Cursor Composer 是作为 Cursor 2.0 一部分发布的全新、前沿级编码模型，面向复杂的多文件工作流，提供更快的智能体式（agentic）代码生成。对 Composer 的访问遵循 Cursor 现有的分层订阅，同时在用尽套餐额度或使用 Cursor 的“Auto”路由时采用基于令牌的计费——这意味着成本由固定订阅费与按量计费的令牌费用组合而成。下文提供完整且实用的拆解（功能、优势、定价机制、示例及竞品对比），帮助你估算真实使用成本并判断 Composer 是否值得你的团队采用。
什么是 Cursor Composer？
Composer 是 Cursor 在 Cursor 2.0 中引入的全新“前沿模型”，专为软件工程工作流与智能体式（多步骤）编码任务构建与调优。根据 Cursor 的公告，Composer 在保持前沿级编码能力的同时，优化了低时延与快速迭代——Cursor 表示大多数交互轮次在实际中可于 30 秒内完成，并称其生成吞吐量在内部基准中约为同等能力模型的四倍。Composer 在训练期间具备代码库级搜索与工具访问能力，因此能对大型项目进行推理并跨文件执行编辑。
Composer 在 Cursor 产品中的位置
Composer 不是单独出售的“应用”；它作为模型选项集成在 Cursor 产品（桌面与 Web）中，并可通过 Cursor 的模型路由器（Auto）进行路由。根据你的 Cursor 订阅与是否在套餐额度之外支付按量使用费用，获得对应的模型访问级别。Cursor 的模型文档将 Composer 列在可用模型之中，公司同时提供订阅层级与基于令牌的模型使用计费。
Cursor 在 2025 年中对使用池与积分体系的调整体现了这一趋势：与真正无限使用的高级模型不同，Cursor 提供套餐额度（以及 Auto 路由选择），超出部分则按 API/令牌费率计费。
Composer 的关键特性与优势
Composer 面向开发者在非平凡工程任务中的生产力提升。主要卖点：
- 智能体式代码推理： Composer 支持多步骤工作流（如理解缺陷、搜索仓库、编辑多文件、运行测试并迭代），较单次补全更适合复杂工程工作。
- 速度 / 低时延： Cursor 报告称 Composer 的生成吞吐显著快于可比模型，典型的交互轮次完成迅速，支持更快的迭代循环。
- 与代码库的紧密集成： Composer 在训练中使用了 Cursor 的检索与编辑工具集以及代码库索引，提升其处理大型仓库并在跨文件维持上下文的能力。
- 智能体模式与工具： Composer 面向 Cursor 的智能体模式与 Model Context Protocol（MCP）设计，可调用专用工具、读取索引代码，并避免重复解释项目结构，从而在许多工作流中减少重复令牌使用。
这为何重要： 对于进行深度代码编辑与多文件重构的团队，Composer 能减少手动迭代与上下文切换——但由于其具备智能体能力，每次请求可执行更多计算工作，相比简单补全模型每次请求的令牌用量往往更高（这也是下文按量计费讨论的原因）。
Composer 是如何构建的？
架构与训练方法
Composer 被描述为采用 MoE 的模型，并通过强化学习与定制的大规模训练流水线进行微调。Cursor 强调的关键要素：
- Mixture-of-experts（MoE） 设计，以高效扩展长上下文代码任务的容量。
- 强化学习（RL），奖励信号针对软件工程中有用的智能体行为进行调优：编写计划、使用搜索、编辑代码、编写测试、最大化并行工具使用。
- 面向工具的训练：训练期间 Composer 可访问一组工具（文件读写、语义搜索、终端、grep），因此学会在合适时调用工具并整合其输出。
- 定制基础设施：Cursor 构建了基于 PyTorch + Ray 的流水线、MXFP8 MoE kernels，以及大型虚拟机集群，以支持大规模的异步、工具增强的强化学习。相关基础设施选择（低精度训练、专家并行）旨在降低通信成本并保持推理时延较低。
为什么 MoE + RL 对代码很重要
代码编辑需要在大型仓库上进行精确的多步骤推理。MoE 为模型提供情景式容量（选择性地可用大量参数），而 RL 则优化行为（不胡编乱造、运行测试、提出最小化差异）。在智能体工具集上进行训练意味着 Composer 并非仅在下一令牌预测上进行微调——它学会在 Cursor 的产品环境中使用可用工具。这也是 Cursor 将 Composer 定位为“智能体”模型而非仅仅补全模型的原因。
