Composer 2: benchmarks, preços e como ele se compara

A Cursor lançou o Composer 2 em 19 de março de 2026, a terceira geração do seu modelo proprietário de código. O lançamento veio apenas seis semanas após o Composer 1.5, que escalou o reinforcement learning em 20x sobre o mesmo modelo base sem alterar a arquitetura subjacente. Esse ciclo de escalonamento em RL chegou a exceder o orçamento de computação do pré-treinamento original, sinalizando que o limite do fundamento existente estava próximo. O Composer 2 segue outra estratégia: primeiro faz continued pretraining para fortalecer a base e, depois, aplica RL por cima. Por isso o salto nos benchmarks é tão grande apesar do intervalo curto.

Ele também traz uma janela de contexto de 200.000 tokens e duas opções de preço: Standard a US$ 0,50 por milhão de tokens de entrada (cerca de 86% mais barato que o Composer 1.5) e Fast para sessões interativas em tempo real.

Neste artigo, vamos explicar o que é o Composer 2, como ele se compara ao Composer 1.5 em benchmarks e custo, e como fica frente a Claude Opus 4.6 e GPT-5.4. Também vamos mostrar como usá-lo no Cursor e quais são as limitações conhecidas.

Se você se interessa pelos modelos de fronteira com os quais o Composer 2 compete, confira nossos guias de:

• Gemini 3.1
• Claude Code

O que é o Composer?

Composer é a família de modelos proprietários de IA para codificação da Cursor, pensada para atuação agentic dentro do Cursor IDE. Diferente de modelos de uso geral como Claude Opus 4.6 ou GPT-5.4, os modelos Composer são feitos especificamente para edição multi-arquivo, execução de comandos no terminal e refatorações em toda a base de código. Eles não são destinados a escrever e-mails, responder curiosidades ou tarefas que não envolvam código.

A linhagem começou com um protótipo interno chamado Cheetah, e depois evoluiu por três lançamentos públicos:

Cada geração foi construída sobre a anterior, mas o Composer 2 marca a maior mudança arquitetural até agora.

Visualização da linha do tempo de evolução do Composer. Imagem do autor.

O que é o Composer 2?

O Composer 2 é a terceira geração do modelo proprietário agentic de código da Cursor e o primeiro da família a passar por continued pretraining.

Arquitetura e abordagem de treinamento

As versões anteriores do Composer foram construídas aplicando reinforcement learning sobre um modelo base congelado. É como ensinar novas habilidades sem melhorar a compreensão fundamental. O Composer 2 muda isso ao atualizar primeiro os pesos fundamentais do modelo base com dados específicos de código e só então aplicar RL.

O modelo usa arquitetura Mixture-of-Experts (MoE), o que significa que apenas um subconjunto dos parâmetros é ativado para cada entrada. Isso mantém a inferência rápida, mesmo com um total de parâmetros elevado. A Cursor não divulgou a contagem exata de parâmetros.

A identidade do modelo base não foi revelada no lançamento, mas se tornou pública em 20 de março de 2026, quando um usuário encontrou a informação nos headers das requisições da API. Lee Robinson, VP de Educação para Desenvolvedores na Cursor, confirmou que o Composer 2 é construído sobre o Kimi K2.5, um modelo open-source da Moonshot AI. Ele observou que cerca de três quartos da computação total vieram do próprio treinamento da Cursor (continued pretraining e RL), não do modelo base, o que explicaria por que os evals diferem de uma execução bruta do Kimi K2.5.

A Moonshot AI depois confirmou o acordo como uma parceria comercial autorizada por meio da Fireworks AI, que cuidou tanto da infraestrutura de RL quanto da inferência. O cofundador Aman Sanger disse que a equipe avaliou vários modelos base usando benchmarks de perplexidade antes de escolher o Kimi K2.5, e descreveu o pós-base como continued pretraining seguido de um aumento de 4x na computação de RL.

A infraestrutura de treinamento roda em PyTorch e Ray, usando kernels de quantização MXFP8 personalizados otimizados para GPUs NVIDIA Blackwell.

