はじめに

2026年3月19日、AIコーディングエディタ Cursor を開発する Anysphere 社が、初の自社コーディングモデル Composer 2 をリリースした。Composer 2 は CursorBench で 61.3、Terminal-Bench 2.0 で 61.7 を記録し、Anthropic の Claude Opus 4.6（CursorBench 58.2、Terminal-Bench 2.0 で 58.0）を上回るスコアを達成している。

注目すべきは価格設定で、Standard 版の入力トークン単価は $0.50/M と、Claude Opus 4.6（$5.00/M）の 10 分の 1 に設定されている。AIコーディングツール企業が汎用モデルプロバイダーに依存しない自社モデルを本格投入した点で、業界の競争構造に大きな変化をもたらす動きといえる。

この記事では、Composer 2 の性能・学習手法・料金体系を公式情報に基づいて整理し、開発者にとっての実務的な意味を解説する。

この記事で学べること

Composer 2 のベンチマーク性能と既存モデルとの比較
継続事前学習 + 強化学習による学習アプローチの特徴
料金体系と汎用モデルとのコスト比較
AIコーディングツール企業が自社モデルを開発する戦略的背景

対象読者

AIコーディングツールを日常的に使用するエンジニア
Cursor を利用中、または導入を検討している開発者
AIモデルの性能・コストトレードオフに関心がある方

TL;DR

Composer 2 は CursorBench 61.3・Terminal-Bench 2.0 で 61.7 を記録し、Claude Opus 4.6 を上回る（GPT-5.4 には及ばない）
入力トークン単価 $0.50/M は Claude Opus 4.6 の 10 分の 1、GPT-5.4 の 5 分の 1
コードデータのみで継続事前学習し、長期的なコーディングタスクに特化した強化学習を適用
100 万超のデイリーユーザーを持つ Cursor が、汎用モデルへの依存を減らす戦略的転換点

Composer 2 のベンチマーク性能

Cursor 公式ブログで公開されたベンチマーク結果を整理する。

主要ベンチマーク比較

モデル	CursorBench	Terminal-Bench 2.0	SWE-bench Multilingual
Composer 2	61.3	61.7	73.7
Composer 1.5	44.2	47.9	65.9
Composer 1	38.0	40.0	56.9
Claude Opus 4.6	58.2	58.0	—
GPT-5.4 Thinking	63.9	75.1	—

CursorBench は Cursor が独自に設計したコーディングベンチマークで、エディタ内でのマルチファイル編集やリファクタリングといった実践的なタスクを評価する。Composer 2 は前バージョン（Composer 1.5）から +17.1 ポイント の大幅な改善を示した。

Terminal-Bench 2.0 はコマンドライン環境でのエージェント性能を測定するベンチマークで、Composer 2（61.7）は Claude Opus 4.6（58.0）を上回るものの、GPT-5.4（75.1）には 13.4 ポイントの差がある。

SWE-bench Multilingual では 73.7 を記録し、多言語対応のソフトウェアエンジニアリングタスクでも高い性能を示している。

性能の位置づけ

公開データに基づくと、Composer 2 は「Claude Opus 4.6 を超え、GPT-5.4 には及ばない」という位置づけになる。ただし CursorBench での GPT-5.4 Thinking との差は 2.6 ポイントと僅差であり、Cursor のエディタ内タスクに限れば実用上の差は小さいと考えられる。

学習アプローチ — 継続事前学習と強化学習

Composer 2 の学習手法は、公式ブログによると 2 つのフェーズで構成される。

Phase 1: 継続事前学習（Continued Pretraining）

ベースモデルに対して、大規模なコードデータセットで追加の事前学習を実施する。汎用モデルがテキスト・コード・画像など多様なデータで訓練されるのに対し、Composer 2 は コードデータのみ に特化している点が特徴となる。

この設計により、構文・ロジック・アーキテクチャパターンに対する基礎的な理解を強化しつつ、モデルサイズを抑えてコスト効率を高めている。

Phase 2: 強化学習（Reinforcement Learning）

長期的なコーディングタスク（long-horizon coding tasks）に特化した強化学習を適用する。公式ブログでは「数百のアクションを必要とするタスクを解決できる」と記述されており、単一のコード生成ではなく、アクション列全体の成功を最適化する設計になっている。

また、学習時にコンテキスト制限を超えるケースでは 自己要約（self-summarization） 技術を使用し、従来手法と比較してコンパクション（圧縮）エラーを 50% 削減したと報告されている。

