 计算量来自底座模型
• 剩余算力用于强化学习与优化
• 在评测结果上已有明显差异

例如在自家基准测试中：

• Terminal-Bench 2.0：61.3
• SWE-bench Multilingual：73.7

相比上一代模型有显著提升。

这也引出一个更现实的问题：

在“开源底座 + 后训练”的模式下，创新的边界在哪里？

一个正在成为主流的路径

事实上，Composer 2 的路径并非个例，而是AI行业正在形成的主流范式：

1. 使用开源或现成模型作为底座
2. 通过强化学习（RL）或微调进行优化
3. 针对具体场景（如编程）做深度适配

这种模式的优势在于：

• 成本更低
• 迭代更快
• 商业化更直接

但代价是：

• “原创性”变得模糊
• 模型归属更难界定

定价背后的逻辑：用“性价比”打市场

除了技术争议，Composer 2 另一个关键点在于价格。

相比主流模型，其策略非常明确：

• 降价 86%
• 提供“高性能 + 低成本”组合
• 推出更快的高价版本作为默认

这本质上是用价格+性能组合，快速抢占开发者市场。

更深层信号：AI产品正在“模块化”

这起事件背后，其实揭示了一个更大的趋势：

AI正在从“模型产品”，变成“能力拼装”。

未来的产品结构可能是：

• 底座模型（开源/闭源）
• 推理平台
• 强化学习层
• 应用封装

而用户看到的，只是最上层的产品形态。

结语：问题不在“用没用”，而在“说没说”

从结果来看，Cursor 并不是唯一使用开源模型构建产品的公司。

真正引发争议的，是两个问题：

• 是否透明披露模型来源
• 是否遵守开源协议

在AI能力逐渐商品化的今天，“是否自研”正在变得不那么重要——
但“是否合规”和“是否诚实”，反而变得更加关键。

这场“套壳风波”，或许只是开始。