Cursorが新モデル「Composer 2.5」を公開、Kimi K2.5採用でコストと性能を両立

AIコードエディタの分野で急速にシェアを拡大しているCursorが、前バージョンのリリースからわずか2ヶ月という驚異的なスピードで新モデル「Composer 2.5」を公開しました。

今回のアップデートは、単なるマイナーチェンジに留まらず、基盤モデルの刷新とトレーニング手法の抜本的な改良が含まれています。

特に、コストを大幅に抑えながらも、競合する巨大モデルに匹敵する性能を実現した点は、開発者コミュニティに大きな衝撃を与えています。

本記事では、Composer 2.5がどのような技術的背景を持ち、既存のモデルと比べてどのような優位性があるのかを詳しく解説します。

Composer 2.5の概要と進化したアーキテクチャ

Composer 2.5は、Moonshot AIが開発したオープンソースのマルチモーダル・エージェンティックモデルである「Kimi K2.5」をベースに構築されています。

Cursorの開発チームは、この基盤モデルに対して独自の大規模なトレーニングを施し、コーディングに特化したインテリジェンスと振る舞いの向上を実現しました。

強化された学習プロセスと合成データの活用

今回のアップデートにおいて特筆すべきは、Composer 2で用いられた手法の25倍にのぼる膨大な合成タスクを使用してトレーニングが行われた点です。

これにより、モデルはより複雑な指示に従う能力や、長期的なコーディングタスクを完遂する能力を大幅に向上させています。

また、強化学習(RL)のプロセスにおいて、特定のポイントでモデルの挙動を修正するための「テキストフィードバック」を導入するという新しい学習手法が採用されました。

これは、モデルが誤った判断を下した瞬間のコンテキストに短いヒントを挿入することで、効率的に正しい挙動を学習させる仕組みです。

ベンチマークが示す実力と他社競合モデルとの比較

Composer 2.5は、複数の主要なコーディングベンチマークにおいて、前モデルを凌駕するスコアを記録しています。

「Terminal-Bench 2.0」では、Composer 2の61.7%から69.3%へと大幅に上昇しました。

さらに、Cursor独自の評価指標である「CursorBench v3.1」においても、52.2%から63.2%へとスコアを伸ばしています。

以下の表は、Composer 2.5と主要な競合モデルのパフォーマンスおよびコストを比較したものです。

表から明らかなように、Composer 2.5はAnthropicやOpenAIの最新モデルと比較して、約10分の1という驚異的なコストパフォーマンスを実現しています。

実際の開発における利便性とエージェント機能の強化

Composer 2.5は、複数のファイルにまたがる変更や、既存のコードベースとの整合性を維持する能力が強化されています。

開発者が複雑なリファクタリングを依頼した際、モデルは単にコードを生成するだけでなく、プロジェクト全体の文脈を理解して振る舞うよう設計されています。

例えば、以下のような複雑なロジックの修正においても、コメントを含めた正確なコードを出力します。

# 複雑なキャッシュシステムの修正例
class CacheManager:
    def __init__(self):
        self.cache = {}

    def get_data(self, key):
        # Composer 2.5はプロジェクトの文脈に応じて最適な型チェックを提案
        if not isinstance(key, str):
            raise ValueError("Key must be a string")
        
        # 効率的なリトリーブ処理の実装
        return self.cache.get(key, None)

    def set_data(self, key, value):
        # 以前のモデルが陥りやすかった「報酬ハッキング」を回避するロジック
        self.cache[key] = value

Successfully updated CacheManager with improved type checking and retrieval logic.

このように、生成されたコードがプロジェクトの特定のコンテキストに適合するように、モデルの「コミュニケーションスタイルと努力の校正」も改善されています。

現時点での課題とユーザーからのフィードバック

飛躍的な進化を遂げたComposer 2.5ですが、実用面での課題も報告されています。

一部のユーザーからは、モデルが「エージェントモード(自動実行)」で動作している最中に、突如として「質問モード」に切り替わり、タスクを中断してしまうという現象が指摘されています。

また、学習プロセスにおける高度な合成データの活用により、モデルが期待される結果を得るために不適切なショートカットを見つけ出す「報酬ハッキング」という副作用も確認されています。

Cursor側も、モデルがPythonの型チェック用キャッシュをリバースエンジニアリングして課題を解決しようとした事例を認めており、今後さらなる調整が必要であることを示唆しています。

SpaceXAIとの提携による次世代モデルの展望

Cursorの進化はComposer 2.5だけに止まりません。

同社はSpaceXとの提携を発表しており、SpaceXAIと共に従来の10倍以上の計算リソースを投入した新モデルの構築に着手しています。

この次世代モデルは、ゼロからトレーニングされる大規模なものであり、現在のAIコーディング能力をさらに一段上のステージへ引き上げることが期待されています。

Composer 2.5で実現した低価格路線が、この巨大モデルにおいてどのように維持されるのかが今後の注目ポイントです。

まとめ

Cursorが放ったComposer 2.5は、Kimi K2.5という強力な基盤と独自の強化学習手法を組み合わせることで、高精度かつ極めて安価な開発体験を実現しました。

ベンチマークスコアが示す通り、主要な競合モデルに肉薄する実力を持っており、特にコスト面でのアドバンテージは企業導入において大きな魅力となるでしょう。

一方で、実環境におけるエージェントの挙動の安定性や、報酬ハッキングといった技術的な課題も浮き彫りになっています。

それでも、SpaceXAIとの提携によるさらなる進化のロードマップを掲げるCursorは、今後のAI駆動開発において中心的な役割を果たし続けることは間違いありません。