KI-Codierung IDE Cursor brachte am 29. Oktober sein erstes internes Modell, Composer, auf den Markt. Seine Veröffentlichung fiel mit einem großen Plattform-Update, Cursor 2.0, zusammen.
Das neue Composer-Modell legt Wert auf Geschwindigkeit und ist nach Angaben des Unternehmens viermal schneller als ähnliche Tools.
Cursor 2.0 führt eine neu gestaltete Schnittstelle für die parallele Verwaltung mehrerer KI-Agenten ein. Entwickler können jetzt die Ausgaben verschiedener Modelle bei derselben Aufgabe vergleichen.
Während die Einführung von frühen Benutzern für ihre Leistung gelobt wurde, löste sie auch Kritik wegen der mangelnden Transparenz hinsichtlich der Herkunft des Modells und seiner Verwendung privater Leistungsbenchmarks aus.
Geschwindigkeit ist gefragt: Einführung des Composer-Modells
Mit dem Ziel, Entwickler im Flow-Zustand zu halten, hat Cursor Composer als Grenzmodell für interaktive Codierung mit geringer Latenz positioniert. Cursor beschreibt es als ein Mix-of-Experts-Modell (MoE). Es war auf Software-Engineering durch Reinforcement Learning (RL) spezialisiert.
Während seiner Ausbildung erhielt das Modell Zugriff auf Tools wie die semantische Suche und wurde mit der Lösung realer Codierungsherausforderungen beauftragt. Laut Cursor ist das Ergebnis ein Modell, das die meisten Agentendrehungen in weniger als 30 Sekunden abschließt. Mit dieser Leistung wäre es viermal schneller als ähnlich intelligente Konkurrenten.
Diese Leistungsangaben basieren jedoch auf einer proprietären internen Bewertung namens „Cursor Bench“. Dieser Benchmark besteht aus echten Agentenanfragen der unternehmenseigenen Ingenieure. Das Fehlen eines öffentlichen, reproduzierbaren Benchmarks ist nach der Einführung zu einem zentralen Diskussionspunkt geworden.
Trotz der Geheimhaltung war das Unternehmen hinsichtlich der Preisgestaltung transparent. Laut offizieller Dokumentation kostet das Composer-Modell 1,25 US-Dollar pro Million Eingabe-Tokens und 10,00 US-Dollar pro Million Ausgabe-Tokens. Es ist zum gleichen Preis wie GPT-5 und Gemini 2.5 Pro in der Cursor-Umgebung angesiedelt, was Vertrauen in seine Fähigkeiten signalisiert.
Jonglieragenten: Eine neue Schnittstelle in Cursor 2.0
Neben dem neuen Modell markiert die Veröffentlichung von Cursor 2.0 eine bedeutende Änderung im Design der IDE. Es geht von einem dateizentrierten zu einem agentenzentrierten Workflow über. Seine aktualisierte Schnittstelle ist so konzipiert, dass viele Agenten parallel ausgeführt werden, ohne dass sie sich gegenseitig stören.
Diese Multi-Agent-Architektur wird von Git-Arbeitsbäumen oder Remote-Maschinen angetrieben. Solche Tools erstellen isolierte Umgebungen, in denen jeder Agent arbeiten kann, und verhindern so Konflikte.
Mit diesem Setup können Entwickler dieselbe komplexe Aufgabe gleichzeitig verschiedenen Modellen zuweisen – zum Beispiel Sonnet 4.5 und Composer bitten, eine Funktion zu implementieren.
Benutzer können dann die Ergebnisse vergleichen und den besten Ansatz auswählen. Der als „Vibe Coding“ bekannte Workflow gewinnt immer mehr an Bedeutung, da er die unterschiedlichen Stärken verschiedener KI-Modelle nutzt. Google hat kürzlich sein AI Studio mit einer ähnlichen Philosophie überarbeitet.
Das Update enthält auch Tools zur Optimierung der Codeüberprüfung und-tests und zur weiteren Integration von KI in den Entwicklungslebenszyklus.
