Composer 2: benchmark, prezzi e confronti

Il 19 marzo 2026 Cursor ha rilasciato Composer 2, la terza generazione del suo modello proprietario per il coding. L’uscita arriva a sole sei settimane da Composer 1.5, che aveva scalato il reinforcement learning di 20 volte sullo stesso modello base senza cambiare l’architettura sottostante. Quel boost di RL ha persino superato il budget di calcolo del pretraining originale, segno che stava spingendo la base esistente al limite. Composer 2 adotta un approccio diverso: prima prosegue il pretraining per rafforzare la base, poi applica l’RL sopra. Ecco perché il salto nei benchmark è così ampio nonostante l’intervallo breve.

Include anche una finestra di contesto da 200.000 token e due varianti di prezzo: Standard a $0,50 per milione di token in input (circa l’86% in meno rispetto a Composer 1.5) e Fast per sessioni interattive in tempo reale.

In questo articolo vedremo che cos’è Composer 2, come si confronta con Composer 1.5 su benchmark e costi, e come si posiziona rispetto a Claude Opus 4.6 e GPT-5.4. Vedremo anche come usarlo dentro Cursor e quali sono le limitazioni note.

Se ti interessano i modelli di frontiera con cui Composer 2 si confronta, dai un’occhiata alle nostre guide su:

• Gemini 3.1
• Claude Code

Cos’è Composer?

Composer è la famiglia di modelli AI proprietari di Cursor per il coding agentico, pensati per lavorare dentro il Cursor IDE. A differenza di modelli generalisti come Claude Opus 4.6 o GPT-5.4, i modelli Composer sono costruiti specificamente per l’editing multi-file, l’esecuzione di comandi da terminale e il refactoring dell’intero codebase. Non sono fatti per scrivere email, rispondere a quiz o svolgere compiti non legati al codice.

La linea è partita da un prototipo interno chiamato Cheetah, poi si è evoluta in tre release pubbliche:

Ogni generazione ha costruito sulla precedente, ma Composer 2 segna il più grande cambio architetturale finora.

Visualizzazione della timeline di evoluzione di Composer. Immagine dell’autore.

Cos’è Composer 2?

Composer 2 è la terza generazione del modello proprietario per coding agentico di Cursor, e il primo della famiglia a subire pretraining continuato.

Architettura e approccio di training

I precedenti modelli Composer venivano costruiti stratificando il reinforcement learning su un modello base congelato. È un po’ come insegnare nuove abilità senza migliorare la comprensione di base. Composer 2 cambia questo paradigma aggiornando prima i pesi fondamentali del modello base con dati specifici per il codice, quindi applicando l’RL sopra.

Il modello usa un’architettura Mixture-of-Experts (MoE), il che significa che solo un sottoinsieme dei parametri si attiva per un dato input. Questo mantiene l’inferenza veloce, pur con un alto numero totale di parametri. Cursor non ha pubblicato il numero esatto di parametri.

L’identità del modello base non è stata divulgata al lancio, ma è diventata pubblica il 20 marzo 2026, quando un utente l’ha trovata negli header delle richieste API. Lee Robinson, VP of Developer Education in Cursor, ha confermato che Composer 2 è costruito su Kimi K2.5, un modello open-source di Moonshot AI. Ha precisato che circa tre quarti del compute totale derivano dal training effettuato da Cursor (pretraining continuato e RL), non dal modello base, il che spiega perché gli eval differiscono da un run Kimi K2.5 “puro”.

Moonshot AI ha poi confermato l’accordo come partnership commerciale autorizzata tramite Fireworks AI, che ha gestito sia l’infrastruttura per l’RL sia l’inferenza. Il cofondatore Aman Sanger ha dichiarato che il team ha valutato diversi modelli base con benchmark basati sulla perplexity prima di scegliere Kimi K2.5, e ha descritto il post-base training come pretraining continuato seguito da un aumento di 4 volte del compute per l’RL.

L’infrastruttura di training gira su PyTorch e Ray, con kernel di quantizzazione MXFP8 personalizzati e ottimizzati per GPU NVIDIA Blackwell.