汎用モデルとの設計思想の違い

Claude Opus 4.6 や GPT-5.4 は多目的に設計された汎用モデルであり、コーディング以外にも文章生成・分析・推論など幅広いタスクに対応する。一方、Composer 2 はコーディングに完全特化し、Cursor のエディタ環境に最適化されている。

この「垂直統合」アプローチにより、コーディングタスクにおいて汎用モデルに匹敵する性能を、大幅に低いコストで実現している。

料金体系

Composer 2 には Standard と Fast の 2 つの価格帯が用意されている。

価格比較

モデル	入力（/M tokens）	出力（/M tokens）	備考
Composer 2 Standard	$0.50	$2.50	—
Composer 2 Fast	$1.50	$7.50	デフォルト設定
Claude Opus 4.6	$5.00	$25.00	汎用モデル
GPT-5.4	$2.50	$15.00	汎用モデル

Standard 版の入力トークン単価は Claude Opus 4.6 の 10 分の 1 、GPT-5.4 の 5 分の 1 という設定になっている。Fast 版はデフォルト動作モードとして設定されており、Standard と同等の知能レベルを維持しつつ応答速度を優先する。

Cursor プラン内での扱い

Cursor の個人プランでは、Composer 2 用の専用使用量プールが割り当てられる。チーム・エンタープライズプランでは API レートが直接適用される。公式ドキュメントによると、同等性能のモデルと比較して約 4 倍の生成速度 を実現しており、インタラクティブなコーディング作業のほとんどが 30 秒以内に完了するとされている。

Composer 2 の主要機能

Composer 2 は Cursor のエージェントツールスタック全体にアクセスできる。

セマンティックコード検索: コードベース全体から意味的に関連するコードを検索
ファイル・フォルダ検索: プロジェクト内のファイル構造を横断的に探索
ファイル読み取り・編集: マルチファイルにまたがるコード変更を一括実行
シェルコマンド実行: ターミナルへのコマンド発行と結果の読み取り
ブラウザ制御・Web アクセス: 外部ドキュメントの参照やWeb検索

プロンプトの入力上限は 200,000 トークン で、バグ修正・リファクタリング・新機能実装といった複雑なタスクを、複数ファイルにまたがって自律的に処理できる。

開発者への影響と業界的意義

「ラッパー」からの脱却

Cursor はこれまで Claude や GPT をバックエンドモデルとして利用する「ラッパー」的なサービスと見なされることがあった。Composer 2 の投入は、自社のツールスタックに最適化された専用モデルを保有するプロダクトへの転換を意味する。

Bloomberg の報道によると、Cursor のデイリーユーザーは 100 万人を超え、Stripe や Figma を含む 50,000 以上の企業が利用している。この規模のユーザーベースに対して自社モデルを提供することで、外部モデルプロバイダーへの依存度を下げ、コスト構造の改善と差別化を同時に実現する狙いがある。

垂直統合モデルのトレンド

Composer 2 の登場は、AIコーディングツール市場における「垂直統合モデル」トレンドの加速を示唆する。汎用モデルプロバイダー（Anthropic、OpenAI、Google）が提供する基盤モデルの上に、特定ドメインに特化した自社モデルを構築するアプローチは、コスト効率と性能の両面で合理的な選択肢となりつつある。

汎用モデルとの使い分け

Composer 2 はコーディングタスクに特化しているため、コード以外のタスク（ドキュメント生成、設計議論、技術調査など）には引き続き汎用モデルが適している。Cursor 内では Composer 2 と Claude/GPT を切り替えて使用できるため、タスクの性質に応じた使い分けが推奨される。

まとめ

Composer 2 は Cursor 初の自社コーディングモデルで、CursorBench 61.3・Terminal-Bench 2.0 で 61.7 を記録
Claude Opus 4.6 を上回りつつ、入力トークン単価は 10 分の 1 という価格設定
コードデータのみの継続事前学習 + 長期タスク特化の強化学習という 2 段階アプローチを採用
AIコーディングツール企業が汎用モデルプロバイダーへの依存を減らす「垂直統合」の流れを象徴するリリース

コーディングタスクに限定すれば、汎用モデルと同等以上の性能を大幅に低いコストで利用できるため、Cursor ユーザーにとっては実質的なコストパフォーマンスの向上が期待できる。一方、GPT-5.4 との Terminal-Bench スコア差（13.4 ポイント）が示すように、高度な推論を要するタスクでは汎用モデルの優位性が残る。今後のアップデートで、この差がどの程度縮まるかが注目される。