Cursor 模型怎么选:10 月调整后的可用模型与计费规则

Cursor 模型在 10 月订阅调整后怎么选?本文梳理 Grok、Composer、Claude、GPT 和 Gemini 的使用权限,对比新旧套餐的额度与计费规则,解释 Auto 路由、子智能体和自带 API 密钥的限制,帮助开发者与团队按任务选型,并通过实际用量和验收结果判断是否需要调整现有配置。

发布于

Cursor 模型怎么选:10 月调整后的可用模型与计费规则

10 月订阅调整后,Cursor 模型分成两类:Grok 4.7、Grok 4.6、Grok 4.5 和 Composer 2.5 消耗套餐内的 Cursor 模型额度;Anthropic Claude、OpenAI GPT 和 Google Gemini 则需要符合条件的套餐,并按第三方模型的规则另行计费。Free 和 Plus 只能使用前一类。边写边改的交互式编程可以先选 Composer,难度高、需要持续推进的任务可以先试 Grok 4.7;使用第三方模型前,先确认套餐权限。

核验日期:2026 年 10 月 25 日。本文依据 Cursor 当时在线的模型、订阅、Router 和子智能体文档核验。最需要分清的是:“可以使用某个模型”和“套餐包含它的用量”是两回事。

Cursor 官网展示编程智能体与模型选择流程
Cursor

Cursor 模型有哪些?现在能用哪些模型?

Cursor 同时支持自有的 Grok、Composer 模型,以及第三方的 Claude、GPT、Gemini 模型,但具体能用哪些,取决于订阅套餐。 在现行订阅体系 The X Subscription 下,付费账户每周获得与 Grok 共用的 Cursor 模型额度;第三方模型请求则扣除预付余额。Cursor 现行模型文档说明了这一区别。

下表分别列出新订阅和旧版账户的规则。“套餐内可用”表示从额度中扣除,并不代表请求次数无限。Free 的用量有限,付费套餐的额度则因账户而异。

模型或模型系列Free / PlusPremium、Super、Ultra;新版 Teams / Enterprise旧版 Pro、Pro+、Ultra / Teams
Grok 4.7套餐内可用,受用量限制Cursor 模型额度池Cursor Models 额度池
Grok 4.6套餐内可用,受用量限制Cursor 模型额度池Cursor Models 额度池
Grok 4.5套餐内可用,受用量限制Cursor 模型额度池Cursor Models 额度池
Composer 2.5套餐内可用,受用量限制Cursor 模型额度池Cursor Models 额度池
Anthropic Claude不可用按 API 标价扣除预付余额按 API 标价消耗 Other Models 额度池
OpenAI GPT不可用按 API 标价扣除预付余额按 API 标价消耗 Other Models 额度池
Google Gemini不可用按 API 标价扣除预付余额按 API 标价消耗 Other Models 额度池

来源:可用模型、现行订阅和旧版套餐。Teams 和 Enterprise 还需为适用的第三方请求支付 Cursor Token Rate 附加费,务必查看豁免清单。个人账户不收取这项附加费。

根据 Cursor 公布的价格,个人套餐的税前月费分别为 Free $0、Plus $8、Premium $30、Super $100、Ultra $200,均以美元计价。额度、团队席位和旧版套餐的细节见 Cursor 价格详解。

Cursor 免费模型有哪些?Plus 有什么限制?

Free 可以体验自有模型;Plus 则是功能受限的自有模型编程套餐。 Plus 固定关闭 Fast,将推理强度设为 medium,Grok 4.7 的上下文窗口为 256k。它不支持 Auto、第三方模型或自带 API 密钥。这些都是明确写入套餐的限制,所以菜单里没有 Claude,不一定是安装出了问题。

如果只是用 Composer 做小幅修改,这样的配置可能已经够用。但如果工作流程明确依赖 Claude 或 GPT,Plus 在模型权限这一关就不符合要求,还谈不上比较输出质量。订阅之前,先确定自己必须使用哪些模型。

Premium 能用哪些模型?与旧版套餐有何不同?