Auto-sintesi

L’auto-sintesi, o come la chiama Cursor “compaction-in-the-loop RL”, funziona così: quando la finestra di contesto da 200.000 token si riempie, il modello mette in pausa, comprime il contesto a circa 1.000 token e prosegue il lavoro. Poiché questa compressione rientra nella reward function dell’RL, il modello impara quali variabili, decisioni architetturali e log di errore mantenere e quali scartare.

Il blog di ricerca di Cursor riporta che questo approccio riduce del 50% gli errori di compattazione rispetto alla sintesi tramite prompt, usando circa un quinto dei token. In una demo pratica, Composer 2 ha risolto il problema “make-doom-for-mips” da Terminal-Bench 2.0 in 170 turni, comprimendo oltre 100.000 token di contesto lungo il percorso.

Capacità principali

Durante una sessione, Composer 2 ha accesso a:

• Ricerca semantica sull’intero codebase per trovare codice rilevante nel progetto
• Lettura, modifica e creazione multi-file con precisione a livello di riga
• Esecuzione di comandi da terminale con interpretazione dell’output
• MCP (Model Context Protocol) per integrazioni con servizi esterni
• Uno strumento browser nativo per testare modifiche alla UI direttamente nell’editor

Insieme, questi strumenti permettono all’agente di lavorare su molti file e passaggi in un’unica sessione.

Varianti di Composer 2

Cursor distribuisce Composer 2 in due varianti, entrambe con la stessa intelligenza sottostante.

Composer 2 Fast

La variante Fast è quella predefinita quando selezioni Composer 2 dal menu del modello. È progettata per sessioni interattive a bassa latenza, in cui stai scrivendo codice in tempo reale e vuoi risposte quasi istantanee.

Composer 2 Standard

La variante Standard gira a velocità inferiore ma costa sensibilmente meno per token, risultando più adatta a task in background, refactoring batch o loop agentici di lunga durata in cui non ti serve feedback immediato.

Ecco il dettaglio dei prezzi:

Puoi usare la variante Fast quando stai codando attivamente e passare a Standard per operazioni notturne o bulk per ridurre il consumo di crediti. Approfondiremo le differenze di prezzo più avanti.

Benchmark di Composer 2

Cursor valuta Composer 2 su tre benchmark, ognuno dedicato a un aspetto diverso della performance nel coding.

Capire i benchmark

CursorBench è il benchmark proprietario interno di Cursor, attualmente alla versione CursorBench-3. I task provengono da reali sessioni Cursor e sono raccolti con uno strumento chiamato Cursor Blame, che traccia il codice committato fino alla richiesta dell’agente che l’ha generato. Il benchmark misura correttezza della soluzione, qualità del codice, efficienza e comportamento d’interazione, e l’ampiezza dei problemi è circa raddoppiata dalla versione iniziale alla CursorBench-3, sia in linee di codice sia in numero di file. Cursor integra inoltre CursorBench con esperimenti controllati su traffico live per intercettare regressioni che la valutazione offline da sola potrebbe non rilevare. Ovvia avvertenza: CursorBench non è riproducibile pubblicamente, quindi questi punteggi non sono verificabili in modo indipendente.

Terminal-Bench 2.0 è mantenuto dal Laude Institute e testa la capacità di un agente AI di svolgere compiti reali in un ambiente terminale. Include navigazione tra directory, esecuzione di script, interpretazione di errori e iterazione verso la soluzione. Cursor ha usato il framework di valutazione ufficiale Harbor con impostazioni predefinite ed eseguito cinque iterazioni per modello, riportando la media.

SWE-bench Multilingual è un sottoinsieme di SWE-bench con 300 task in 9 linguaggi di programmazione. Misura la capacità di risolvere reali issue su GitHub, rendendolo un test ragionevole per il coding cross-language.

Risultati dei benchmark attraverso le generazioni di Composer

I punteggi sono migliorati a ogni generazione:

Punteggi di benchmark attraverso tre generazioni di Composer. Immagine dell’autore.

