Composer 2: Benchmarks, prijzen en vergelijking

Cursor bracht op 19 maart 2026 Composer 2 uit, de derde generatie van hun eigen codeermodel. De release kwam slechts zes weken na Composer 1.5, dat reinforcement learning 20x opschaalde op hetzelfde basismodel zonder de onderliggende architectuur te wijzigen. Die RL-scalingrun overschreed zelfs het oorspronkelijke pretraining-computebudget, wat aangeeft dat de bestaande basis tot het uiterste werd geduwd. Composer 2 kiest een andere aanpak: eerst doortrainen om een sterkere basis te bouwen, daarna RL daar bovenop. Daarom is de sprong in benchmarks zo groot ondanks de korte tussenperiode.

Het wordt ook geleverd met een contextvenster van 200.000 tokens en twee prijsvarianten: Standard voor $0,50 per miljoen inputtokens (ongeveer 86% goedkoper dan Composer 1.5) en Fast voor realtime interactieve sessies.

In dit artikel leggen we uit wat Composer 2 is, hoe het zich verhoudt tot Composer 1.5 qua benchmarks en kosten, en hoe het zich verhoudt tot Claude Opus 4.6 en GPT-5.4. We laten ook zien hoe je het in Cursor gebruikt en wat de bekende beperkingen zijn.

Ben je geïnteresseerd in de frontiermodellen waar Composer 2 mee concurreert? Bekijk dan onze gidsen voor:

• Gemini 3.1
• Claude Code

Wat is Composer?

Composer is de familie van eigen AI-codeermodellen van Cursor, ontworpen voor agentisch coderen in de Cursor IDE. In tegenstelling tot generalistische modellen zoals Claude Opus 4.6 of GPT-5.4 zijn Composer-modellen specifiek gebouwd voor bewerkingen over meerdere bestanden, het uitvoeren van terminalcommando's en grootschalige refactors in de codebase. Ze zijn niet bedoeld voor e-mails schrijven, trivia beantwoorden of andere niet-code taken.

De lijn begon met een intern prototype genaamd Cheetah, en evolueerde vervolgens via drie publieke releases:

Elke generatie bouwde voort op de vorige, maar Composer 2 markeert tot nu toe de grootste architectuurwijziging.

Visualisatie van de evolutietijdlijn van de Composer-modellen. Afbeelding door auteur.

Wat is Composer 2?

Composer 2 is Cursor's derde generatie eigen agentisch codeermodel, en het eerste in de familie dat doorlopende pretraining ondergaat.

Architectuur en trainingsaanpak

Eerdere Composer-modellen werden gebouwd door reinforcement learning bovenop een bevroren basismodel te leggen. Zie het als iemand nieuwe vaardigheden aanleren zonder zijn fundamenteel begrip te verbeteren. Composer 2 verandert dit door eerst de basisgewichten van het model bij te werken met code-specifieke data en daarna RL toe te passen.

Het model gebruikt een Mixture-of-Experts-architectuur (MoE), wat betekent dat slechts een subset van de parameters van het model actief is voor een gegeven input. Dit houdt inferentie snel terwijl het totale aantal parameters groot blijft. Cursor heeft het exacte aantal parameters niet gepubliceerd.

De identiteit van het basismodel werd bij lancering niet bekendgemaakt, maar werd op 20 maart 2026 openbaar nadat een gebruiker het vond in API-verzoekheaders. Lee Robinson, VP Developer Education bij Cursor, bevestigde dat Composer 2 is gebouwd op Kimi K2.5, een open-sourcemodel van Moonshot AI. Hij merkte op dat ongeveer driekwart van de totale compute afkomstig was van Cursor's eigen training (doorlopende pretraining en RL), niet van het basismodel, wat volgens hem verklaart waarom de evals anders lijken dan een kale Kimi K2.5-run.

Moonshot AI bevestigde later de samenwerking als een geautoriseerd commercieel partnerschap via Fireworks AI, dat zowel de RL-trainingsinfrastructuur als de inferentie afhandelde. Medeoprichter Aman Sanger zei dat het team meerdere basismodellen evalueerde met perplexiteitsgebaseerde benchmarks voordat Kimi K2.5 werd gekozen, en beschreef de training na de basis als doorlopende pretraining gevolgd door een 4x opschaling in RL-compute.

De trainingsinfrastructuur draait op PyTorch en Ray, met aangepaste MXFP8-kwantisatiekernen geoptimaliseerd voor NVIDIA Blackwell GPU's.