Auto-sumarização

A auto-sumarização, ou o que a Cursor chama de "compaction-in-the-loop RL", funciona assim: quando a janela de contexto de 200.000 tokens começa a encher, o modelo pausa, comprime o próprio contexto para cerca de 1.000 tokens e continua o trabalho. Como essa compressão faz parte da função de recompensa do RL, o modelo aprende que variáveis, decisões de arquitetura e logs de erro manter e o que descartar.

O blog de pesquisa da Cursor relata que essa abordagem reduz erros de compactação em 50% em comparação com sumarização via prompt, usando cerca de um quinto dos tokens. Em uma demo prática, o Composer 2 resolveu o problema "make-doom-for-mips" do Terminal-Bench 2.0 em 170 etapas, comprimindo mais de 100.000 tokens de contexto ao longo do caminho.

Capacidades principais

Durante uma sessão, o Composer 2 tem acesso a:

• Busca semântica em toda a base de código para localizar trechos relevantes no projeto
• Leitura, edição e criação multi-arquivo com precisão de linha
• Execução de comandos no terminal com interpretação de saída
• MCP (Model Context Protocol) para integrações com serviços externos
• Uma ferramenta de navegador nativa para testar mudanças de UI direto no editor

Com isso, o agente consegue atuar em muitos arquivos e etapas em uma única sessão.

Variantes do Composer 2

A Cursor disponibiliza o Composer 2 em duas variantes, ambas com a mesma inteligência subjacente.

Composer 2 Fast

A variante Fast é a padrão quando você seleciona o Composer 2 no menu de modelos. Ela é pensada para sessões interativas de baixa latência, em que você está codando em tempo real e quer respostas quase instantâneas.

Composer 2 Standard

A variante Standard roda em velocidade menor, mas custa significativamente menos por token, sendo mais indicada para tarefas em segundo plano, refatorações em lote ou loops agentic longos em que você não precisa de retorno imediato.

Veja a divisão de preços:

Você pode usar a variante Fast quando estiver codando ativamente e alternar para Standard em operações noturnas ou em massa para reduzir o consumo de créditos. Falaremos mais sobre as diferenças de preço adiante.

Benchmarks do Composer 2

A Cursor avalia o Composer 2 em três benchmarks, cada um cobrindo um aspecto diferente do desempenho em código.

Entendendo os benchmarks

CursorBench é o benchmark proprietário da Cursor, atualmente na versão CursorBench-3. As tarefas vêm de sessões reais no Cursor e são obtidas com a ferramenta Cursor Blame, que rastreia o código commitado até a requisição do agente que o gerou. O benchmark mede correção, qualidade e eficiência do código, além do comportamento de interação. O escopo dos problemas aproximadamente dobrou da versão inicial para a CursorBench-3, tanto em linhas de código quanto em número de arquivos. A Cursor também complementa o CursorBench com experimentos controlados em tráfego real para detectar regressões que a avaliação offline pode não pegar. A ressalva óbvia: o CursorBench não é reproduzível publicamente, então os resultados não podem ser verificados de forma independente.

Terminal-Bench 2.0 é mantido pelo Laude Institute e testa a capacidade de um agente de IA executar tarefas do mundo real em um ambiente de terminal, como navegar por diretórios, rodar scripts, interpretar erros e iterar até a solução. A Cursor usou o framework oficial Harbor com configurações padrão e executou cinco iterações por modelo, reportando a média.

SWE-bench Multilingual é um subconjunto do SWE-bench com 300 tarefas em 9 linguagens de programação. Mede a habilidade de resolver issues reais do GitHub, sendo um teste razoável de codificação entre linguagens.

Resultados dos benchmarks nas gerações do Composer

Os scores melhoraram a cada geração:

Scores de benchmark ao longo de três gerações do Composer. Imagem do autor.