Premium 及以上套餐开放第三方模型,但新订阅并不附带第三方模型额度。 已有 Pro、Pro+ 或旧版 Ultra 账户的情况不同:每月的 Other Models 额度池仍可按模型的 API 标价支付第三方用量。额度用完后,如果启用了按需付费,就可以继续付费使用。Cursor 旧版套餐文档对此有明确说明。

可以把新账户理解成一张餐饮会员卡:自家菜包含在套餐里,外请厨师的菜另付费;旧版账户则还带有一笔外请菜品的额度。因此,同一个模型名称虽然能同时出现在两种账户中,实际扣除的余额却可能不同。

旧版订阅用户在迁移前,应先查看自己实际用了多少第三方模型。Cursor 表示,切换到新订阅是自愿的,但一旦切换就无法恢复。如果平时最常用的是 Claude,再多的自有模型额度也替代不了套餐内的 Claude 额度。

Cursor 模型怎么选?日常编程与复杂任务分别用什么?

先看任务卡在哪里:交互太慢、长任务做不完,还是需要某个模型特有的处理方式。 Cursor 的选型建议是:交互式编程选 Composer,最难且耗时较长的任务选 Grok 4.7,复杂的多步骤任务可以选 Claude Opus 或 GPT-5.6 Sol。下面把这些建议放到日常开发场景中说明。

Composer 2.5:需要自己随时介入、引导修改时,先从它开始。 Cursor 称它针对工具调用、文件编辑和终端操作做了优化。模型页面列出的上下文窗口为 200k;快速版本面向交互式会话,标准版本则侧重降低 token 成本。

一个组件需要修改,而且已有明确失败的测试,就很适合拿来起步:要求做最小改动,检查 diff,再继续推进。需要停下来调整的信号是:反复修补,却始终没有解决根本问题。此时应补清需求或换用更强的模型,不要无限延长没有进展的对话。也要先看速度设置,不能认为只要叫“Composer”,用量表现就固定不变。

Grok 4.7:适合需要持续排查和验证的任务。 Cursor 表示,与 Grok 4.6 相比,它改进了自我验证和长时间执行任务的能力。例如,跨文件修改身份验证逻辑,就很依赖持续推进能力:智能体必须串起请求处理、会话逻辑、测试和失败路径。交付任务之前,先把这些检查项列清楚。

Grok 4.7 文档区分了 256k 的标准上下文和 500k 的最大上下文,单位都是 token,也就是模型处理文本和代码时使用的片段。上下文容量决定模型一次请求能考虑多少材料,却不保证它会注意到关键依赖。除了文件,还要给出出错表现和验收标准。

Grok 4.6 和 Grok 4.5:已有工作流程表现可靠,就有保留的理由。 Cursor 仍然列出了这两个版本,但其 Grok 4.6 页面建议使用 4.7,以获得更强的自我验证和长任务处理能力。面对新的高难度任务,仅仅因为熟悉,就把旧版本设为默认,理由并不充分;同样,在没有评估替代方案之前,也没必要打乱一个已经能通过验收的工作流程。Grok 4.7 与 Grok 4.6 对比讨论了这类迁移决策。

Claude Opus 和 GPT-5.6 Sol:处理复杂任务,或需要另一种解题思路时,再有针对性地选择。 当问题需要不同模型换个角度理解时,它们的价值就体现出来了。切换时保持任务和验收测试不变,才能判断结果是否更好,而不是被更有说服力的解释打动。

Cursor 的 GPT-5.6 Sol 页面介绍了它持续执行智能体任务,以及简洁规划、调试回复的特点;同时也指出,它可能过度使用子智能体,有时会等到收到明确执行指令才动手。如果模型提出了正确修复方案却停在那里,就直接要求它实施。方案写得再漂亮,也不等于工单已经完成。

Gemini:已有明确偏好理由时,值得评估。 Cursor 的通用指南提到,部分用户偏好 Gemini Pro;这不等于官方宣称 Gemini 在某类编程任务中胜出。当前模型目录包含 Gemini 4 Argon、Gemini 3.1 Pro、Gemini 3.8 Flash,也列出了 Opus 5.5、Sonnet 5.5 等较新的 Claude 型号。应查看可直接选择的模型目录,因为它与 Auto 的路由模型池是两份不同的名单。