Zelf-samenvatten

Zelf-samenvatten, of wat Cursor "compaction-in-the-loop RL" noemt, werkt zo: wanneer het contextvenster van 200.000 tokens vol begint te raken, pauzeert het model, comprimeert het zijn eigen context tot ongeveer 1.000 tokens en gaat verder. Omdat dit compressiegedrag deel uitmaakt van de RL-beloningsfunctie, leert het model welke variabelen, architectuurbeslissingen en foutlogs het moet behouden en welke het kan weggooien.

Het researchblog van Cursor meldt dat deze aanpak compactiefouten met 50% vermindert vergeleken met promptgebaseerde samenvattingen, terwijl slechts een vijfde van het aantal tokens wordt gebruikt. In een praktische demonstratie loste Composer 2 het "make-doom-for-mips"-probleem uit Terminal-Bench 2.0 op in 170 turns, waarbij het onderweg meer dan 100.000 tokens aan context comprimeerde.

Kerncapaciteiten

Tijdens een sessie heeft Composer 2 toegang tot:

• Semantisch zoeken in de volledige codebase om relevante code in een project te vinden
• Lezen, bewerken en aanmaken van meerdere bestanden met precisie op regelniveau
• Uitvoeren van terminalcommando's met interpretatie van de output
• MCP (Model Context Protocol)-integraties voor externe services
• Een native browsertool om UI-wijzigingen direct in de editor te testen

Samen stellen deze functies de agent in staat om binnen één sessie over veel bestanden en stappen te werken.

Composer 2-varianten

Cursor levert Composer 2 in twee varianten, die dezelfde onderliggende intelligentie delen.

Composer 2 Fast

De Fast-variant is de standaard wanneer je Composer 2 selecteert in de modelkeuzelijst. Deze is bedoeld voor interactieve sessies met lage latentie, waarin je in realtime codeert en vrijwel direct antwoord wilt.

Composer 2 Standard

De Standard-variant draait op lagere snelheid maar kost aanzienlijk minder per token, waardoor deze beter geschikt is voor achtergrondtaken, batch-refactors of langlopende agentische loops waarbij je geen directe feedback nodig hebt.

Hier is de prijsuitsplitsing:

Je kunt de Fast-variant gebruiken tijdens actief coderen en voor nachtelijke of bulkoperaties overschakelen naar Standard om het kredietverbruik laag te houden. We gaan later dieper in op prijsverschillen.

Composer 2-benchmarks

Cursor evalueert Composer 2 op drie benchmarks, die elk een ander aspect van codeerprestaties afdekken.

De benchmarks begrijpen

CursorBench is Cursor's eigen interne benchmark, momenteel op versie CursorBench-3. Taken komen uit echte Cursor-sessies en worden verzameld met een tool genaamd Cursor Blame, die gecommitteerde code terugleidt naar het agentverzoek dat deze produceerde. De benchmark meet oplossingscorrectheid, codekwaliteit, efficiëntie en interactiegedrag, en de probleemomvang is sinds de eerste versie tot CursorBench-3 ongeveer verdubbeld in zowel regels code als aantal bestanden. Cursor vult CursorBench ook aan met gecontroleerde live-verkeersexperimenten om regressies op te sporen die je met offline beoordeling alleen kunt missen. De duidelijke kanttekening: CursorBench is niet publiek reproduceerbaar, dus deze scores kunnen niet onafhankelijk worden geverifieerd.

Terminal-Bench 2.0 wordt onderhouden door het Laude Institute en test het vermogen van een AI-agent om real-world taken uit te voeren in een terminalomgeving. Dit omvat het navigeren door mappen, scripts draaien, fouten interpreteren en itereren richting oplossingen. Cursor gebruikte het officiële Harbor-evaluatiekader met standaardinstellingen en draaide vijf iteraties per model, waarbij het gemiddelde werd gerapporteerd.

SWE-bench Multilingual is een subset van SWE-bench met 300 taken in 9 programmeertalen. Het meet het vermogen om echte GitHub-issues op te lossen en is daarmee een redelijke test van meertalige codeerkwaliteiten.

Benchmarkresultaten over Composer-generaties heen

Scores zijn bij elke generatie verbeterd:

Benchmarkscores over drie Composer-generaties. Afbeelding door auteur.