Cursor 的订阅方案对 Composer 的定价如何？
Cursor 的定价结合了订阅层级（月度计划）与基于使用的收费（令牌、缓存以及某些智能体/工具费用）。订阅层级提供基础能力与包含的、优先的使用额度；对重度或高级模型的使用则在此基础上按量计费。以下是公开标价与各计划的高层含义。
个人（Individual）层级
- Hobby（免费）： 入门级，有限的智能体请求/Tab 补全；包含短期 Pro 试用。适合轻量尝试。
- Pro — $20 / 月（个人）： 包含 Hobby 的全部内容并扩展智能体使用、无限 Tab 补全、后台智能体与最大上下文窗口。这是希望获得 Composer 级功能的个人开发者的常见起点。
- Pro+ — $60 / 月（个人，推荐重度用户）： 在高级模型上包含更多使用额度。Cursor 于 2025 年 6 月的定价更新明确，Pro 计划包含“前沿模型”使用的模型积分池，超额使用可按成本加成或令牌计费购买。
- Ultra — $200 / 月： 面向需要显著更大包含模型使用与优先访问的重度个人用户。
团队 / 企业
Teams — $40 / 用户 / 月： 增加集中计费、使用分析、基于角色的控制与 SSO。更大的团队也可购买 Enterprise（自定义定价），包含共享使用池、发票/采购单计费、SCIM、审计日志与优先支持。
Cursor Composer 的基于令牌计费
Cursor 将按用户的计划与按令牌计费结合用于高级或智能体请求。需要理解两个相关但不同的计费上下文：
- Auto / Max 模式令牌费率（Cursor 的“Auto”动态选择或 Max/Auto 计费桶）。
- 模型列表 / 直接模型定价（如果你直接选择 Composer 等模型，模型列表 API 有按模型的令牌费率）。
不同模式会改变你在账单中看到的有效输入/输出令牌费率。以下为 Cursor 文档与模型页面公布的标准数据——这些是进行成本计算的关键数字。
Auto / Max
当你超出套餐额度（或明确使用 Auto 路由到高级模型）时，Cursor 按每令牌计费。最常被引用的 Cursor Auto 路由（按需挑选高级模型）的费率为：
- 输入 + 缓存写入： 每 1,000,000 个令牌 $1.25
- 输出（生成）： 每 1,000,000 个令牌 $6.00
- 缓存读取： 每 1,000,000 个令牌 $0.25
这些费率记录在 Cursor 的账户/定价文档中，用于描述 Auto 的计费机制，也是当通过 Auto 使用 Composer 或直接选择按 API 费率计费的模型时，Composer 的运营成本基础。
Composer 与模型列表价格
Cursor 的模型列表/模型定价参考展示了按模型的定价项。对于 Cursor 内的一些高级模型，Composer 在模型列表中的价格为：输入 $1.25 / 1M；输出 $10.00 / 1M。实际意味着如果你明确选择 Composer 作为模型而不是运行 Auto，产生的输出令牌费率可能高于 Auto 的 $6 输出费率。
为什么输入与输出令牌的费率不同
- 输入令牌是你发送的内容（提示、指令、代码片段、文件上下文）。Cursor 对将其写入系统（以及偶尔的缓存写入）收取费用。
- 输出令牌是模型生成的内容（代码编辑、建议、diff 等）。输出更昂贵，因为其耗用更多计算资源。Cursor 公布的数字反映了这种相对成本差异。
将 Cursor Composer 与竞品对比
在评估成本与价值时，将 Composer 的单位经济与其他广泛使用的开发者 AI 服务进行对比很有用。需注意模型能力、时延、集成与套餐包含的使用额度也很重要——价格并非全部。
GitHub Copilot（个人层级）
GitHub Copilot 主要按用户计费，提供多个层级（免费、Pro 约 ~$10/月，Pro+ 与 Business 更高）。Copilot 每月提供一定数量的“高级”请求，并对额外的高级请求按次收费（公开的加购项）。Copilot 打包多个模型（在某些计划中包括 Google/Anthropic/OpenAI 的选项），以按开发者席位的 SaaS 形式出售。对许多个人开发者而言，Copilot 的整体按席位价格在常规补全场景下更简单且更便宜；在重度的多步骤智能体任务中，令牌计费的模型可能更透明。
