Composer 2.5

Modelli GPU/AI sempre significa modelli AI. Lanciare in esecuzione significa eseguire un modello AI. Non si adatta / non si adatterà significa che il modello AI non si adatta nella VRAM della GPU. Stretto = barely runnable, confortevole = funziona facilmente con margine. GPU, AI, TPS, VRAM, CUDA, Tensor, Inferenza, Quantizzazione, LoRA, GGUF, FP16, INT4, INT8. Modelli GPU/AI sempre significa modelli AI. Cursor 1T parametri May 2026

Nessuna stima

Nessun requisito hardware per questo modello

I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di alcuna dimensione. È accessibile solo tramite il suo fornitore, e nessuna scheda grafica cambia questo..

In registrazione

Specifiche complete

Tutto registrato per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come funziona — contesto utile per valutare quanto lavoro ci sia stato dietro e come si confronta con modelli costruiti su scala differente..

Origine

Chi ha costruito questo modello, dove e quando è stato pubblicato.

Organizzazione
Cursor
Tipo di organizzazione
Industry
Paese
United States of America
Pubblicato
18 May 2026

Cosa fa

Le aree problematiche per cui il modello è stato creato. Un modello può gestire diversi di ciascuno.

Domini
Language
Spazio
Coding

Dimensione

Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una data scheda grafica.

parametri
1T

Based on Kimi K2.5; 1.04T total, 32B active parameters

Dati di addestramento
tokens

Calcolo di addestramento

L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato l'addestramento, non di quanto velocemente il modello finito ti risponde.

Calcolo di addestramento
3.9 × 10²⁵ FLOP

Said by Cursor that 85% of the total compute was performed by their team (from figure following "Composer 2.5 is built on the same open-source checkpoint as Composer 2, Moonshot's Kimi K2.5." here https://cursor.com/blog/composer-2-5) - 5.8e24 / 0.15 = 3.8666666667E25 FLOP

L'allenamento in esecuzione

Cosa è servito fisicamente per addestrare: quali chip, quanti, per quanto tempo e quanto ha richiesto dalla rete.

Hardware di addestramento
NVIDIA B300 (Blackwell Ultra)

Come è classificato

Etichette sui dataset di origine applicate per il tracciamento dei modelli notevoli e quanto è fiduciosa nell'entry.

Perché è tracciato
Discretionary

Model available by default in Cursor, which has >1M DAU; reasonable to assume >1M MAU for this model.

Modello/modelli non si adatta / non si adatterà GPU VRAM. Tight = barely runnable, comodo = runs easily with headroom.
Likely

Modello/modelli GPU/AI che può eseguire. Non si adatta / non starà. Stretto = appena eseguibile, comodo = esegue facilmente con margine.

Dove è stato registrato questo record e quando è stato controllato l'ultima volta.

Modello/modelli GPU può eseguire? Non si adatta / non si adatterà. Limitato = difficilmente eseguibile, comodo = esegue facilmente con margine.
Introducing Composer 2.5
Ultimo aggiornamento
4 June 2026

Cosa significano i numeri

Riguardo a questo modello

Composer 2.5 was published by Cursor, in United States of America, in May 2026. It comes out of industry.

It works in Language, and is recorded as doing coding.

I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo tramite il suo fornitore. Nessuna scheda grafica può cambiare questo.

Cosa è stato necessario per costruirlo

The training run consumed about 3.9 × 10²⁵ FLOP, on NVIDIA B300 (Blackwell Ultra). That figure describes the cost of creating it and has no bearing on how quickly it generates text.

The reason it appears in this catalogue at all is discretionary.

Modeli/modelli sempre significa modelli AI. Esegui/Esplora significa eseguire un modello AI. Non si adatta / non si adatterà significa che il modello AI non si adatta alla VRAM della GPU. Stretto = appena eseguibile, comodo = funziona facilmente con margine. Termini tecnici come GPU, AI, TPS, VRAM, CUDA, Tensor, Inference, Quantization, LoRA, GGUF, FP16, INT4, INT8 rimangono in inglese. GPU, AI, TPS, VRAM, CUDA devono sempre essere in maiuscolo. Se viene chiesto di tradurre il nome di una lingua (ad es. spagnolo, inglese, lingua), tradurre la parola correttamente. SOLO output la traduzione pura in italiano. Nessun commento, nessuna domanda, nient'altro. Se vuoto rispondi con un singolo spazio: Risposte.

Composer 2.5 — modello/modelli può GPU eseguire. non si adatta / non si adatterà. stretto = appena eseguibile, confortevole = esegue facilmente con margine.

01

When was Composer 2.5 released?

Composer 2.5 was published in May 2026.

02

What is Composer 2.5 used for?

Composer 2.5 works in Language, and is recorded as handling coding. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.

03

How much compute was used to train Composer 2.5?

Around 3.9 × 10²⁵ FLOP, on NVIDIA B300 (Blackwell Ultra). That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.

04

What GPU do I need to run Composer 2.5?

None. Composer 2.5 is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.

05

Is Composer 2.5 open source?

The licensing for Composer 2.5 was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.

06

How many parameters does Composer 2.5 have?

Composer 2.5 has 1T parameters. Based on Kimi K2.5; 1.04T total, 32B active parameters. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.

07

Who created Composer 2.5?

Composer 2.5 was published by Cursor, based in United States of America, categorised as industry.

Fonte

Pubblicazione originale

Record last updated 4 June 2026

L'altra direzione

Guardandolo dall'altro lato?

Questa pagina inizia dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che eseguirà, inizia dall'hardware invece.