Een kanttekening bij benchmarkbeperkingen

• CursorBench is closed-source en niet onafhankelijk reproduceerbaar. Cursor publiceert geen scores op gevestigde benchmarks zoals SWE-bench Verified, wat sommige communityleden inconsistent vinden.
• SWE-bench Verified wordt niet langer gerapporteerd door OpenAI nadat bleek dat frontiermodellen testpatches uit het geheugen konden reproduceren en dat bijna 60% van de onopgeloste problemen gebrekkige tests had.
• Terminal-Bench bevat puzzelachtige taken (zoals de beste schaakzet vinden vanuit een bordpositie) die niet representatief zijn voor echt ontwikkelwerk. Het is nog steeds de meest transparante van de drie omdat het een publiek framework gebruikt met gedocumenteerde evaluatiemethoden.

Hoeveel beter is Composer 2 dan Composer 1.5?

De verbetering van Composer 1.5 naar Composer 2 is groter dan bij eerdere generaties, zowel in prestaties als in kosten.

Zoals in de tabel hierboven te zien is, scoort Composer 2 61,3 op CursorBench tegenover 44,2 voor Composer 1.5, een verbetering van ongeveer 39%. Het verschil op Terminal-Bench 2.0 is circa 29% (61,7 versus 47,9), en SWE-bench Multilingual verbeterde ongeveer 12% (73,7 versus 65,9).

De kostenverlaging is groter dan de benchmarkwinst. Volgens het lanceringblog van Cursor is Composer 2 Standard ongeveer 86% goedkoper dan Composer 1.5 op inputtokens en zelfs ongeveer 57% goedkoper bij de Fast-variant. Cursor heeft geen aparte prijspagina voor Composer 1.5 gepubliceerd, dus deze percentages komen uit Cursor's eigen vergelijking bij de lancering.

De belangrijkste technische verschillen zijn:

• Trainingsaanpak: Composer 1.5 schaalde RL 20x verder op dezelfde bevroren basis, en de post-training RL-compute overtrof zelfs de compute die werd gebruikt om het basismodel zelf te pretrainen. Composer 2 koos een andere route: eerst een nieuwe, sterkere basis creëren via doorlopende pretraining, en daarna een 4x opschaling in RL-compute toepassen.
• Kwaliteit van zelf-samenvatten: Composer 1.5 introduceerde zelf-samenvatten maar gebruikte promptgebaseerde compressie met duizenden tokens aan instructies, wat samenvattingen van gemiddeld ongeveer 5.000 tokens opleverde. Composer 2's RL-getrainde compactie produceert ongeveer 1.000 tokens met 50% minder fouten en hergebruikt bovendien de KV-cache van eerdere tokens, wat de inferentiekosten verder verlaagt.
• Langetermijncapaciteit: Composer 2 kan taken aan die honderden opeenvolgende acties vereisen. Zoals eerder genoemd, gaat dit verder dan wat 1.5 consistent aankon.

De ontvangst in de community van Composer 1.5 was gemengd. Sommige ontwikkelaars noemden het alleen nuttig voor kleine taken zoals commits en eenvoudige edits. De benchmarkcijfers laten verbetering zien op de punten waar ontwikkelaars het meest over klaagden.

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

Dit is de vergelijking waar de meesten voor komen. Composer 2 verslaat Claude Opus 4.6 op sommige codeerbenchmarks, blijft op de meeste achter op GPT-5.4 en kost aanzienlijk minder dan beide.

Benchmarkvergelijking

De cijfers vertellen het grootste deel van het verhaal:

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

Composer 2 gaat Opus 4.6 nipt voorbij op zowel CursorBench als Terminal-Bench 2.0, maar GPT-5.4 leidt op beide met een duidelijke marge. Het verschil op Terminal-Bench 2.0 tussen Composer 2 (61,7) en GPT-5.4 (75,1) is 13 punten.

Let op: de Terminal-Bench 2.0-scores meten agent-plus-modelcombinaties, geen kale modellen. Cursor gebruikte voor zijn score het Harbor-evaluatiekader, terwijl de 75,1 voor GPT-5.4 overeenkomt met de Simple Codex-harnasinschrijving op de officiële ranglijst. Verschillende harnassen kunnen verschillende resultaten opleveren voor hetzelfde model.

Prijsvergelijking

Zo verhouden de prijzen zich tot elkaar:

Vergelijking van benchmarkscores en tokenprijzen. Afbeelding door auteur.

Composer 2 Standard is ongeveer 90% goedkoper dan Opus 4.6 en ongeveer 80% goedkoper dan GPT-5.4 per token. Voor teams die dagelijks duizenden agentverzoeken draaien, tikt dat verschil snel aan.