Nota sulle limitazioni dei benchmark

• CursorBench è closed-source e non riproducibile in modo indipendente. Cursor non pubblica punteggi su benchmark consolidati come SWE-bench Verified, cosa che alcuni membri della community trovano incoerente.
• SWE-bench Verified non è più riportato da OpenAI dopo aver rilevato che i modelli di frontiera riuscivano a riprodurre patch di test dalla memoria e che quasi il 60% dei problemi irrisolti aveva test difettosi.
• Terminal-Bench include task in stile rompicapo (come trovare la mossa migliore a scacchi da una posizione) che non riflettono il lavoro di sviluppo reale. Resta comunque il più trasparente dei tre perché usa un framework pubblico con metodi di valutazione documentati.

Quanto è migliore Composer 2 rispetto a Composer 1.5?

Il miglioramento da Composer 1.5 a Composer 2 è il più grande di sempre, sia in performance sia in costo.

Come mostrato nella tabella sopra, Composer 2 ottiene 61,3 su CursorBench contro i 44,2 di Composer 1.5, circa il 39% in più. Il divario su Terminal-Bench 2.0 è circa del 29% (61,7 contro 47,9) e SWE-bench Multilingual migliora di circa il 12% (73,7 contro 65,9).

Il calo dei costi è più marcato dei guadagni nei benchmark. Secondo il blog di lancio di Cursor, Composer 2 Standard costa circa l’86% in meno di Composer 1.5 sui token in input e circa il 57% in meno anche nella variante Fast. Cursor non ha pubblicato una pagina prezzi autonoma per Composer 1.5, quindi queste percentuali derivano dal confronto fornito da Cursor al lancio.

Le differenze tecniche chiave sono:

• Approccio di training: Composer 1.5 ha scalato l’RL di 20 volte sulla stessa base congelata, e il compute RL post-training ha persino superato quello usato per preaddestrare la base stessa. Composer 2 ha scelto un’altra strada: prima ha creato una nuova base più solida con pretraining continuato, poi ha applicato un aumento di 4 volte del compute RL sopra.
• Qualità dell’auto-sintesi: Composer 1.5 ha introdotto l’auto-sintesi ma con compressione basata su prompt e migliaia di token di istruzioni, producendo sintesi di circa 5.000 token. La compattazione addestrata con RL di Composer 2 produce circa 1.000 token con il 50% di errori in meno e riutilizza anche la KV cache dei token precedenti, riducendo ulteriormente il costo di inferenza.
• Capacità su orizzonti lunghi: Composer 2 gestisce task che richiedono centinaia di azioni sequenziali. Come detto, è un passo oltre ciò che 1.5 gestiva in modo affidabile.

L’accoglienza della community per Composer 1.5 è stata mista. Alcuni sviluppatori lo hanno descritto come utile solo per task piccoli come commit e modifiche semplici. I numeri dei benchmark mostrano miglioramenti proprio nelle aree più criticate.

Composer 2 vs. Claude Opus 4.6 vs. GPT-5.4

È il confronto che cercano in molti. Composer 2 supera Claude Opus 4.6 su alcuni benchmark di coding, è dietro a GPT-5.4 sulla maggior parte, e costa molto meno di entrambi.

Confronto dei benchmark

I numeri dicono quasi tutto:

Composer 2 vs. Claude Opus 4.6 vs. GPT-5.4

Composer 2 batte di poco Opus 4.6 sia su CursorBench sia su Terminal-Bench 2.0, ma GPT-5.4 è in testa su entrambi con un margine netto. Il divario su Terminal-Bench 2.0 tra Composer 2 (61,7) e GPT-5.4 (75,1) è di 13 punti.

Nota: i punteggi di Terminal-Bench 2.0 misurano coppie agente+modello, non modelli “puri”. Cursor ha usato il framework di valutazione Harbor per il suo punteggio, mentre il 75,1 di GPT-5.4 corrisponde alla voce Simple Codex sul leaderboard ufficiale. Harness diversi possono produrre risultati diversi sullo stesso modello.

Confronto dei prezzi

Ecco come si comparano i prezzi:

Confronto tra punteggi di benchmark e prezzo per token. Immagine dell’autore.

Composer 2 Standard è circa il 90% più economico di Opus 4.6 e circa l’80% più economico di GPT-5.4 per token. Per team che eseguono migliaia di richieste agentiche al giorno, la differenza si sente subito.