Uma nota sobre limitações dos benchmarks

• CursorBench é fechado e não reproduzível de forma independente. A Cursor não publica resultados em benchmarks estabelecidos como o SWE-bench Verified, o que alguns membros da comunidade consideram inconsistente.
• SWE-bench Verified deixou de ser reportado pela OpenAI após constatar que modelos de fronteira conseguiam reproduzir patches de teste de memória e que quase 60% dos problemas não resolvidos tinham testes com falhas.
• Terminal-Bench inclui tarefas no estilo quebra-cabeça (como achar o melhor lance no xadrez a partir de uma posição), que não refletem o trabalho real de desenvolvimento. Ainda assim, é o mais transparente dos três por usar um framework público com métodos documentados.

Quão melhor é o Composer 2 em relação ao Composer 1.5?

A melhora do Composer 1.5 para o Composer 2 é a maior até aqui, tanto em desempenho quanto em custo.

Como mostrado na tabela acima, o Composer 2 marca 61,3 no CursorBench versus 44,2 do Composer 1.5, um ganho de cerca de 39%. No Terminal-Bench 2.0, a diferença é de ~29% (61,7 contra 47,9), e no SWE-bench Multilingual o ganho foi de ~12% (73,7 contra 65,9).

A queda de custo é ainda maior que os ganhos de benchmark. Segundo o post de lançamento da Cursor, o Composer 2 Standard é aproximadamente 86% mais barato que o Composer 1.5 em tokens de entrada e a variante Fast é cerca de 57% mais barata. A Cursor não publicou uma página de preços isolada do Composer 1.5; esses percentuais vêm da comparação feita pela própria Cursor no lançamento.

As diferenças técnicas-chave são:

• Abordagem de treinamento: o Composer 1.5 escalou o RL em 20x sobre a mesma base congelada, e a computação de RL pós-treinamento chegou a superar a usada no pré-treinamento da própria base. O Composer 2 seguiu outra rota: primeiro criou uma base mais forte via continued pretraining e depois aplicou um aumento de 4x na computação de RL.
• Qualidade da auto-sumarização: o Composer 1.5 introduziu auto-sumarização, mas usando compressão baseada em prompt com milhares de tokens de instruções, gerando resumos por volta de 5.000 tokens. A compactação treinada por RL do Composer 2 produz cerca de 1.000 tokens com 50% menos erros e ainda reutiliza o KV cache de tokens anteriores, reduzindo mais o custo de inferência.
• Capacidade de longo horizonte: o Composer 2 lida com tarefas que exigem centenas de ações sequenciais. Como mencionei, isso vai além do que o 1.5 mantinha de forma confiável.

A recepção da comunidade ao Composer 1.5 foi mista. Alguns desenvolvedores disseram que ele servia apenas para tarefas pequenas, como commits e edições simples. Os números dos benchmarks mostram melhora justamente nos pontos mais criticados.

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

Essa é a comparação que a maioria procura. O Composer 2 vence o Claude Opus 4.6 em alguns benchmarks de código, fica atrás do GPT-5.4 na maioria e custa muito menos que ambos.

Comparação de benchmarks

Os números contam quase toda a história:

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

O Composer 2 supera o Opus 4.6 no CursorBench e no Terminal-Bench 2.0, mas o GPT-5.4 lidera ambos com boa margem. No Terminal-Bench 2.0, a diferença entre o Composer 2 (61,7) e o GPT-5.4 (75,1) é de 13 pontos.

Um ponto importante: os scores do Terminal-Bench 2.0 medem pares agente+modelo, não modelos brutos. A Cursor usou o framework Harbor para seu score, enquanto os 75,1 do GPT-5.4 correspondem à entrada do harness Simple Codex no leaderboard oficial. Harnesses diferentes podem gerar resultados distintos para o mesmo modelo.

Comparação de preços

Veja como os preços se comparam:

Comparando scores de benchmark e preços por token. Imagem do autor.

O Composer 2 Standard é cerca de 90% mais barato que o Opus 4.6 e aproximadamente 80% mais barato que o GPT-5.4 por token. Para times que rodam milhares de requisições agentic por dia, essa diferença pesa muito.