Waar elk model in uitblinkt

Composer 2 is een model dat alleen code doet en vastzit aan de Cursor IDE. Het handelt routinetaken in code snel en goedkoop af, maar kan niets buiten code.

Claude Opus 4.6 heeft een contextvenster van 200.000 tokens (met een 1M-token-bèta tegen hogere kosten), blinkt uit in architecturale planning over meerdere bestanden en ondersteunt multi-agentorchestratie via Agent Teams. Het is een generalistisch model dat toevallig zeer goed is in code.

GPT-5.4 leidt op de moeilijkste codeerbenchmarks, heeft native computergebruikscapaciteit en ondersteunt een experimenteel contextvenster van 1,05 miljoen tokens. Het is het meest capabele enkele model maar ook het duurst om op schaal te draaien.

De pitch van Cursor is waarde per taak in de IDE, niet per se de hoogste benchmarks.

Composer 2 vs. Claude Code vs. GitHub Copilot

De sectie hierboven vergelijkt Composer 2 met kale modellen. Zo ziet het eruit op productniveau.

Claude Code is Anthropic's terminalgebaseerde codeeragent. Volgens een ontwikkelaarsenquête uit 2026 is het inmiddels het meest gebruikte AI-codeerhulpmiddel onder professionals, waarbij 46% het noemt als hun favoriet tegenover 19% voor Cursor. Veel ontwikkelaars gebruiken Cursor voor dagelijks IDE-werk en schakelen over naar Claude Code voor complexe autonome taken. De twee tools vullen elkaar meer aan dan dat ze concurreren.

GitHub Copilot blijft het breedst omarmde hulpmiddel met meer dan 20 miljoen gebruikers ooit en een lagere instapprijs van $10/maand. Het voegde recent Agent-modus toe voor acties in meerdere stappen, maar veel ontwikkelaars melden dat de multi-bestandsbewerking van Cursor dieper gaat.

Ongeveer 70% van de ontwikkelaars gebruikt nu twee tot vier AI-tools tegelijk. De vraag is minder "welke tool?" en meer "welke combinatie?"

Hoe gebruik je Composer 2

Composer 2 werkt volledig binnen de Cursor IDE, dus je hoeft niets apart te installeren.

Stapsgewijze setup

Om Composer 2 te gebruiken, download of update Cursor via cursor.com. Composer 2 is beschikbaar op alle betaalde plannen (Pro, Pro+, Ultra, Teams, Enterprise). Open het agentpaneel met Cmd+I op Mac of Ctrl+I op Windows en Linux, en selecteer daarna "Composer 2" of "Composer 2 Fast" in de modelkeuzelijst. De Fast-variant is standaard geselecteerd.

De modelkeuzelijst in Cursor vinden. Afbeelding door auteur.

Typ vervolgens een beschrijving in natuurlijke taal van de taak die je gedaan wilt hebben. Composer 2 werkt standaard in Agent-modus, wat betekent dat het autonoom je codebase kan verkennen, wijzigingen kan aanbrengen, terminalcommando's kan uitvoeren en alle beschikbare tools kan gebruiken. Jij beoordeelt en accepteert of weigert wijzigingen terwijl de agent werkt.

Belangrijke sneltoetsen

Dit zijn de sneltoetsen die je het vaakst zult gebruiken met Composer 2:

Werken met context

Composer 2 ondersteunt verschillende manieren om te bepalen welke context het ziet. Typ @ gevolgd door een bestandsnaam, map of URL om specifieke context in de prompt te injecteren. Het #-symbool focust op een specifiek bestand. Contextpillen bovenaan de chat tonen waar de agent momenteel naar verwijst.

Voor grotere projecten kun je in Instellingen Autocontext inschakelen zodat Cursor automatisch relevante code ophaalt via embeddings. Je kunt ook aangepaste documentatie toevoegen via Instellingen voor frameworkspecifieke context.

Zelf-samenvatten in de praktijk

Bij langlopende taken treedt zelf-samenvatten automatisch in werking wanneer het contextvenster vol raakt. Je kunt compressie ook handmatig starten met het /compress -commando. Als de agent voorstelt om een nieuw gesprek te beginnen, betekent dat meestal dat de context te groot wordt voor effectieve samenvatting.

Prijsstelling van Composer 2

Ik heb de kosten per token behandeld in de sectie Variants, dus ik herhaal die cijfers niet. Zo werkt de prijsstelling in de praktijk.

