CursorBench 3.1 模型性价比：Composer 2.5 为何偏离成本曲线

搜「Cursor 用哪个模型」时，排行榜只给半边真相：谁分高。官方最近一张 CursorBench 3.1 图把另一半也画出来了，纵轴是得分，横轴是单任务平均成本。读完你会发现，贵模型多数时候更强，但曲线右边有一个明显的偏离点：Composer 2.5。

这篇只做一件事，教你怎么读这张性价比图，以及它和你每天在 Cursor 里切模型有什么关系。数字取图上的大致位置，用来比档位关系；具体美元会随定价和任务集变动，别当个人套餐报价来背。

先看懂坐标，再看点

• 纵轴：CursorBench 3.1 得分，大致从约 30% 到 75%。
• 横轴：Average cost per task。注意刻度是反的，左边贵（约 $20），右边便宜（靠近 $0），越往右越省钱，不是越贵。
• 连线：同一模型家族在不同「努力/配置」下的轨迹（图例里的 high / medium default）。
• 单点：个别模型只标一个工作点，例如 Composer 2.5、Gemini 3.5 Flash、Kimi 2.6。

误读横轴是最常见的坑：看到左边高分就以为「左边便宜」，其实左边多是「又贵又强」。

图上几条线各自在哪一档

按图上位置概括（都是约数）。Fable 5 high 在得分最高的一档（约 70%+），成本也最高，大约数美元到十几美元一个任务的量级，想冲上限时看它。Opus 4.8 high 是中上得分（大约五十多到六十出头），成本低于 Fable，仍明显高于最右端的廉价点。GPT-5.5 medium 在中段，成本压下去时得分下滑更明显，说明「省钱配置」会掉能力。Sonnet 4.6 high 在偏低分、偏低成本的区间，适合当「够用就行」的对照。Gemini 3.5 Flash 和 Kimi 2.6 落在更便宜、得分中等偏下的区域，偏吞吐和省钱。整体趋势很朴素，从左上到右下：愿意多花钱更能买到更高分，往右省钱，分数也跟着掉。

Composer 2.5：为什么看起来「离谱」

红色单点 Composer 2.5 大致落在得分约 63%、成本约 $1 一个任务的附近。同一得分高度上，左边的 Opus / GPT 系列要贵一截；同一成本高度上，右边多数点的得分又明显更低。

所以它不是「全场最高分」，而是这张图的性价比离群点：在中高分段里，把均价压得很低。这和「谁登顶 CursorBench」不是同一个问题，登顶看 Fable；问「日常 Agent 活能不能少花冤枉钱」，这张图把目光引向 Composer。

同站另有一篇讲 Agent 重建 SQLite 时，不同模型组合的总账单能差一个数量级，角度不同：那篇看重活编排，本文看基准上的得分乘均价。可对照 Cursor Agent 重建 SQLite 成本图怎么读。

怎么验收：别只抄一个模型名

读完图后，用一周真实工作来验收，比再刷一张截图有用：

1. 打开账户 Usage / 用量页，记下本周的任务类型（补丁、多文件功能、长 Agent）。
2. 同类任务各跑一轮：中高配模型对比 Composer 2.5（或你当前的默认）。
3. 验收三件事：一次通过率、你返工的次数、这个任务的花费。
4. 若 Composer 在你的仓库里返工暴增，说明基准优势没迁移过来，关键路径换回更强的模型，别死磕榜单。

CursorBench 是官方任务集上的位置，不是你业务代码的 SLA。图解决的是「别只看分、也看钱」，最终仍要看你仓库里的 diff 质量。

日常选型怎么落

• 探索、冲难题：需要上限时再上 Fable 一类高分段，并接受更高的均价。
• 默认写代码、Agent 循环：优先试 Composer 这类「分够用、价更低」的点，用 Usage 验证。
• 批量样板、简单问答：更便宜的 Flash 或中低分段就够，关键合并前再用强模型扫一眼。
• 别全程顶配：图上 GPT/Opus 往右压成本时分数会掉，说明「同一家族省钱」也有能力税，与其偷偷降配，不如显式换一个用途匹配的模型。

模型怎么按场景切，同站还有更偏清单的说明：Cursor 模型怎么选。

别把这张图讲成什么

• 不是「Composer 全面碾压」。最高分仍在更贵的系列，离群的是性价比，不是绝对能力的天花板。
• 不是个人账单预测。横轴是基准任务的均价，你的提示词长度、工具调用次数、是否开 Max 模式，都会改写真实花费。
• 不是永久排名。换 CursorBench 版本、换定价、换默认配置，点的位置都会动。

适合怎么讲，别怎么吹

适合转发的说法：看模型别只看分，把「单任务均价」叠上去，Composer 2.5 才显得刺眼。

不适合当标题党的说法：别写成「最强且几乎免费」，图上最高分仍更贵，Composer 赢的是中高分段的性价比位置。

下一步，打开 Usage 做一周对照；要是关心重型 Agent 编排的账单，去读 SQLite 重建那篇成本拆解。