Eine polarisierte Rezeption: Lob und Skepsis der Community
Der Doppelstart hat eine Welle von Diskussionen ausgelöst und die Meinungen innerhalb der Entwicklergemeinschaft stark gespalten. Während einige Benutzer die Reaktionsfähigkeit des neuen Modells lobten, berichteten andere von erheblichen Problemen. Ein Hacker-News-Thread über die Einführung hat diese polarisierte Stimmung perfekt erfasst.
Einerseits lobten die ersten Anwender die Leistung des neuen Modells. Ein Benutzer schrieb: „Composer hat alles besser gemacht, ist nicht dort gestolpert, wo Codex versagt hat, und vor allem macht die Geschwindigkeit einen großen Unterschied. Es ist äußerst komfortabel zu bedienen, Glückwunsch.“
Andererseits berichteten mehrere Benutzer von einer frustrierenden ersten Erfahrung. Einer kommentierte: „Ich habe heute Abend das neue System verwendet und es fühlte sich definitiv wie ein Downgrade an. Habe ein paar nicht funktionierende Basis-Apps generiert und konnte CSS in einer NextJS-Umgebung nicht verarbeiten.“
Auf Plattformen wie Hacker News kam schnell Skepsis hinsichtlich der Behauptungen des Unternehmens auf. Hauptkritikpunkt ist der Mangel an Transparenz.
Ein Benutzer wies darauf hin: „Der Mangel an Transparenz hier ist gewaltig. Sie aggregieren die Ergebnisse der Modelle, gegen die sie testen, was die Leistung verschleiert. Sie veröffentlichen nur Ergebnisse auf ihrem eigenen internen Benchmark, die sie nicht veröffentlichen.“
Andere stimmten dieser Meinung zu und stellten das nicht offengelegte Basismodell für die Composer-Ausbildung in Frage, was es schwierig machte, seine Architektur oder mögliche Verzerrungen unabhängig zu bewerten.
A Die Entwicklung hin zu proprietären, unternehmensinternen Modellen ist Teil eines größeren Branchentrends. Geschwindigkeit und Spezialisierung werden zu entscheidenden Unterscheidungsmerkmalen.
In einem Kommentar formulierte ein Cursor ML-Forscher die Strategie des Unternehmens mit den Worten: „Unserer Ansicht nach ist jetzt ein minimales Maß an Intelligenz erforderlich, um produktiv zu sein, und wenn man das mit Geschwindigkeit kombinieren kann, ist das großartig.“
Eine solche Philosophie stellt Composer direkt gegen leistungsstärkere, aber möglicherweise langsamere Modelle aus großen Labors an.
Für einige Entwickler bleibt jedoch die reine Intelligenz das oberste Priorität. Wie ein Benutzer bemerkte: „Vielleicht bin ich ein Ausreißer, aber die Qualität von Sonnet 4.5 ist ungefähr so niedrig, wie ich bereit bin zu gehen. Die Generierungsgeschwindigkeit ist nicht das Problem oder die Zeitverschwendung. Es ist das Ringen damit, die richtige Ausgabe zu bekommen.“ Die Strategie von Cursor positioniert das Unternehmen in einem hart umkämpften Markt.
GitHub hat kürzlich seine eigene Multi-Agenten-Plattform Agent HQ vorgestellt, die Modelle von OpenAI, Anthropic und Google unter einer einzigen Steuerungsebene vereint.
Währenddessen verfeinern einzelne Anbieter wie Anthropic ihre Angebote weiter, wie beispielsweise den kürzlich eingeführten Claude Code für das Web.
Durch den Aufbau seines eigenen Modells setzt Cursor darauf, dass ein eng integriertes, High-Speed-Erlebnisse können eine treue Benutzerbasis aufbauen, auch wenn das bedeutet, dass man einen Teil der rohen Leistung der größten Frontier-Modelle opfern muss.