OpenAI（API / 高端模型）
OpenAI 的更高端模型（GPT-5 系列与高级变体）在某些专业模型上，其每令牌经济可能高于 Cursor 的 Composer 费率。OpenAI 也提供许多性能层级（以及批量或缓存折扣），会影响有效成本。如果比较，请考虑时延、在编码任务上的准确性，以及 Cursor 编辑器集成的价值（这可能抵消部分每令牌成本差异）。
实际上哪个更便宜？
- 小而频繁的补全 / 自动补全： 按席位的 SaaS（Copilot）通常最便宜且最简单。
- 大型多文件、智能体任务： 令牌计费模型（通过 Cursor Auto 使用 Composer，或直接使用 Anthropic/OpenAI）提供灵活性/质量，但对重度请求成本更高；需要谨慎建模令牌用量。
结论 — Composer 是否“昂贵”？
Composer 并非作为单一的固定项目计费——它是混合体系的一部分。对于轻度到中度的交互使用，$20/月的 Pro 计划加上 Auto 模式可能让你的成本保持较低（每月数十美元）。对于大量并行的智能体工作负载且输出很长的场景，Composer 的成本可能达到每月数百或数千美元，因为输出令牌费率与并发会放大成本。与以订阅为主的竞品（如 GitHub Copilot）相比，Cursor 的 Composer 以更高的边际推理成本，换取更快的智能体能力与对代码库的感知能力。
如果你的目标是多智能体自动化、仓库范围的重构，或更短的迭代周期以节省工程时间，Composer 的速度与工具链能带来强劲的投资回报率（ROI）。
如何在 Cursor 内使用 CometAPI？（分步）
简短摘要：CometAPI 是一个模型聚合网关（单一端点可代理多家模型供应商）。在 Cursor 中使用它的方法是先在 CometAPI 注册并获取 API Key 与模型标识，然后在 Cursor 的 Models 设置中将该密钥与端点添加为自定义供应商（覆盖基础 URL），并在 Composer/Agent 模式中选择 CometAPI 的模型。
CometAPI 还基于 Claude 为 Cursor 设计了专用的编码模型：cometapi-sonnet-4-5-20250929-thinking 与 cometapi-opus-4-1-20250805-thinking 等。
步骤 A — 获取你的 CometAPI 凭据
- 在 CometAPI 注册并从其控制台创建一个 API Key。请妥善保管该密钥（像任何 bearer token 一样对待它）。
- 创建/复制一个 API Key，并记录你希望使用的模型名称/ID（例如
claude-sonnet-4.5或 CometAPI 提供的其他供应商模型）。CometAPI docs/guides 介绍流程并列出支持的模型名称。
步骤 B — 在 Cursor 中将 CometAPI 添加为自定义模型/供应商
- 打开 Cursor → Settings → Models（或 Settings → API Keys）。
- 如果 Cursor 显示 “Add Custom Model” 或 “Override OpenAI Base URL” 选项，请使用它：
- Base URL / Endpoint：粘贴 CometAPI 的 OpenAI 兼容基础 URL（CometAPI 会说明他们是否提供
openai/v1风格端点或特定供应商端点）。（示例：https://api.cometapi.com/v1—— 请使用 CometAPI 文档中的实际 URL。） - API Key：将你的 CometAPI 密钥粘贴到 API Key 字段。
- Model name：按照 CometAPI 文档，将模型标识精确填写（例如
claude-sonnet-4.5或composer-like-model）。
- Verify 连接（如果 Cursor 提供 “Verify”/“Test” 按钮）。Cursor 的自定义模型机制通常要求供应商与 OpenAI 兼容（或 Cursor 接受基础 URL + 密钥）。社区指南显示相同模式（覆盖基础 URL → 提供密钥 → 验证）。
如果你想了解更多 AI 技巧、指南与新闻，请关注我们的 VK、X 和 Discord。
另见 Cursor 2.0 and Composer: how a multi-agent rethink surprised AI coding