In cosa eccelle ciascun modello

Composer 2 è un modello solo per codice, vincolato al Cursor IDE. Gestisce rapidamente attività di coding di routine e a basso costo, ma non può fare nulla al di fuori del codice.

Claude Opus 4.6 ha una finestra di contesto da 200.000 token (con una beta da 1M token a costo maggiore), eccelle nella pianificazione architetturale multi-file e supporta l’orchestrazione multi-agente tramite Agent Teams. È un modello generalista che è anche molto bravo col codice.

GPT-5.4 è in testa sui benchmark di coding più difficili, ha capacità native di computer use e supporta una finestra sperimentale da 1,05 milioni di token. È il modello singolo più capace ma anche il più costoso da usare su larga scala.

La proposta di Cursor è il valore per task dentro l’IDE, non la leadership assoluta nei benchmark.

Composer 2 vs. Claude Code vs. GitHub Copilot

La sezione sopra confronta Composer 2 con modelli “puri”. Ecco come appare a livello di prodotto.

Claude Code è l’agente per il coding da terminale di Anthropic. Secondo un sondaggio tra sviluppatori del 2026, oggi guida come strumento di AI per il coding più usato tra i professionisti, con il 46% che lo indica come tool preferito contro il 19% per Cursor. Molti sviluppatori usano Cursor per l’editing quotidiano nell’IDE e passano a Claude Code per task autonomi complessi. I due strumenti si completano più che competere.

GitHub Copilot resta lo strumento più diffuso con oltre 20 milioni di utenti complessivi e un prezzo di ingresso più basso a $10/mese. Ha aggiunto di recente la modalità Agent per azioni multi-step, ma molti sviluppatori riportano che l’editing multi-file di Cursor va più in profondità.

Circa il 70% degli sviluppatori ora usa da due a quattro strumenti di AI contemporaneamente. La domanda è meno “quale strumento?” e più “quale combinazione?”.

Come usare Composer 2

Composer 2 vive interamente dentro il Cursor IDE, quindi non c’è nulla da installare a parte.

Configurazione passo passo

Per iniziare a usare Composer 2, scarica o aggiorna Cursor da cursor.com. Composer 2 è disponibile su tutti i piani a pagamento (Pro, Pro+, Ultra, Teams, Enterprise). Apri il pannello dell’agente con Cmd+I su Mac o Ctrl+I su Windows e Linux, quindi seleziona "Composer 2" o "Composer 2 Fast" dal menu del modello. La variante Fast è selezionata per impostazione predefinita.

Dove trovare il menu a discesa per selezionare il modello in Cursor. Immagine dell’autore.

Da lì, scrivi in linguaggio naturale la descrizione del task che vuoi eseguire. Composer 2 opera in modalità Agent per impostazione predefinita, il che significa che può esplorare autonomamente il tuo codebase, apportare modifiche, eseguire comandi da terminale e usare tutti gli strumenti disponibili. Tu rivedi e accetti o rifiuti le modifiche mentre l’agente lavora.

Scorciatoie principali

Ecco le scorciatoie che userai più spesso quando lavori con Composer 2:

Gestire il contesto

Composer 2 supporta diversi modi per controllare il contesto che vede. Digita @ seguito da un nome file, una cartella o un URL per iniettare contesto specifico nel prompt. Il simbolo # concentra l’attenzione su un file in particolare. Le “pillole” di contesto in cima alla chat mostrano a cosa sta facendo riferimento l’agente.

Per progetti più grandi, abilitare Autocontext nelle Impostazioni permette a Cursor di recuperare automaticamente il codice rilevante tramite embedding. Puoi anche aggiungere documentazione personalizzata dalle Impostazioni per fornire contesto specifico del framework.

Auto-sintesi in pratica

Per i task di lunga durata, l’auto-sintesi si attiva automaticamente quando la finestra di contesto si riempie. Puoi anche avviare la compressione manualmente con il comando /compress . Se l’agente suggerisce di iniziare una nuova conversazione, di solito significa che il contesto sta diventando troppo grande per una sintesi efficace.

Prezzi di Composer 2

Abbiamo già trattato i costi per token nella sezione Varianti, quindi non ripeterò quei numeri. Ecco invece come funziona la tariffazione in pratica.

