Composer 2.5: Kıyaslamalar, Fiyatlandırma ve Karşılaştırmalar

Cursor, Composer 2.5'i 18 Mayıs 2026'da, Mart ayında yayımlanan Composer 2'nin yaklaşık iki ay sonrasında duyurdu. Sürümler arasındaki kısa aralık, Cursor’ın kendi model serisini ne kadar hızlı güncellediğini gösteriyor.

Cursor, Composer 2.5'in çeşitli kodlama kıyaslamalarında Claude Opus 4.7 ve GPT-5.5'e yakın puanlar aldığını bildiriyor. Token fiyatı da sınır modellere göre daha düşük. Eğitim de değişti: daha fazla sentetik görev, daha zorlu eğitim ortamları ve uzun kodlama oturumlarında belirli hataları hedefleyen bir geri bildirim yöntemi eklendi.

Bu yazıda, Composer 2.5’i bir kıyaslama güncellemesinden daha fazlası olarak ele alıyorum. Modelin ne olduğu, nelerin değiştiği, kıyaslama sonuçları, fiyatlandırmanın sınır modellerle karşılaştırması ve bir kodlama iş akışına nasıl oturduğu konularını kapsayacağım. Bazı sınırlamalar da var; puanları tüm hikâye olarak görmeden önce bilinmeye değer birkaç nokta bulunuyor.

Bu karşılaştırmadaki diğer modellere dair arka plan için Claude Opus 4.7 ve GPT-5.5 rehberlerimize bakın.

Cursor’ın Composer 2.5 Modeli Nedir?

Composer 2.5, Cursor’ın Composer ailesindeki en yeni model olup, Cursor IDE içinde kodlama işi için tasarlandı. Composer 1, Composer 1.5 ve Composer 2’yi takip ediyor.

Çıkıştan 2.5’e Composer zaman çizelgesi. Görsel: Yazar.

Bu genel amaçlı bir sohbet botu değil. Composer 2.5, dosyalar arasında düzenlemeler, terminal komutları, araç kullanımı ve daha uzun kodlama oturumları için eğitildi. Eğitim hedefleri ve kıyaslamalar, yazılım mühendisliği görevlerine odaklanıyor.

Çıkış gönderisi, modelin kodlama görevlerinde Composer 2’nin üzerine çıktığını ve daha uzun oturumlarda farklı davrandığını söylüyor. Şu anda Cursor’ın model seçicisinde varsayılan seçenek, ancak Composer 2 de kullanılabilir durumda. Ayrıca yalnızca Cursor içinde çalışıyor. Herkese açık bir API, Hugging Face model kartı ya da başka bir sağlayıcı üzerinden ağ geçidi erişimi yok.

Composer 2.5’te Neler Değişti

Composer 2.5’teki değişiklikler iki kategoriye ayrılıyor: kodlama görevi performansı ve işbirliği davranışı. İlki ikinciden daha kolay ölçülebilir, bu nedenle Cursor’ın sayılarla gösterebildiklerini, daha niteliksel olarak anlattıklarından ayırmak değerli.

Daha uzun görev performansı

Composer 2.5, modelin dosyaları okuması, terminal komutları çalıştırması, hataları düzeltmesi ve yinelemesi gereken daha uzun kodlama oturumlarını hedefliyor. Bu önemli, çünkü gerçek geliştirme nadiren tek bir istem ve yanıta sığar.

Cursor, modeli bu tür çalışmalar için daha zorlu pekiştirmeli öğrenme ortamlarında eğitti. Eğitim sırasında görevler üretildi ve zorluk zamanla artırıldı.

Talimat takibi ve işbirliği

Sürüm ayrıca daha güvenilir talimat takibini de anlatıyor. Burada emek kalibrasyonuna işaret ediliyor: modelin zor görevlerde daha fazla hesaplama harcaması ve basit olanları gereğinden fazla düşünmekten kaçınması amaçlanıyor.

Burada bir uyarı var. Cursor, bu davranış değişikliklerinin "mevcut kıyaslamalar tarafından iyi yakalanmadığını" belirtiyor. Dolayısıyla bu bölüm, büyük ölçüde Cursor’ın kendi değerlendirmesi ve erken kullanıcı geri bildirimlerine dayanıyor; kamuya açık bir puana değil.

Daha zor RL ortamları

Çıkış gönderisi, eğitim değişimini "eğitimi ölçeklemek, daha karmaşık RL ortamları üretmek ve yeni öğrenme yöntemleri tanıtmak" olarak çerçeveliyor. Eğitim, Composer 2’ye kıyasla 25 kat daha fazla sentetik görev kullandı.