建筑式路径依次连接套餐、模型权限、任务适配与用量检查
先确认使用权限,再按任务选模型,最后检查实际用量。

实用的默认方案是:能持续检查过程的任务用 Composer,瓶颈在于持续排查时用 Grok 4.7;第三方模型则在已获准使用、且输出值得单独付费时采用。无论选哪一个,都应以人工审查和代码仓库检查作为验收标准。

Cursor Auto 怎么选?Cost、Balance 与 Intelligence 的区别

Auto 是模型选择机制,本身并不是另一个模型;较新的 Cursor Router 目前要求使用 Teams 或 Enterprise。 Cursor 的 Router 文档明确将 Balance 和 Intelligence 归于这一系统。Plus 则明确不支持 Auto。不要以为所有账户看到的 Auto 菜单都相同。

Auto 模式优先考虑什么建议用途计费规则
Costtoken 开销;沿用此前的 Auto 逻辑在支持 Auto 的账户中处理常规任务消耗 Cursor 模型额度;不收取 Cursor Token Rate
Balance智能水平、速度和成本团队任务类型多样,不想每次手动选模型按实际路由模型的标价计费;适用的第三方请求另收附加费
Intelligence为较难任务选择能力更强的模型团队中的复杂、多步骤任务按实际路由模型的标价计费;适用的第三方请求另收附加费

这些模式定义和计费规则来自 Cursor Router 文档。Cursor 称 Balance 是新用户的默认模式,而团队管理员可以控制开放哪些模式。表中的“建议用途”是实际操作层面的解读:常规工单先用常规设置,只有任务确实需要时再升级,不必只因好奇就提高配置。

目前文档列出的 Router 模型池是 GPT-5.5、Claude Opus 5、Grok 4.6 和 Claude Fable 5。Cursor 提醒,这个模型池会变化,而且某个模型可能先进入手动选择列表,之后才加入路由。因此,选择器里有 Grok 4.7 和 GPT-5.6 Sol,并不能证明 Auto 会调用它们。应以已公布的模型池为准。

团队负责人还需要留意路由策略中的依赖关系。禁用 Grok 4.6 会导致 Router 停用;同时禁用 GPT-5.5 和 Claude Opus 5,也会导致 Router 停用。据 Cursor 说明,如果只禁用后两者中的一个,路由质量也会下降。审核允许列表时,应把它当成需要实际运行的路由配置,而不只是偏好的供应商名单。

Enterprise 管理员必须启用 Router,团队设置也可以限制可用模式或强制使用 Auto。管理员控制文档解释了为什么某个账户能看到的设置,另一个开发者却改不了。路由到第三方模型的请求仍按第三方规则计费;选择 Auto,不会让它变成套餐内的自有模型用量。

Cursor 怎么切换模型?切换后还要检查哪些设置?

在聊天或智能体面板中切换模型,然后在提交下一个任务前检查设置。 Cursor 表示,所选模型会跨对话保留。这很方便,但昨天选的高成本或专用模型,也可能悄悄成为今天的默认选项。无论使用指定模型还是 Auto,都可以先看模型切换说明。

  1. 打开模型选择器

    在聊天或智能体面板中选择一个可用模型。macOS 可用 Cmd+/,Windows/Linux 可用 Ctrl+/ 循环切换模型。

  2. 检查模型名称旁的选项

    使用 Auto 时,选择账户提供的优化模式;使用指定模型时,检查可用的速度、推理强度和上下文设置。套餐可能限制这些选项,Plus 就是最明确的例子。

  3. 运行有代表性的任务,检查用量

    选择一个成功条件明确的任务,比如修复可以稳定复现的测试失败。检查 diff、测试结果和实际使用的模型,再决定是否将这套选择设为默认。

Cursor 多模型如何协作?子智能体的模型由谁决定?

主智能体选择器中的模型,并不能决定所有子智能体使用什么模型。 子智能体是接受委派、独立完成部分任务的执行者。Cursor 内置的子智能体会按子任务选择模型;自定义子智能体默认使用 inherit,即继承主智能体的模型,也可以指定模型 ID。主智能体在启动子智能体时,同样可以指定模型。Cursor 子智能体文档介绍了这些配置方式。

例如,可以将自定义配置放在 .cursor/agents/local-review.md 中:

Markdown
---
name: local-review
description: Reviews a bounded code change for correctness.
model: "composer-2.5[fast=false]"
---
Review the supplied diff and relevant tests.
Report concrete defects with file references. Do not edit files.