No que cada modelo é melhor

Composer 2 é um modelo só para código e funciona exclusivamente no Cursor IDE. Ele resolve tarefas rotineiras de código de forma rápida e barata, mas não faz nada fora desse escopo.

Claude Opus 4.6 tem janela de contexto de 200.000 tokens (com beta de 1M a custo maior), se destaca em planejamento arquitetural multi-arquivo e oferece orquestração multiagente via Agent Teams. É um modelo de uso geral que também é muito bom em código.

GPT-5.4 lidera nos benchmarks de código mais difíceis, tem capacidade nativa de uso de computador e suporta janela experimental de 1,05 milhão de tokens. É o modelo único mais capaz, porém o mais caro para escalar.

A proposta da Cursor é valor por tarefa dentro do IDE, não ser líder absoluto de benchmark.

Composer 2 vs. Claude Code vs. GitHub Copilot

A seção acima compara o Composer 2 a modelos brutos. Agora, veja a comparação no nível de produto.

Claude Code é o agente de codificação baseado em terminal da Anthropic. De acordo com uma pesquisa com desenvolvedores em 2026, ele lidera como a ferramenta de IA para código mais usada entre profissionais, com 46% citando-o como a ferramenta favorita, contra 19% para o Cursor. Muitos usam o Cursor para edição diária no IDE e recorrem ao Claude Code para tarefas autônomas complexas. As duas ferramentas se complementam mais do que competem.

GitHub Copilot continua sendo a ferramenta mais difundida, com mais de 20 milhões de usuários ao longo do tempo e preço inicial mais baixo (US$ 10/mês). Recentemente adicionou o modo Agent para ações em múltiplas etapas, mas muitos desenvolvedores relatam que a edição multi-arquivo do Cursor vai mais a fundo.

Cerca de 70% dos devs agora usam de duas a quatro ferramentas de IA simultaneamente. A pergunta não é mais "qual ferramenta?", e sim "qual combinação?"

Como usar o Composer 2

O Composer 2 vive inteiramente dentro do Cursor IDE, então não há nada para instalar separadamente.

Configuração passo a passo

Para começar, baixe ou atualize o Cursor em cursor.com. O Composer 2 está disponível em todos os planos pagos (Pro, Pro+, Ultra, Teams, Enterprise). Abra o painel do agente com Cmd+I no Mac ou Ctrl+I no Windows e Linux, e selecione "Composer 2" ou "Composer 2 Fast" no menu de modelos. A variante Fast é a padrão.

Onde encontrar o menu de seleção de modelos no Cursor. Imagem do autor.

A partir daí, descreva em linguagem natural a tarefa que você quer realizar. O Composer 2 opera no modo Agent por padrão, o que significa que ele pode explorar sua base de código de forma autônoma, fazer mudanças, rodar comandos no terminal e usar todas as ferramentas disponíveis. Você revisa e aceita ou rejeita as mudanças conforme o agente trabalha.

Atalhos principais

Aqui estão os atalhos que você mais vai usar no dia a dia com o Composer 2:

Trabalhando com contexto

O Composer 2 oferece várias formas de controlar o que ele enxerga como contexto. Digite @ seguido de um arquivo, pasta ou URL para injetar contexto específico no prompt. O símbolo # foca em um arquivo específico. As "pílulas" de contexto no topo do chat mostram o que o agente está referenciando.

Em projetos maiores, ativar o Autocontext em Settings permite que o Cursor puxe código relevante via embeddings automaticamente. Você também pode adicionar documentação personalizada em Settings para contexto específico de frameworks.

Auto-sumarização na prática

Para tarefas longas, a auto-sumarização entra em ação automaticamente quando a janela de contexto enche. Você também pode acioná-la manualmente com o comando /compress . Se o agente sugerir iniciar uma nova conversa, geralmente é porque o contexto ficou grande demais para uma sumarização eficaz.

Preços do Composer 2

Os custos por token já apareceram na seção de Variantes, então não vou repetir. Em vez disso, veja como o preço funciona na prática.