Cursor Composer 2.5’i Nasıl Eğitti

Eğitim ayrıntıları, yeni bir temel mimari olmadan modelin neden değiştiğini açıklıyor. Composer 2.5, Composer 2 ile aynı temeli kullanıyor; ancak temel eğitim sonrası yapılan çalışmalar değişti. Her altyapı ayrıntısı okur için eşit derecede önemli olmasa da, birkaç unsur kıyaslama hareketini açıklamaya yardımcı oluyor.

Kimi K2.5 üzerine kurulu

Composer 2.5, Composer 2 gibi aynı açık kaynak kontrol noktasına dayanıyor: Moonshot AI’ın Kimi K2.5’i. Cursor bunu doğrudan çıkış gönderisinde belirtti; bu önemli, çünkü temel model, Composer 2 etrafındaki tartışma noktalarından biriydi.

Kimi K2.5 bir Uzmanlar Karışımı mimarisi kullanıyor. Cursor, bu temel üzerine sürdürülen ön eğitim ve pekiştirmeli öğrenme uyguluyor ve nihai model için toplam hesaplamanın yaklaşık %85’inin temel eğitimden sonraki kendi çalışmalarından geldiğini söylüyor.

Metinsel geri bildirimle hedefli RL

Bu, Composer 2.5’teki ana teknik değişiklik. Standart RL, uzun bir dizinin sonunda modele tek bir ödül sinyali verir. Uzun bir kodlama oturumunda, bu nihai ödül modelin nerede hata yaptığını göstermek için fazla gürültülü olabilir.

Öğretmen ve öğrenci tek bir turu paylaşıyor. Görsel: Yazar.

Cursor’ın yöntemi, modelin kötü bir karar verdiği noktaya kısa bir metin ipucu ekliyor. Örneğin, model var olmayan bir aracı çağırırsa, eğitim süreci doğru araç listesini hatırlatan bir not ekleyebilir. İpuculu sürüm bir "öğretmen" gibi davranır; orijinal model ise "öğrenci"dir. Ardından bir damıtma kaybı, yalnızca o tur için öğrencinin davranışını öğretmene yaklaştırır.

Sonuç, daha hedefli bir eğitimdir: uzun bir yayılımın tamamını kabaca doğru ya da yanlış saymak yerine tek tek hatalar düzeltilebilir. Cursor, Composer 2.5 eğitimi sırasında bu yöntemi kodlama stili, araç kullanımı ve model iletişimi genelinde uyguladı.

Daha büyük ölçekte sentetik veri

Composer 2.5, Composer 2’ye kıyasla 25 kat daha fazla sentetik görevle eğitildi. Bu görevler, oyuncak örnekler değil, gerçek kod tabanlarına dayandırıldı.

Cursor’ın anlattığı yaklaşımlardan biri özellik silme. Bir ajan, gerçek bir kod tabanı ve geniş bir test setiyle başlar; ardından projenin geri kalanı işlevsel kalırken kodu ve dosyaları kaldırır. Sentetik görev, kaldırılan özelliği yeniden uygulamaktır ve testler doğrulanabilir bir ödül sinyali sağlar.

Sentetik eğitimin ölçeği kendi risklerini de beraberinde getirir. Cursor, Composer 2.5’in kestirme yollar bulduğu durumları belgeledi; buna bir Python tip denetimi önbelleğinden silinen bilgileri geri kazanma ve harici bir API’yi yeniden oluşturmak için Java bytecode’unu decompile etme dahil. Şirket bunları izleme araçlarıyla yakaladığını söylüyor; yine de bu ölçekte eğitim "artan özen" gerektiriyor.

Altyapı değişiklikleri

Altyapı tarafında Cursor, sürdürülen ön eğitim için Sharded Muon ve çift örgü HSDP kullandı. Bu değişiklikler, büyük GPU kümelerinde eğitimin maliyet ve zamanının bir kısmını azalttı.

Composer 2.5 Kıyas Sonuçları: Terminal-Bench, SWE-Bench ve CursorBench

Kıyaslamalar faydalıdır, ancak tam resmi göstermez. Bunları karşılaştırma için bir başlangıç noktası olarak görmek, modelin günlük çalışmada nasıl hissedileceğine dair nihai hüküm olarak görmekten daha doğrudur.

Cursor, Composer 2.5’i üç kıyaslama üzerinde değerlendiriyor:

SWE-Bench Multilingual, bir modelin birden çok programlama dilinde gerçek GitHub sorunlarını çözüp çözemediğini test eder. Her görev, modele bir depo ve bir problem ifadesi verir, ardından yamayı ilişkili testlerden geçirir.

