20 марта 2026 года. Разработчик по имени Финн изучает эндпоинты API Cursor. Он не пытается вскрыть систему — обычная отладка рабочего процесса.
Но внезапно сервер возвращает идентификатор модели, который совершенно не похож на «Composer 2». В логах значится:
kimi-k2p5-rl-0317-s515-fast
Один твит об этом — и 444 000 просмотров за считанные часы.
Самый амбициозный запуск года, подкрепленный уникальными бенчмарками, графиками эффективности по Парето и агрессивным демпингом, оказался под угрозой разоблачения из-за одной-единственной строки кода, которую забыли переименовать.
Акт 1: Искусство подготовки
За неделю до презентации Composer 2 команда Cursor опубликовала материал, который явно заслуживал большего внимания индустрии.
11 марта разработчики представили CursorBench — продвинутую систему оценки кодинг-агентов. Какими бы ни были последующие события, этот инструмент — настоящий технологический прорыв.
Тестовые кейсы здесь формируются на базе реальных сессий в Cursor через механизм Cursor Blame, который связывает правки в коде с конкретными запросами пользователя. Промпты намеренно оставлены двусмысленными — ровно так, как живые люди общаются с ИИ. Сложность задач выросла вдвое по сравнению с прошлыми итерациями, а эффективность использования токенов стала ключевой метрикой. Оценка ведется по четырем осям, выходя далеко за рамки примитивного бинарного теста «прошел/не прошел».
За этим стоит серьезная инженерная работа: Cursor внедрил метод «компактификации в цикле RL». Сжатие контекста интегрировано прямо в процесс обучения с подкреплением. Когда объем генерации превышает лимит, модель делает паузу и упаковывает свой контекст до ~1000 токенов (вместо привычных 5000+). Благодаря тому, что вознаграждение в RL учитывает всю цепочку, включая суммаризацию, нейросеть учится мгновенно определять, какие данные критически важны, а какие — балласт.
Это высший пилотаж системного проектирования.
Момент истины
19 марта Cursor представил Composer 2. Релиз сопровождался блестящим блогпостом, выверенными таблицами и ценами, которые заставили конкурентов вздрогнуть.
В тесте Terminal-Bench 2.0 новинка набрала впечатляющие баллы, обойдя Claude Opus 4.6 (58,0). И хотя GPT-5.4 удержала лидерство с 75,1, стоимость Composer 2 изменила правила игры: $0,50 за миллион входных и $2,50 за миллион выходных токенов. Это почти на 90% дешевле предыдущей версии и в разы выгоднее предложений от OpenAI или Anthropic.
Официально успех объяснили «первым циклом полномасштабного дообучения, создавшим мощную базу для RL-масштабирования». Формулировка технически верная, но имя базовой модели в тексте не прозвучало.
График оптимальности по Парето вывел Composer 2 в идеальный сектор: максимум производительности при минимуме затрат. В сравнение попали все титаны рынка, но одна модель демонстративно игнорировалась во всех отчетах — как в анонсе бенчмарка, так и в релизе Composer 2. Речь о Kimi K2.5 — фундаменте, на котором и был построен новый продукт.
Маркетинговая стратегия была безукоризненной. Свой бенчмарк за неделю до старта. Новая система координат эффективности. Жесткий ценовой напор. Полное молчание о происхождении базы. Все было продумано до мелочей. Кроме того, что выдает API.
К слову, если вы хотите самостоятельно проверить возможности топовых моделей, не полагаясь на маркетинговые уловки, загляните в BotHub. Сервис предоставляет доступ к GPT-5.4, Claude 4.6 и другим передовым нейросетям через единый удобный интерфейс. Сравнивайте их в реальных условиях и выбирайте лучшее для своих задач.
Для работы не нужен VPN, а оплата доступна обычными российскими картами.
По этой ссылке вас ждут 300 000 бонусных токенов — отличный старт для ваших первых проектов с использованием нейросетей!
Акт 2: Разоблачение и вынужденное признание
Тщательно выстроенная легенда рассыпалась менее чем за сутки.
20 марта, когда Финн обнаружил в ответе API странный путь:
accounts/anysphere/models/kimi-k2p5-rl-0317-s515-fast
Стало ясно всё: kimi-k2p5 — это разработка Moonshot AI; rl — обучение с подкреплением; 0317 — дата завершения тренировки (17 марта 2026 года); s515 — код эксперимента; fast — облегченная версия для продакшена.
Вся подноготная модели — от её корней до конкретных этапов обучения — была зашифрована в строке, которую просто забыли подменить. Финн лишь иронично заметил: «Ну хоть бы ID модели переименовали для приличия».