Livelli di abbonamento Cursor

Cursor usa un sistema a livelli con crediti che determinano quanto puoi usare modelli di terze parti. Ecco la situazione attuale:

Come funzionano i crediti con Composer 2

Qui spesso ci si confonde. L’uso di Composer sui piani individuali attinge da un pool separato rispetto al pool crediti usato per modelli di terze parti come Claude o GPT. Cursor descrive questo pool come con “uso incluso generoso”, anche se non ha pubblicato limiti esatti.

Quando usi la modalità “Auto”, che lascia a Cursor la scelta del modello per ogni richiesta, l’uso dei modelli Composer è illimitato sui piani a pagamento senza detrarre crediti. Selezionare manualmente modelli premium di terze parti attinge invece al tuo pool di crediti mensile. Una volta esaurito, puoi abilitare gli extra a consumo (pay-as-you-go).

Contesto sui prezzi

Il pricing di Cursor è cambiato diverse volte nell’ultimo anno. Nel giugno 2025 hanno sostituito il sistema fisso “500 richieste fast al mese” con la fatturazione a crediti, che di fatto ha ridotto le richieste da circa 500 a circa 225 al mese nel tier Pro.

A marzo 2026, i modelli di frontiera come GPT-5.4 e Opus 4.6 sono fatturati sul pool crediti mensile con prezzi dinamici per token. L’uso di Composer 2 resta nel suo pool separato. Se stai facendo un budget per un team, imposta Composer 2 come default per il lavoro di routine e conserva i crediti di terze parti per i task che ne hanno davvero bisogno.

Limitazioni note di Composer 2

Come detto nel confronto, Composer 2 è solo per il codice. Il cofondatore Aman Sanger lo ha detto chiaramente: “Non ti aiuterà a fare le tasse. Non saprà scrivere poesie.” Per task generalisti, ti servono ancora Claude o GPT dentro Cursor.

Alcuni utenti hanno riportato che, in piani di esecuzione rigidi e multi-step, Composer 2 a volte salta passaggi intermedi di verifica e corre verso l’implementazione. Probabilmente è un artefatto del training, dove il modello tende a “chiudere” più che a verificare.

Alcuni hanno segnalato che su macOS il file watcher in background di Cursor ignora le direttive di .gitignore in monorepo molto grandi, portando l’agente a indicizzare cartelle di dipendenze come node_modules e a esaurire inaspettatamente i token disponibili.

CursorBench resta closed-source. Per Terminal-Bench 2.0, Cursor ha preso “il punteggio massimo tra il punteggio del leaderboard ufficiale e quello registrato sulla nostra infrastruttura” per i modelli non-Composer, una scelta metodologica da tenere a mente.

Sulla trasparenza: Cursor non ha divulgato il modello base Kimi K2.5 nel post di lancio. L’omissione è emersa il 20 marzo 2026 quando un utente ha trovato l’ID del modello negli header delle API, innescando un breve dibattito pubblico sulla conformità della licenza. Lin Qiao, CEO di Fireworks AI, ha chiarito che Cursor era conforme fin dal primo giorno tramite la piattaforma di Fireworks. Moonshot AI ha confermato l’accordo come partnership commerciale autorizzata. Sia Lee Robinson sia il cofondatore Aman Sanger hanno riconosciuto che la mancata divulgazione è stata “una svista” e si sono impegnati a essere più trasparenti sui modelli base in futuro.

Conclusione

Cursor lo ha detto apertamente: Composer 2 non punta a essere il modello più capace in assoluto. L’obiettivo è ridurre i costi per il lavoro quotidiano in IDE.

I benchmark visti prima lo confermano: Composer 2 supera Claude Opus 4.6 su Terminal-Bench 2.0 a un costo per token circa del 90% inferiore, ma resta dietro a GPT-5.4 sui benchmark più difficili.

Il mercato si sta spostando verso workflow multi-modello e il modo in cui Cursor prezza Composer 2 suggerisce che sta costruendo partendo da questa assunzione.

Se vuoi saperne di più sugli strumenti AI che stanno plasmando il mondo dello sviluppo software, leggi il nostro confronto GPT-5.4 vs. Claude Opus 4.6.