Le Grok 4.5 de Cursor a été construit par des agents IA, pas par des humains. C'est ça, la vraie histoire.

Lundi, Cursor a annoncé le lancement de Grok 4.5, un modèle Mixture-of-Experts qu'il a développé conjointement avec SpaceXAI. Mais le titre, un modèle plus intelligent avec des scores de référence plus élevés, passe à côté de la véritable histoire. Le développement le plus significatif n'est pas le modèle lui-même ; c'est la façon dont il a été construit. cognitions-swe-17-pushes-coding-agent-cost-performance-further-with-42-benchmark-score

La boucle d'auto-renforcement

Grok 4.5 est le premier modèle dont les environnements d'entraînement ont été construits à grande échelle par des agents IA autonomes. Selon Cursor, les ingénieurs définissent un problème et une méthode de vérification, puis de grands groupes d'agents construisent, testent et affinent chaque environnement d'entraînement. Certains de ces problèmes, selon l'entreprise, auraient nécessité des mois de travail de la part d'équipes de centaines d'ingénieurs pour être créés manuellement. why-parallel-agents-are-the-next-battleground-for-ai-orchestration

« C'est l'une des façons dont nous avons utilisé le modèle précédent pour accélérer les progrès du modèle suivant », a écrit l'entreprise dans son annonce.

Il s'agit d'une boucle d'auto-renforcement : chaque génération de modèles aide à construire les environnements qui enseignent la génération suivante. Le résultat est un volant d'inertie qui accélère les capacités, où le taux d'amélioration se cumule.

Plus qu'un spécialiste du codage

Contrairement à Composer 2.5, le modèle précédent de Cursor qui était optimisé de manière étroite pour le codage, Grok 4.5 conserve un mélange de données d'entraînement plus large. L'entreprise a délibérément inclus des tâches STEM de haute qualité, des publications de recherche et d'autres formes de travail intellectuel. Le résultat est un modèle qui revendique une maîtrise dans les domaines du génie logiciel, de la science des données, de la finance, du droit et de toute profession basée sur l'informatique. the-frontend-refactor-600-files-at-a-time-what-moonshotais-rebuild-reveals-about-ai-coding-agents-in-production

L'entraînement de Grok 4.5 a commencé avec des billions de tokens provenant des données d'interaction de Cursor, capturant la façon dont les développeurs et les agents travaillent à travers les bases de code et les outils. Il a ensuite subi un apprentissage par renforcement sur des problèmes difficiles dans des environnements réalistes, apprenant à analyser, utiliser des outils, se remettre des erreurs et vérifier les résultats.

L'entreprise note qu'à mesure que les modèles s'améliorent, les tâches existantes cessent d'enseigner quoi que ce soit de nouveau : les problèmes qui nécessitaient autrefois un raisonnement approfondi deviennent triviaux. Le nouveau pipeline d'entraînement est conçu pour continuer à générer des problèmes suffisamment difficiles.

Scores de référence et une mise en garde sur la contamination des données

Cursor a publié les scores de référence pour Grok 4.5 sur SWE-Bench Pro, Terminal-Bench et un SWE-Bench multilingue. Mais l'entreprise a également révélé que Grok 4.5 bénéficie d'un avantage sur CursorBench : un instantané antérieur de la base de code de Cursor a été accidentellement inclus dans l'entraînement. « L'impact exact n'est pas clair », écrit Cursor. Les données ont été supprimées des modèles futurs, et Cursor travaille sur une mise à jour plus importante de CursorBench. the-benchmark-that-made-language-models-speak-how-2018s-glue-bet-changed-ai-forever

Cette transparence est rare dans une industrie qui balaie souvent la contamination des données sous le tapis. Cela signifie également que les scores de CursorBench doivent être pris avec des pincettes.

Tarification et disponibilité

Grok 4.5 est disponible aujourd'hui sur le bureau, le web, iOS, le CLI et le SDK de Cursor. Les plans individuels et d'équipe incluent une utilisation significative dans le pool de modèles propriétaires, avec une utilisation doublée pendant la première semaine. Le prix du modèle de base est de 2 $ par million de tokens d'entrée et de 6 $ par million de tokens de sortie. Une variante plus rapide coûte 4 $ par million de tokens d'entrée et 18 $ par million de tokens de sortie.

Composer 2.5 reste disponible en tant que catégorie de poids distincte, et Cursor indique qu'il publiera d'autres modèles de cette catégorie à l'avenir.

Le tableau d'ensemble

L'approche de Cursor, qui consiste à utiliser des agents IA pour construire des environnements d'entraînement pour la prochaine génération de modèles, pourrait être plus conséquente que n'importe quelle sortie de modèle unique. Si cette boucle d'auto-renforcement évolue, elle pourrait considérablement comprimer le calendrier d'acquisition de capacités générales dans un large éventail de travaux intellectuels. moonshot-ais-k27-code-is-faster-and-cheaper-but-open-source-coding-models-face-a-new-benchmark-gap

Le manuel de jeu de l'entreprise est clair : au lieu de rivaliser uniquement sur la taille du modèle, rivalisez sur l'efficacité de la construction de meilleurs modèles en utilisant les modèles que vous possédez déjà. Et c'est peut-être la leçon la plus importante de Grok 4.5.