Terminal-Bench 2.0, bir yapay zekâ ajanının gerçek terminal iş akışlarında çalışıp çalışamayacağını ölçer: dosyaları inceleme, komutları çalıştırma, hataları ayıklama ve birkaç adımlı görevleri tamamlama.

CursorBench v3.1, Cursor’ın özel dahili kıyaslamasıdır. Gerçek Cursor oturumlarından belirsiz, çok dosyalı görevlerde ajanları değerlendirir; buna kod tabanı anlama, hata bulma, planlama ve kod inceleme dahildir. Sınırlama şudur: CursorBench dış araştırmacılar tarafından doğrulanamaz veya yeniden üretilemez ve puanlar aynı değerlendirme sürümü içinde karşılaştırılmalıdır.

Bu sayılara fazla anlam yüklemeden önce önemli bir uyarı var. Modeller arası kıyaslamalar her zaman pürüzsüz değildir. Farklı değerlendirme kurulumları ve emek ayarları puanları oynatabilir; Cursor, Opus 4.7 ve GPT-5.5’in kamu değerlendirmeleri için öz-bildirimli puanlar kullandığını not ediyor. Bunları birebir aynı koşullarda doğrudan testler değil, yön gösteren karşılaştırmalar olarak ele alın.

Daha sonra Artificial Analysis tarafından yapılan harici bir kıyaslama da benzer bir yöne işaret ediyor; ancak farklı bir kıyaslama karması kullanıyor. Composer 2.5, Artificial Analysis Coding Agent Index’te 62 puan aldı; bu, Claude Opus 4.7’nin maksimum çabada 66 ve GPT-5.5’in xhigh akıl yürütmede 65 puanının gerisinde.

Dikkat edilmesi gereken kısım maliyet farkı: Artificial Analysis, Composer 2.5’i Standard için görev başına $0.07 ve Fast için $0.44 olarak tahmin ederken, Opus 4.7 maksimum için $4.10 ve GPT-5.5 xhigh için $4.82 olarak tahmin etti.

Composer 2.5 vs. Composer 2 vs. Composer 1.5: Puanlar Nasıl Karşılaştırılıyor

Composer ailesi kısa sürede üç sürüm gördü. Composer 1.5 Şubat 2026’da, Composer 2 Mart’ta ve Composer 2.5 Mayıs’ta çıktı. Her sürüm, eğitim yaklaşımında farklı bir şeyi değiştirdi.

Composer 2.5 ve Composer 2

Composer 2’den 2.5’e sıçrama en çok Terminal-Bench 2.0’da görülüyor; puan %61.7’den %69.3’e çıktı. SWE-Bench Multilingual’de de %73.7’den %79.8’e artış var. CursorBench artışı daha küçük ve kıyas sürümü v3’ten v3.1’e değiştiği için bu karşılaştırma daha dolaylı.

Daha büyük fark eğitim hattında. Composer 2, Kimi K2.5 üzerinde sürdürülen ön eğitimi tanıttı. Composer 2.5 bu temeli korudu ve hedefli metinsel geri bildirim, 25 kat daha fazla sentetik görev ve altyapı değişiklikleri ekledi. Standard fiyat aynı kaldı.

Composer 2.5 ve Composer 1.5

Composer 1.5, Composer 1 ile aynı önceden eğitilmiş model üzerinde pekiştirmeli öğrenmeyi 20 kat ölçeklendirerek oluşturuldu. Uyarlanabilir düşünme ve öz-özetleme getirdi; bu, oturum uzadığında modelin kendi bağlamını sıkıştırmasına olanak tanır.

Composer 1.5 ile 2.5 arasındaki fark, tüm kıyaslamalarda büyüktür. Ayrıca daha düşük bir token fiyatıyla geldi: Composer 1.5, milyon başına giriş token’ında $3.50 ve çıkış token’ında $17.50 olarak fiyatlandırılmıştı; bu da Composer 2.5 Standard’dan yaklaşık 7 kat daha pahalıydı.

Uygulamada neler değişti

Bu sürümler genelinde desen oldukça net: her nesil, uzun oturumlar ve talimat takibi sırasında davranışı değiştirdi; Composer 2 ve 2.5 ise sürdürülen ajan oturumlarının maliyetini düşürdü.

