एजेंट्स के लिए बढ़ा हुआ उपयोग
हमने सभी व्यक्तिगत योजनाओं के लिए Auto और Composer 1.5 की सीमाएँ बढ़ा दी हैं।
अब दो उपयोग पूल हैं:
- फ़र्स्ट-पार्टी मॉडल्स पूल: लॉन्च के समय, हमने Auto और Composer 1.5 के लिए काफी अधिक उपयोग शामिल किया।
- API: हम मॉडल के API मूल्य के अनुसार शुल्क लेते हैं (इस अपडेट में अपरिवर्तित)।
Composer 1.5 की उपयोग सीमा अब Composer 1 की तुलना में 3x है। सीमित समय के लिए (16 फ़रवरी तक), हम इस सीमा को बढ़ाकर 6x कर रहे हैं।
ऑटोकम्प्लीट से एजेंट्स तक
पिछले कुछ महीनों में, हमने एजेंट्स के साथ कोडिंग की ओर एक बड़ा बदलाव देखा है।
डेवलपर्स Cursor से अपने पूरे कोडबेस में महत्वाकांक्षी परिवर्तन करने के लिए कह रहे हैं। हम चाहते हैं कि Cursor रोज़मर्रा की एजेंटिक कोडिंग का समर्थन करे, और हम समझते हैं कि डेवलपर्स की प्राथमिकताएँ अलग-अलग होती हैं।
कुछ लोग हमेशा नवीनतम मॉडल्स के लिए भुगतान करने में सहज हैं, जबकि कुछ गति, इंटेलिजेंस और किफ़ायतीपन के बीच सही संतुलन तलाश रहे हैं। दो उपयोग पूल शुरू करके और फर्स्ट-पार्टी मॉडल के लिए सीमाएँ बढ़ाकर, हम इन दोनों तरीकों का समर्थन कर रहे हैं।
एजेंटिक कोडिंग के लिए एक नया मॉडल
Composer-1.5 जैसे अपने मॉडल्स को प्रशिक्षित करने से हम टिकाऊ तरीके से काफी अधिक उपयोग शामिल कर सकते हैं।
हमने पाया है कि Composer 1.5 एक बेहद सक्षम मॉडल है, जो Terminal-Bench 2.0 पर Sonnet 4.5 से बेहतर स्कोर करता है, लेकिन सर्वश्रेष्ठ फ्रंटियर मॉडल्स से पीछे है।1
हमें उम्मीद है कि हम नवीनतम फ्रंटियर मॉडल्स के साथ-साथ और भी अधिक बुद्धिमान तथा किफायती मॉडल्स उपलब्ध कराने के नए तरीके खोजते रहेंगे।
उपयोग की दृश्यता में सुधार
उपयोग की दृश्यता को और बेहतर बनाने के लिए, हमने एडिटर में एक नया पेज जोड़ा है, जहाँ आप दो अलग-अलग उपयोग पूल के साथ अपनी सीमाओं पर नज़र रख सकते हैं:
- फर्स्ट-पार्टी मॉडल्स पूल: लॉन्च के समय, जब Auto या
composer-1.5चुना जाता है, तो हम काफी अधिक उपयोग शामिल करते हैं। - API: व्यक्तिगत योजनाओं में हर महीने कम-से-कम $20 का उपयोग शामिल होता है (उच्च स्तरों पर इससे अधिक), और आवश्यकता पड़ने पर अतिरिक्त उपयोग के लिए भुगतान करने का विकल्प भी मिलता है। इस अपडेट के साथ इन उपयोग सीमाओं में कोई बदलाव नहीं किया गया है।
हमारे नवीनतम मॉडल को आज़माएँ
हम आपको हमारी अपडेट की गई उपयोग सीमाओं के साथ Composer 1.5 आज़माने के लिए प्रोत्साहित करते हैं।
दोनों उपयोग पूल आपके मासिक उपयोग चक्र के साथ रीसेट होते हैं। ये सीमाएँ अब सभी व्यक्तिगत योजनाओं (Pro, Pro Plus, और Ultra) पर लागू हैं।
- Terminal-Bench 2.0, Laude Institute द्वारा अनुरक्षित, टर्मिनल उपयोग के लिए एक एजेंट मूल्यांकन बेंचमार्क है। Anthropic मॉडल के स्कोर Claude Code harness का उपयोग करते हैं, और OpenAI मॉडल के स्कोर Simple Codex harness का उपयोग करते हैं। हमारा Cursor स्कोर डिफ़ॉल्ट बेंचमार्क सेटिंग्स के साथ आधिकारिक Harbor evaluation framework (Terminal-Bench 2.0 के लिए निर्दिष्ट harness) का उपयोग करके निकाला गया था। हमने प्रत्येक मॉडल-एजेंट जोड़ी के लिए 2 iterations चलाए और उनका औसत रिपोर्ट किया। बेंचमार्क के बारे में अधिक विवरण आधिकारिक Terminal Bench वेबसाइट पर मिल सकते हैं। Composer 1.5 के अलावा अन्य मॉडल्स के लिए, हमने official leaderboard स्कोर और हमारे इन्फ्रास्ट्रक्चर पर चलाकर रिकॉर्ड किए गए स्कोर में से अधिकतम स्कोर लिया। ↩
