Новости5 августа 2026 г.9 мин чтения

Как пользоваться Cursor в 2026-м, если по умолчанию там не Claude, а Composer 2.5

Новичок в Cursor интуитивно ждёт, что агент работает на Claude — и первый вечер настройки уходит не туда, потому что дефолт давно сменился

Откройте Cursor сегодня, включите Agent mode на реальной задаче и посмотрите, какая модель отработала запрос. Скорее всего в строке модели окажется Composer 2.5 — собственная модель Cursor, которую с 22 июля 2026 года диспетчеризует Cursor Router, внутренний классификатор запросов с тремя режимами: Intelligence, Balance, Cost — cursor.com/changelog/router. Claude и GPT никуда из интерфейса не делись: frontier-модели вроде Claude Opus 4.7 остались в списке как опция для сложных случаев, но значение по умолчанию теперь другое. Разница кажется технической, пока не разберёшься, что от неё зависит расход лимита — а он у новичка сгорает быстрее, чем он рассчитывал, обычно не там, где он предполагал.

Ответ на вопрос «как пользоваться Cursor» правильнее начинать не с выбора модели, а с понимания четырёх режимов и того, что каждый из них стоит.

Платите в рублях за Claude API без наценки на токены через provod.ai

Четыре режима вместо трёх

Tab — автодополнение, которое строит подсказки из трёх сигналов: недавних правок пользователя, кода вокруг курсора и ошибок линтера в файле, показывая их серым текстом — cursor.com/help/ai-features/tab. Официальная документация не называет модель под Tab и не приводит цифр задержки, так что угадывать, что именно крутится внутри, смысла мало. Практически важнее другое: судя по тому, что и в документации, и в тарифах Tab описан отдельно от Agent-запросов, он живёт в своём расходном контуре и на Agent-лимит не влияет. Прямой формулировки об этом Cursor не публикует — точные триггеры расхода лимита компания вообще не раскрывает, — так что это вывод из устройства планов, а не процитированный факт.

Ask mode ищет по кодовой базе и отвечает на вопросы, не трогая файлы. Agent mode — многошаговый режим: читает, редактирует несколько файлов и выполняет команды терминала с подтверждением пользователя — cursor.com/docs. Отдельно стоит Plan Mode (Shift+Tab): агент сначала задаёт уточняющие вопросы, исследует кодовую базу и только потом выдаёт план на ревью — до того, как коснётся файлов — cursor.com/docs/agent/plan-mode. Документация не приводит цифр, насколько Plan Mode снижает число неверных правок против прямого запуска Agent, но логика механизма понятна: одна лишняя итерация ревью дешевле, чем откат неправильного диффа на пяти файлах. С апреля 2026 всё это живёт в едином Agents Window — панели, которая позволяет параллельно запускать локальных и облачных агентов по разным репозиториям, что стало частью интерфейса Cursor 3 — digitalapplied.com, разбор Cursor 3.

Что реально ест лимит

Лимит тратит не Tab и не чтение в Ask — он тратится там, где агент правит файлы и особенно там, где правит их повторно. Публичной таблицы биллинга у Cursor нет, поэтому то, что ниже, — реконструкция по документации и структуре планов, а не выдержка из тарифов.

Действие	Расход лимита	Что происходит
Tab	Скорее всего не тратит Agent-лимит	Отдельная модель и отдельный раздел в тарифах; прямого подтверждения в документации нет
Ask	Минимальный	Только чтение и поиск по кодовой базе
Plan Mode	Тратит, но снижает риск повторных правок	Уточнения + план на ревью до изменения файлов
Agent	Тратит максимально	Правки нескольких файлов + терминал; ретраи умножают счёт
Ручной форсинг frontier-модели	Предположительно тратит по цене модели, мимо Router	Composer заменяется на Claude/GPT/Gemini вручную

Ключевая строка — последняя. Changelog говорит только, что Auto mode полностью идёт через Cursor Router; обратной формулировки — что при ручном выборе модели маршрутизация выключается — там нет. Это уже вывод по логике механизма: раз Router описан как механизм режима Auto, то ручной выбор Claude или GPT «на всякий случай» его, вероятнее всего, обходит, и запрос идёт мимо дешёвого Composer-вызова — по цене конкретной frontier-модели. Явной формулировки об этом ни в changelog, ни на странице цен нет, так что относиться к строке стоит как к рабочей гипотезе, которую легко проверить на своём счётчике за вечер.

Router и его цена: вендор говорит одно, форум — другое

Composer 2.5 существует в двух тирах: Standard — $0.50 за миллион входных токенов и $2.50 за выходные, Fast — $3.00 и $15.00 соответственно, при этом Fast остаётся дефолтом — cursor.com/blog/composer-2-5. По независимому разбору Tech Times, на SWE-Bench Multilingual Composer 2.5 набирает 79.8% против 80.5% у Claude Opus 4.7 — практически паритет — при цене примерно в 10 раз ниже по входным токенам и в 30 раз ниже по выходным — techtimes.com о паритете Composer 2.5 и Opus 4.7. Важная оговорка: сами исходные бенчмарки в основе всё равно восходят к данным, раскрытым Cursor, независимого воспроизведения теста нет.