这里的模型设置明确指定了标准速度的 Composer 2.5。如果希望子智能体跟随主智能体的模型,改用 model: inherit 即可。模型配置语法来自 Cursor 的配置文档。

计费上的影响很容易被忽略。主智能体使用 Grok、Composer 或 Auto 时,仍可能把任务交给指定的第三方模型。这个子智能体会在新订阅下扣除预付余额,在旧版套餐下消耗 Other Models 额度。任务卡片会显示实际运行的模型,用量面板也会记录对应模型。套餐限制和管理员禁用规则,可能让配置中的模型选择无法生效。

主智能体分出两条路径:内置子智能体自动选择模型,自定义子智能体继承或覆盖模型设置
逐个检查子智能体的模型:主智能体的选择只反映了本次运行的一部分。

团队排查意外账单时,应从这些子智能体记录入手。不能只因为主聊天窗口显示的是自有模型,就认定额度扣错了。每个子智能体都有独立的上下文和 token 用量,因此委派任务也要有明确价值:独立排查、单独审查,或确实适合在独立上下文中完成的工作。

Cursor 自定义模型怎么接入?自带 API 密钥的限制

自带 API 密钥改变的是受支持推理请求的付费方,不会消除套餐、功能或供应商限制。 Plus 不支持 BYOK,也就是自带密钥。Cursor 的密钥文档列出了 OpenAI 标准非推理聊天模型、Anthropic Claude、Google Gemini、Azure OpenAI 和 AWS Bedrock,具体仍受各供应商所支持配置的限制。

接入时,打开 Cursor Settings > Models,选择供应商,输入密钥并保存。在符合条件的个人套餐中,这些请求由供应商直接计费,不消耗 Cursor 套餐内的模型额度或预付余额。在 Teams 和 Enterprise 中,适用的请求仍需支付 Cursor Token Rate。Tab 补全则继续使用 Cursor 内置模型。

如果组织已经有供应商账户,希望把推理费用记在那个账户下,这种方式就有用。但这并不意味着每个模型版本、每项 Cursor 功能都会使用该账户。在调整团队的计费安排之前,先确认所需的具体模型出现在选择器中,而且目标工作流程受到支持。

数据处理也有边界:请求仍会经过 Cursor 后端,以构建提示词。Cursor 表示,密钥会安全传输且不会被持久化保存,但它的 Zero Data Retention 政策不适用于 BYOK,此时由供应商的数据政策决定。应选择符合组织要求的接入方式,而不只是选择更喜欢的账单归属。

地区限制也会影响可用模型

找不到某个模型,原因可能是套餐,也可能是供应商的地区限制。 Cursor 的地区文档说明,供应商的限制可能让模型不出现在选择器中。此时可选择其他已启用的模型,或在账户支持时使用 Auto。供应商密钥也只能在其允许访问的地区使用,无法绕过地区限制。

分布式工程团队在制定统一模型配置之前,应先从每位开发者所在地区验证预期设置,不要假定所有人的模型菜单都一样。缺少模型时,依次检查套餐、管理员允许列表和供应商的地区可用性,比反复重装编辑器更有助于找到原因。

10 月调整,不能据此得出哪些结论?

订阅菜单变了,并不能证明 GPT 已经从 Cursor 消失。 在本文核验当天,Cursor 文档中仍然有 GPT-5.6 Sol。一条社交媒体帖子不足以证明某个模型已经退出,或确定停用日期。安排当前工作流程,应依据现行模型目录和自己账户的实际权限。

Auto 也不意味着“每次都用最新模型”。它经过验证的模型池与完整目录不同,目标是根据任务选择模型。如果验收要求里明确指定了某个模型,就应在可用时直接选择,不要寄希望于路由恰好选中它。

最后,更大的上下文窗口或更高的推理强度,都替代不了清晰的任务描述。遇到难修的 bug,应提供复现方法、预期行为和必须通过的测试。容量更大,可以容纳更多证据,却无法补上没有说清楚的需求。

如果需要在不同编程客户端之间灵活使用供应商模型,Cursor 替代方案对比讨论了这一独立问题。可迁移性本身就是评估备用方案的理由,无须先假定某家供应商已经离开 Cursor。

谁该现在调整,谁该等等,谁可以继续用原配置?