Planos de assinatura do Cursor

A Cursor usa um sistema de assinatura em camadas com créditos que determinam quanto você pode usar modelos de terceiros. A divisão atual é:

Como os créditos funcionam com o Composer 2

Aqui muita gente se confunde. O uso do Composer nos planos individuais vem de um pool de uso separado do pool de créditos usado por modelos de terceiros como Claude ou GPT. A Cursor descreve esse pool como tendo "uso generoso incluído", embora não tenha publicado limites exatos.

Quando você usa o modo "Auto", que deixa o Cursor escolher o modelo por requisição, o uso dos modelos Composer é ilimitado nos planos pagos, sem descontar créditos. Ao selecionar manualmente modelos premium de terceiros, o consumo vem do seu pool mensal de créditos. Quando esse pool acaba, é possível habilitar cobrança excedente pay-as-you-go.

Contexto de preço

A precificação da Cursor mudou várias vezes no último ano. Em junho de 2025, eles trocaram o modelo fixo de "500 fast requests/mês" por cobrança baseada em créditos, o que na prática reduziu os pedidos de cerca de 500 para algo em torno de 225 por mês no plano Pro.

Em março de 2026, modelos de fronteira como GPT-5.4 e Opus 4.6 passaram a ser cobrados do seu pool mensal de créditos com preços dinâmicos por token. O uso do Composer 2 segue em seu pool separado. Se você está orçando para um time, padronize o Composer 2 para o trabalho rotineiro e guarde créditos de terceiros para o que realmente exigir mais.

Limitações conhecidas do Composer 2

Como dito na comparação, o Composer 2 é apenas para código. O cofundador Aman Sanger foi direto: "Ele não vai te ajudar com seus impostos. Não vai escrever poemas." Para tarefas de uso geral, você ainda vai precisar de Claude ou GPT dentro do Cursor.

Usuários relataram que, em planos rígidos de execução em várias etapas, o Composer 2 às vezes pula verificações intermediárias e corre para a implementação. Provavelmente é um artefato de treinamento em que o modelo privilegia finalizar em vez de verificar.

Alguns usuários relataram que, no macOS, o file watcher em segundo plano do Cursor ignora diretivas do .gitignore em monorepos muito grandes, fazendo o agente indexar pastas de dependências como node_modules e consumir tokens inesperadamente.

O CursorBench continua fechado. No Terminal-Bench 2.0, a Cursor considerou "o maior score entre o score do leaderboard oficial e o score registrado rodando na nossa infraestrutura" para modelos não-Composer, uma escolha metodológica que vale conhecer.

Sobre transparência: a Cursor não divulgou o modelo base Kimi K2.5 no post de lançamento. A omissão veio à tona em 20 de março de 2026, quando um usuário encontrou o ID do modelo nos headers da API, gerando um breve debate público sobre conformidade de licença. Lin Qiao, CEO da Fireworks AI, esclareceu que a Cursor estava em conformidade desde o primeiro dia por meio da plataforma da Fireworks. A Moonshot AI confirmou a parceria comercial autorizada. Tanto Lee Robinson quanto o cofundador Aman Sanger reconheceram que a não divulgação foi "um vacilo" e se comprometeram a ser mais transparentes sobre os modelos base daqui em diante.

Conclusão

A Cursor foi clara: o Composer 2 não busca ser o modelo mais capaz em tudo. O foco é reduzir custos no trabalho do dia a dia dentro do IDE.

Os benchmarks reforçam isso: o Composer 2 supera o Claude Opus 4.6 no Terminal-Bench 2.0 com cerca de 90% menos custo por token, mas ainda fica atrás do GPT-5.4 nos desafios mais difíceis.

O mercado caminha para fluxos multi-modelo, e a forma como a Cursor precifica o Composer 2 indica que eles estão construindo pensando nisso.

Se você quer saber mais sobre as ferramentas de IA que estão moldando o desenvolvimento de software, veja nossa comparação entre GPT-5.4 e Claude Opus 4.6.