Composer 2.5 vs. Claude Opus 4.7 vs. GPT-5.5: Kıyaslamalar, Fiyat ve Tavizler

Birçok okurun ilk bakacağı karşılaştırma bu. Composer 2.5, bazı alanlarda benzer kodlama kıyas puanlarına, aşağıda listelenen sınır modellere göre daha düşük token fiyatına ve net tavizlere sahip.

Kıyaslama karşılaştırması

GPT-5.5, Terminal-Bench 2.0’da %82.7 ile önde; bu, Composer 2.5’in yaklaşık 13 puan üzeri. Terminal kullanımına ağır bağımlı işler için bu fark önemlidir.

Claude Opus 4.7, SWE-Bench Multilingual’de Composer 2.5’in biraz önündedir (%80.5’e karşı %79.8); bu, bir puandan az. CursorBench’te Composer 2.5 %63.2 ile Opus 4.7’nin varsayılan ayarlardaki %61.6’sının üzerinde, ancak maksimum çabada %64.8’in altında. GPT-5.5 de xhigh’ta %64.3’e ulaşırken, varsayılan puanı %59.2’dir.

Bu modeller aynı işi yapmıyor. Opus 4.7 ve GPT-5.5 daha geniş kapsamlı sınır modeller. Composer 2.5 ise yalnızca Cursor içinde çalışan bir kodlama modeli. Kıyas puanları bazı kodlama görevlerinde yakın olsa da, ürün sınırları farklı.

Fiyatlandırma karşılaştırması

Maliyet farkı, sınır modellerinden en belirgin ayrım.

Composer 2.5 Standard, token başına Opus 4.7 ve GPT-5.5’in yaklaşık onda biri fiyatlandırıldı. Fast varyantı da her iki sınır modelin standart katmanlarının altında fiyatlandırıldı.

Bu fiyatlar Mayıs 2026 itibarıyla geçerlidir; karşılaştırmaya güvenmeden önce Cursor’ın model fiyatlandırmasını, Anthropic’in Opus fiyatlandırmasını ve OpenAI’nin API fiyatlandırmasını kontrol edin.

Sıklıkla gözden kaçan bir not: Composer 2.5 Fast fiyatı, Composer 2 Fast’e kıyasla iki katına çıktı. Standard fiyat sabit kaldı; ancak Fast varsayılan olduğu için, yükseltme bazı kullanıcılar için yine de maliyetleri artırabilir.

Hangi modeli seçmelisiniz?

Model seçimi, maliyetin mi, terminal çalışmalarının mı, yoksa daha derin planlamanın mı daha önemli olduğuna bağlıdır:

• Composer 2.5, özellikle dosyalar arası düzenlemeler, yeniden düzenleme, hata ayıklama ve maliyetin önemli olduğu ajan oturumları gibi Cursor içindeki günlük kodlama için uygundur.
• GPT-5.5, terminal performansının en önemli olduğu görevler için uygundur.
• Claude Opus 4.7, dikkatli akıl yürütme, mimari planlama veya 1 milyon tokenlık bağlam penceresi gerektiren görevler için uygundur.

Rakamların işaret ettiği desen şu: Composer 2.5 rutin kodlama işlerini kapsıyor; sınır modeller ise daha geniş akıl yürütme ya da daha yüksek terminal puanları için hâlâ bir role sahip.

Composer 2.5 Standard vs. Fast: Hız, Fiyat ve Hangisini Ne Zaman Kullanmalı

Cursor, Composer 2’de olduğu gibi Composer 2.5’i de iki varyantla sunuyor. Cursor’a göre her ikisi de aynı temel zekâyı paylaşıyor. Fark esas olarak modelin yanıt verme hızı ve maliyetinde.

Composer seçiliyken Cursor model seçici. Görsel: Yazar.

Fast varsayılan olup milyon başına giriş token’ında $3.00 ve çıkış token’ında $15.00 maliyete sahiptir. Düşük gecikmenin önemli olduğu etkileşimli oturumlar için tasarlanmıştır. Standard ise $0.50 ve $2.50 seviyesinde çalışır; bu nedenle anlık geri bildirimin kritik olmadığı arka plan görevleri veya daha uzun ajan döngüleri için uygundur.

Composer 2.5 kullanımı, Cursor’ın Claude ve GPT gibi harici modeller için kullanılan API havuzundan ayrı olan "Auto + Composer" kullanım havuzunda yer alır. Cursor ayrıca çıkıştan sonraki ilk hafta için iki kat kullanım sundu.

Composer 2.5 Sınırlamalar ve Uyarılar

Uyarılar erişim, kıyaslamalar ve eğitim riskiyle ilgilidir. Composer 2.5’i sıra dışı kılmazlar; ancak Cursor’ın iddialarına ne kadar ağırlık verileceğini etkilerler.