Cursor-abonnementen

Cursor gebruikt een getrapt abonnementsysteem met credits die bepalen hoeveel je derde-partijmodellen kunt gebruiken. Dit is de huidige indeling:

Hoe credits werken met Composer 2

Dit is het deel waar mensen vaak over struikelen. Het gebruik van Composer op individuele plannen komt uit een aparte gebruikspool die losstaat van de creditpool voor derde-partijmodellen zoals Claude of GPT. Cursor omschrijft deze pool als "ruimhartig inbegrepen gebruik", al hebben ze geen exacte limieten gepubliceerd.

Als je de modus "Auto" gebruikt, waarmee Cursor per verzoek een model kiest, is het gebruik van Composer-modellen onbeperkt op betaalde plannen zonder creditering. Handmatig premium derde-partijmodellen selecteren gaat wel ten koste van je maandelijkse creditpool. Als die pool op is, kun je pay-as-you-go overages inschakelen.

Prijscontext

De prijsstelling van Cursor is het afgelopen jaar meerdere keren veranderd. In juni 2025 vervingen ze het vlakke systeem van "500 snelle verzoeken per maand" door creditgebaseerde facturatie, wat de verzoeken effectief verlaagde van ongeveer 500 naar circa 225 per maand op de Pro-laag.

Vanaf maart 2026 worden frontiermodellen zoals GPT-5.4 en Opus 4.6 afgerekend op je maandelijkse creditpool met dynamische tokengebaseerde prijzen. Het gebruik van Composer 2 blijft in de aparte pool. Als je voor een team budgetteert, kies dan standaard voor Composer 2 voor routinetaken en bewaar derde-partijkredits voor taken die meer vergen.

Bekende beperkingen van Composer 2

Zoals vermeld in de vergelijkingssectie is Composer 2 alleen voor code. Medeoprichter Aman Sanger zei het helder: "Het gaat je niet helpen met je belastingaangifte. Het kan geen gedichten schrijven." Voor generalistische taken heb je nog steeds Claude of GPT binnen Cursor nodig.

Gebruikers hebben gemeld dat Composer 2 in rigide, meerstaps-uitvoeringsplannen soms tussenliggende verificatiestappen overslaat en te snel naar implementatie gaat. Dit is waarschijnlijk een trainingsartefact waarbij het model richting afronden duwt in plaats van verifiëren.

Sommige gebruikers hebben gemeld dat op macOS de achtergrond-bestandswatcher van Cursor .gitignore -regels negeert in zeer grote monorepo's, waardoor de agent afhankelijkheidsmappen zoals node_modules indexeert en onverwacht tokenlimieten opsoupeert.

CursorBench blijft closed-source. Voor Terminal-Bench 2.0 nam Cursor "de maximale score tussen de officiële leaderboardscore en de score die in onze infrastructuur werd behaald" voor niet-Composer-modellen, een methodologische keuze om in gedachten te houden.

Over transparantie: Cursor maakte in het lanceringblog de Kimi K2.5-basis niet bekend. De omissie kwam op 20 maart 2026 aan het licht toen een gebruiker het model-ID in API-verzoekheaders vond, wat kort een publiek debat over licentiecompliance aanwakkerde. Lin Qiao, CEO van Fireworks AI, verduidelijkte dat Cursor vanaf dag één compliant was via het platform van Fireworks. Moonshot AI bevestigde de samenwerking als een geautoriseerd commercieel partnerschap. Zowel Lee Robinson als medeoprichter Aman Sanger erkenden dat het niet vermelden "een misser" was en beloofden voortaan transparanter te zijn over basismodellen.

Conclusie

Cursor heeft het zelf expliciet gezegd: Composer 2 probeert niet het meest capabele model overall te zijn. De focus ligt op lagere kosten voor dagelijks IDE-werk.

De eerder besproken benchmarks ondersteunen dat: Composer 2 presteert beter dan Claude Opus 4.6 op Terminal-Bench 2.0 tegen ongeveer 90% lagere kosten per token, maar blijft achter op GPT-5.4 op moeilijkere benchmarks.

De markt beweegt richting workflows met meerdere modellen, en hoe Cursor Composer 2 prijst suggereert dat ze daarop inspelen.

Wil je meer leren over de AI-tools die het softwareontwikkellandschap vormgeven? Bekijk dan onze vergelijking van GPT-5.4 vs. Claude Opus 4.6.