开发者只有说得清要解决什么问题时,才需要更换默认模型。 如果 Composer 在常规任务中能交付便于审查的修改,就继续用。如果复杂任务反复做到一半就停下,可以设定明确的完成条件,评估 Grok 4.7。如果问题在于需求含糊,就先把需求写清楚。

团队负责人现在就应检查路由和子智能体。 确认可用模型、界面中可见的 Auto 模式、实际路由模型是否显示,以及自定义子智能体是否覆盖了模型设置。只审批主智能体所用模型的政策,会漏掉一部分实际工作流程。

需要 Claude、GPT 或 Gemini 的用户,应排除 Plus。旧版订阅用户则应先弄清迁移会失去哪些额度,再决定是否切换。 现有旧版账户运行正常,并不会因为公开套餐改了名称,就被迫采用新的计费结构。

到周一,从自己的待办事项中各选一个普通工单和一个高难度工单。记录所选模型、设置、子智能体模型、已完成的检查和用量。保留能以较少返工交付合格结果、且用量可预期的配置。这些观察,比仅凭一个模型名称就让整个团队统一选型更有用。

常见问题

Cursor 使用哪些模型?

Cursor 提供自有的 Grok 和 Composer 模型,符合条件的账户还可使用第三方 Claude、GPT 和 Gemini 模型。Auto 会为请求选择模型,本身并不是独立的基础模型。

Cursor Pro 能用哪些模型?

旧版 Pro 包含 Cursor Models 和 Other Models 两个额度池。Grok 和 Composer 使用前者,第三方模型按 API 标价消耗后者。Pro 属于旧版套餐,不能直接套用现行 Premium 的计费规则。

Cursor 哪个模型好?

交互式编程可以先用 Composer,难度高、需要持续推进的任务可以先用 Grok 4.7。Cursor 也推荐 Claude Opus 和 GPT-5.6 Sol 处理复杂的多步骤任务。最合适的模型,是自己有权限使用、能满足任务验收标准,且不必反复修补的那一个。

Cursor 本身就是一个 AI 模型吗?

Cursor 是编程产品,不是单一模型。它既提供自有模型,也提供其他供应商的模型,具体取决于订阅和可用性。

Cursor 归 Elon Musk 所有吗?

准确的公司层面表述是:Cursor 已被 SpaceX 收购。Cursor 于 2026 年 8 月 14 日宣布收购完成。所有权并不能说明账户能使用哪些模型,这要看现行模型文档。

Claude Code 比 Cursor 更好吗?

对具体工作而言,没有放之四海而皆准的赢家。在 Cursor 中选择 Claude,是选模型;选择 Claude Code,则是选产品。应拿有代表性的代码仓库任务,比较完成情况、审查成本和工作流程适配程度,不能因为使用同一模型系列,就认为行为完全相同。

Cursor 就是 VS Code 吗?

Cursor 基于 VS Code,其迁移文档对此有说明。它加入了自己的智能体工作流程和模型控制,因此熟悉编辑器,并不代表已经了解模型权限或计费规则。

有没有比 Cursor 更好的选择?

先看当前哪里不满足需求。如果喜欢这个编辑器,只是想换模型,应先检查套餐和受支持的密钥接入选项。如果需要跨客户端使用模型,则应分别比较客户端与供应商接入方式,再决定是否迁移。

Claude Code 和 Cursor 哪个更便宜?