Yalnızca Cursor içinde kullanılabilirlik. Daha önce belirttiğim gibi, Composer 2.5’in herkese açık bir API’si yok. İş akışınız bir modeli kendi betiklerinizden veya hatlarınızdan çağırmaya dayanıyorsa, Composer 2.5 bir seçenek değildir.

CursorBench bağımsız değil. Kıyas bölümünde ele aldığım gibi, CursorBench v3.1 Cursor’a özeldir. Metodolojisi tamamen kamuya açık değildir ve görevler dış araştırmacılar tarafından yeniden üretilemez.

Kıyas kurulum değişkenliği. Cursor’ın kıyas tablosundaki sınır model puanlarının tamamı aynı şekilde ölçülmemiştir. Karşılaştırmaları kesin değil, yön gösterici olarak değerlendirin.

Eğitim sırasında ödül suistimali. Cursor, modelin sentetik görevlerde normal şekilde çözmek yerine zeki kestirme yollar bulduğu durumları açıkladı. Bu, izleme bariz örnekleri yakalasa bile, bu ölçekte RL’in doğasında bulunan bir risktir.

Emek kalibrasyonu doğrulanmadı. Cursor’ın iletişim stili ve emek kalibrasyonuna ilişkin iddiaları, daha önce belirttiğim gibi, kıyas verileriyle desteklenmiyor. Bu da dışarıdan doğrulamayı zorlaştırıyor.

Composer 2.5 Ne Zaman Mantıklı Bir Seçimdir?

Bu, göreve bağlıdır. Composer 2.5’i evrensel bir model seçimi yerine, halihazırda Cursor içinde çalışanlar için bir kodlama modeli olarak çerçevelemek daha doğru olur.

Gününüzün çoğunu Cursor içinde kod yazarak geçiriyor ve token maliyetine önem veriyorsanız, Composer 2.5 Standard, Composer 2.5 hattındaki en düşük fiyata sahiptir. Bu, yukarıda belirtilen düzenleme, yeniden düzenleme, hata ayıklama ve uzun oturum işleri için geçerlidir.

Yanıt hızı daha önemliyse, Composer 2.5 Fast varsayılan seçenektir.

Görev daha geniş akıl yürütme, daha büyük bir bağlam penceresi veya belirli bir alanda daha yüksek kıyas puanları gerektiriyorsa, Claude Opus 4.7 veya GPT-5.5 o göreve daha uygun olabilir.

Bunu şöyle çerçeveleyebiliriz: Composer 2.5, yukarıda ele aldığım rutin kodlama işlerini karşılar; bir sınır model ise daha geniş akıl yürütme veya daha yüksek terminal puanları gerektiren görevlere uygun olabilir. Bu, karşılaştırmayı her durumda tek bir model önerisine dönüştürmeden temelde tutar.

Son Düşünceler

Composer 2.5’i bir kıyas hikâyesi olarak okumak kolaydır; ancak bence daha yararlı nokta, gidişatın yönüdür. Cursor yalnızca bir editör içinde sınır modelleri sarmıyor. Ajanlarının zaten yaptığı işler etrafında bir model hattı inşa ediyor: dosyalar arası düzenlemeler, terminal adımları, daha uzun oturumlar ve hatalardan toparlanma.

Daha önce belirttiğim gibi, taviz şu: Composer 2.5 tasarım gereği dar kapsamlı. Genel bir model olarak Claude Opus 4.7 veya GPT-5.5’in yerini almaz ve Cursor dışında bir API’ye ihtiyacınız varsa yardımcı olmaz. Ancak Cursor içinde, bu dar odak nokta amacın kendisidir. Model, sınır seçeneklere göre çalıştırması daha ucuzdur, kodlama görevlerine göre ayarlanmıştır ve bu görevlerin gerçekleştiği ürün katmanına yakındır.

Sıradaki soru, Cursor’ın bunun ne kadarını sahiplenmek istediğidir. Şirket, 10 kat daha fazla toplam hesaplama ve Colossus 2 altyapısını kullanarak sıfırdan daha büyük bir model eğitmek için SpaceXAI ile çalıştığını söylüyor. Bir çıkış tarihi verilmedi, bu yüzden analiz edecek pek bir şey yok. Yine de genel çerçeve yeterince net: Cursor, modelleri iyi kullanmaktan, model yığınının daha fazlasını bizzat inşa etmeye doğru ilerliyor.