Cursor Router обучен на более чем 600 тысячах живых запросов и, по данным независимого технического автора MarkTechPost, даёт стоимость коммита $4.63 в режиме Auto Balance и $6.76 в Auto Intelligence против $7.34 у чистого Opus 4.8 — это уже другой отчёт и другая версия модели, не опечатка: майский бенчмарк Tech Times сравнивал Composer с Opus 4.7, июльский разбор Router считает деньги против 4.8. Экономия — 60% в собственных A/B-тестах вендора и 30–50% у ранних enterprise-клиентов — marktechpost.com о запуске Cursor Router. Автор разбора, технический журналист Michal Sutter, прямо указывает: цифры построены на собственных метриках Cursor — satisfaction, keep rate — без офлайн-бенчмарков и стороннего аудита. Причём данных по третьему режиму, Cost, компания вообще не публикует — а это как раз тот режим, который вероятнее всего выберет новичок, экономящий лимит.

Параллельно на официальном форуме Cursor пользователь Efkan Bakanay описывает противоположный опыт: «A $60 plan is not enough to complete a single real-world project» — план не покрывает один реальный проект, а исправление ошибок модели обходится дороже, чем написать код руками — forum.cursor.com, тема о расходе токенов. Это анекдотическое единичное свидетельство без воспроизводимой методологии подсчёта токенов и без указания режима роутера — но оно попадает точно в слепую зону вендорских цифр: если вы попали в цикл повторных правок, никакая усреднённая экономия 60% вас не спасёт, потому что усреднение скрывает именно такие выбросы.

Независимый преподаватель Steve Kinney предлагает третью позицию, ближе к практической: по умолчанию оставаться на Auto для обычной реализации, рефакторинга и багфиксов, переключаясь на конкретную модель только при доказанной пользе для текущей задачи, а не заранее — stevekinney.com о выборе модели в Cursor. Это ровно противоположно инстинкту новичка, который первым делом лезет в настройки и вручную ставит Claude «чтобы было надёжнее» — и тем самым выключает весь механизм маршрутизации, ради которого Cursor вообще снизил цены.

Но «доказанная польза» откуда-то должна взяться, а гадать по общим бенчмаркам бесполезно. Проще прогнать один и тот же промпт напрямую через несколько моделей за пределами Cursor: provod.ai даёт единый OpenAI-совместимый API поверх доступного каталога моделей, так что сравнение диффов от Claude, GPT и других моделей на одном запросе не требует переключения между отдельными консолями поставщиков.

Контекст, который снижает расход, а не увеличивает его

.cursor/rules/*.mdc с frontmatter — alwaysApply, globs, description, @-mention — хранит правила проекта; AGENTS.md — их упрощённая альтернатива без метаданных. Оба подключаются к контексту Agent-чата, но не действуют на Tab и на Cmd/Ctrl+K — cursor.com/docs/rules. Документация не раскрывает точную связь объёма правил с расходом токенов — известен только факт, что правила попадают в начало контекста каждого агентного запроса. Практический вывод: короткое, конкретное правило («тесты в /tests, используем Vitest, не трогай /legacy») снижает число уточняющих вопросов и неверных догадок агента — то есть снижает число ретраев, которые и жрут лимит по таблице выше. Раздутый AGENTS.md на пятьсот строк работает в обратную сторону: он утяжеляет каждый запрос без выигрыша в точности.

Чек-лист первого вечера

Включите Tab и поработайте с ним 10–15 минут на реальном файле — по устройству планов это отдельный от Agent-запросов контур, и на агентный лимит такой прогон, судя по всему, не идёт.
Возьмите одну настоящую задачу и пройдите через Plan Mode целиком: дайте агенту задать вопросы, изучить кодовую базу, показать план — и только потом одобрите правки.
Заведите .cursor/rules с тремя-пятью конкретными правилами проекта — структура папок, тестовый фреймворк, что не трогать — вместо длинного AGENTS.md.
На той же задаче сравните дифф Agent mode с дефолтным Composer 2.5 и дифф с вручную выбранным Claude или GPT — визуально и по количеству итераций до рабочего результата.
Если хотите независимую проверку без траты лимита на ретраи в самом Cursor — прогоните тот же промпт через отдельный API-доступ к моделям, например через provod.ai, и сравните ответ построчно.
Решите про план: Hobby бесплатен, но с ограниченными Agent-запросами; Individual/Pro — $20/мес с расширенными лимитами и доступом к frontier-моделям; Teams — $40 за пользователя в месяц — cursor.com/pricing. Для одного вечера тестов достаточно Hobby, для рабочей недели — уже Pro.

Дальше решение упрощается: Auto стоит по умолчанию, а ручной Claude включается только тогда, когда Composer действительно ошибается на архитектуре; одного сомнения для переключения мало. Разница между этими двумя привычками на дистанции месяца — вероятно, разница между планом за $20, которого хватает, и планом за $60, которого, если верить форуму, не хватает даже на один проект.

provod.ai — отдельное пространство для задач компании

Рабочие запросы, доступы и расходы не должны жить в личных аккаунтах сотрудников: корпоративное пространство объединяет команду и помогает сохранять управляемый контур использования AI.

В одном каталоге — актуальные модели для текста и медиа: GPT от OpenAI, Claude от Anthropic, Gemini от Google, Grok от xAI, DeepSeek, Qwen, GLM, Kimi и MiniMax; для изображений — Nano Banana 2 Pro и GPT Image; для видео — последние версии Seedance, Kling, Veo и Google Omni. Также доступны модели для reasoning, поиска, документов, эмбеддингов, музыки и аудио.

Компания получает единый тарифный принцип: цены 1:1 с официальными поставщиками и нулевая собственная наценка provod.ai.

Создайте рабочее пространство команды: форма регистрации · цены на модели · защита данных по 152-ФЗ · политика обработки данных