只看订阅价格无法回答。应比较预期要完成的实际工作,以及套餐内真正用得上的额度。尤其需要注意:新的 Cursor 订阅不包含第三方模型额度,而符合条件的旧版套餐仍保留 Other Models 用量。

订阅邮件通讯,获取模型变化及相关工作流程的实用指南。

发布日期
分类
Build
大模型参数详解:看懂参数量、模型权重与 API 生成设置

大模型参数详解:看懂参数量、模型权重与 API 生成设置

大模型参数既指训练得到的权重,也指生成设置。本文讲解参数量与内存、MoE 激活参数,以及温度、top-p 和输出上限的作用,梳理 OpenAI、Anthropic、Google 的接口与版本限制,并给出信息提取、文案写作和代码生成的起始配置。先确认设置是否受支持,再用明确的验收标准判断结果。2026年10月25日Build
连续批处理如何提升大模型吞吐量?读懂调度、延迟与显存限制

连续批处理如何提升大模型吞吐量?读懂调度、延迟与显存限制

连续批处理让新请求在生成步骤之间加入,提升共享 GPU 的推理吞吐量,却不保证每位用户都更快得到回答。本文讲清静态、动态与连续批处理的区别,分析 Orca 调度、PagedAttention 与 KV 缓存的关系,对比 vLLM、SGLang、TensorRT-LLM 和 TGI,并说明如何在延迟目标内测试与调优。2026年10月25日Build
Tree of Thoughts 思维树:什么时候值得增加模型调用?

Tree of Thoughts 思维树:什么时候值得增加模型调用?

Tree of Thoughts(思维树)通过生成分支、评估中间状态和剪枝,让应用在答案完成前调整解题路径。本文结合 24 点游戏,解释思维树与思维链、自一致性的区别,拆解模型调用预算,并说明评估器、控制器和最终校验如何配合,帮助开发者判断何时值得增加搜索,何时先用推理模型就已足够。2026年10月24日Build
AI Agent 智能体循环详解:工具调用、停止条件与故障排查

AI Agent 智能体循环详解:工具调用、停止条件与故障排查

AI Agent 如何调用工具,又该何时停止?本文拆解智能体循环的工作方式与三类停止条件,对比 OpenAI、Claude、Vercel AI SDK 和 LangGraph 的计数口径、预算与审批机制,结合伪代码说明状态保存、重试限制和故障恢复,帮助开发者搭建首个智能体,也帮助运维团队排查重复调用与失控消耗。2026年10月24日Build
智能体编程怎么用:工作原理与任务委派边界

智能体编程怎么用:工作原理与任务委派边界

智能体编程如何把规划、改代码、运行测试连成反馈循环?本文梳理 Claude Code、OpenAI Codex、Cursor Agent 和 GitHub Copilot 的能力与边界,并以发票导出为例,说明如何写清验收标准、配置权限与沙箱、审查代码和测试证据,判断哪些工作可以委派,以及何时扩大自主权限。2026年10月24日Build
上下文腐化:AI 为什么越聊越不准,怎样修复?

上下文腐化:AI 为什么越聊越不准,怎样修复?

上下文腐化会让 AI 智能体在尚未用满上下文窗口时就出现准确率下降。本文解读 Chroma 研究的证据与局限,说明如何区分证据缺失、检索错误和上下文使用失误,并通过历史压缩、按需检索、子智能体隔离、信息排序及精简工具输出来改善工作流。附可重放的诊断步骤与实施清单,帮助团队保留下一步决策真正需要的事实。2026年10月24日Build
BM25 混合搜索实战:融合向量检索,用召回率验证效果

BM25 混合搜索实战:融合向量检索,用召回率验证效果

搜索能理解语义,却漏掉产品编码或错误码?本文讲解如何将 BM25 与向量检索结合,比较 RRF 和加权得分的适用条件,并在 Elasticsearch、Weaviate、Pinecone 中配置混合搜索。通过同一组标注查询评估召回率,区分候选缺失与排序问题,同时保留可靠的精确标识符查找路径。2026年10月24日Build
Mixture of Experts 混合专家模型:激活参数少,部署为何仍然吃内存?

Mixture of Experts 混合专家模型:激活参数少,部署为何仍然吃内存?

Mixture of Experts 混合专家模型为何激活参数少,部署却仍然占用大量内存?本文拆解路由器、专家网络与稀疏计算,结合 Kimi、Qwen 和 Mixtral 的厂商参数,说明总参数量、激活占比、KV 缓存、通信与负载均衡的关系,帮助开发者评估 API 表现,并为自行部署核算完整资源预算。2026年10月24日Build
订阅通讯

每周日,一封信。写运转中的系统,不写热评。

每周一期。无垃圾邮件。随时退订。