Реакция Moonshot (Фаза 1: Претензии)
Юлунь Ду, возглавляющий направление предобучения в Moonshot AI, среагировал молниеносно. Проведя анализ токенизатора Composer 2, он обнаружил его полную идентичность Kimi. Вердикт был однозначен: перед нами результат файн-тюнинга их собственной разработки.
Ду публично обратился к сооснователю Cursor Майклу Труэллу с вопросом о соблюдении лицензионных условий и выплате соответствующих отчислений. Другие сотрудники Moonshot также поддержали обвинения, но вскоре удалили свои записи — внутренняя координация в компании явно не поспевала за развитием событий.
Юридический капкан
Модель Kimi K2.5 распространяется по модифицированной лицензии MIT. К стандартным условиям Moonshot добавила важное требование:
При использовании ПО (или производных на его основе) в коммерческих продуктах с аудиторией более 100 млн активных пользователей в месяц или выручкой свыше 20 млн долларов в месяц, упоминание «Kimi K2.5» в пользовательском интерфейсе является обязательным.
Финансовые показатели Cursor говорят сами за себя: годовой доход превышает 2 миллиарда долларов, что дает около 167 миллионов в месяц. Это в 8 раз больше установленного порога. При этом в интерфейсе приложения о Kimi не было ни слова.
Cursor меняет показания
После нескольких часов молчания риторика Cursor начала меняться.
Сначала последовало осторожное: «Да, мы взяли за основу Open Source решение», при этом утверждалось, что основная доля вычислительных ресурсов ушла на собственные доработки.
Затем под давлением фактов признание стало явным: «Раз это так важно — да, это KIMI K2.5!». Ссылаясь при этом на некое «партнерство по инфраструктуре» с Fireworks AI.
Технически разработчики Cursor, скорее всего, говорят правду: RL-обучение и оптимизация контекста — это колоссальный труд, который действительно преобразил базовую модель. Но это никак не оправдывает попытку скрыть фундамент разработки в официальном анонсе.
Реакция Moonshot (Фаза 2: Примирение)
Финал истории оказался совершенно неожиданным.
Официальный канал Kimi внезапно опубликовал пост в поддержку Cursor, который полностью противоречил утренним гневным тирадам их собственного топ-менеджмента:
«Поздравляем коллег из Cursor с блестящим запуском Composer 2! Для нас большая честь, что Kimi K2.5 послужила надежным фундаментом для этого продукта».
Выяснилось, что Cursor работает с Kimi K2.5 через облачную платформу Fireworks AI в рамках легального коммерческого соглашения. Сделка была законной с самого начала, просто руководитель отдела предобучения Moonshot об этом не знал. Конфликт был исчерпан за сутки, но осадок остался.
Акт 3: Глобальный контекст
История с забытым ID — лишь верхушка айсберга. На самом деле это массовое явление.
Windsurf уже признал использование кастомной GLM-4.6 от Zhipu AI. Vercel и Cerebras также делают ставку на эту модель. Together AI активно продвигает Qwen-3-Coder от Alibaba. Статистика OpenRouter подтверждает: в начале марта 2026 года китайские нейросети обошли американские аналоги по популярности среди разработчиков.
Как лаконично заметил инвестор Чамат Палихапитийя: «Мы перешли на Kimi-K2. Anthropic и OpenAI хороши, но их экономика просто не выдерживает конкуренции».
За кулисами секретности
Почему же компании так упорно скрывают свои источники? Причин несколько:
1. Инвестиционная привлекательность. Оценка Cursor в 29 миллиардов долларов во многом держится на образе создателя уникального ИИ. Признание, что в основе лежит чужая открытая модель, портит красивую историю для венчурных капиталистов.
2. Политический климат. В текущих условиях ни одна американская IT-корпорация не хочет афишировать свою зависимость от китайских технологий.
3. Смена акцентов. Конкурентное преимущество сегодня смещается от самой модели к пользовательскому опыту (UX), качеству агентов и интеграции в рабочие процессы. Объяснить это пользователям гораздо сложнее, чем просто заявить: «Мы создали лучшую нейросеть».
Выводы
Инновации Cursor реальны. Их работа над RL и оптимизацией контекста — это весомый вклад в индустрию. Им не стоило прятать происхождение базы, ведь конечный продукт действительно превосходит оригинал.
Кризис доверия — результат маркетинговых игр. Проблема возникла не из-за нарушения законов, а из-за попытки выдать доработанную модель за полностью проприетарную.
Китайский Open Source правит бал. Значительная часть современного инструментария Кремниевой долины уже работает на решениях из КНР. И те, кто признает это открыто, в конечном итоге выиграют больше.
Настоящая проверка на прочность для современного продукта — это не сухие цифры бенчмарков, а его способность выдержать проверку любопытного инженера с отладчиком в руках.
