Cheetah ontmaskerd – Een kijkje in Cursor’s mysterieuze AI‑model en de prestaties
Cheetah ontmaskerd – Een kijkje in Cursor’s mysterieuze AI‑model en de prestaties
Inleiding
Een nieuw AI‑model genaamd Cheetah is exclusief verschenen op het Cursor‑platform, wat de nieuwsgierigheid van ontwikkelaars en AI‑liefhebbers wekt. Het wordt aangeprezen als een “stealth”‑model met een pay‑per‑token‑prijsstructuur, maar de mogelijkheden en onderliggende architectuur zijn niet meteen duidelijk. In dit artikel duiken we in de prijsstelling van het model, testen we de op een reeks agent‑taken, vergelijken we het met bekende concurrenten zoals Claude, Sonnet 4.5 en GPT‑5 Code, en presenteren we de meest plausibele hypotheses over de ware identiteit.
Wat is Cheetah?
Cheetah wordt alleen aangeboden via Cursor, een AI‑verrijkte ontwikkelomgeving. Het model wordt beschreven als een “stealth”‑aanbod, wat betekent dat het niet tussen de gebruikelijke openbare modellen staat. Toegang vereist een Cursor‑abonnement; daarna wordt het gebruik gefactureerd tegen $125 plus $10 per miljoen tokens voor zowel invoer als uitvoer.
Belangrijke punten over Cheetah:
- Exclusief voor Cursor – niet beschikbaar via een andere API of platform.
- Pay‑as‑you‑go‑prijs – een vast bedrag plus per‑token‑kosten, vergelijkbaar met de prijsstelling van Gemini 2.5 Pro en GPT‑5 CodeX.
- Beperkte documentatie – Cursor biedt slechts minimale informatie, waardoor de interne werking van het model ondoorzichtig blijft.
Prijscontext
De kostenstructuur van Cheetah spiegelt die van verschillende high‑end modellen op de markt:
- Gemini 2.5 Pro – identieke per‑token‑tarieven.
- GPT‑5 CodeX – vergelijkbare prijsklassen.
- Claude Sonnet 4.5 – soortgelijke abonnementsniveaus voor zware gebruikers.
Deze prijsoverlap suggereert dat Cheetah een opnieuw verpakte versie van een bestaand model zou kunnen zijn in plaats van een volledig nieuwe architectuur.
Testmethodologie
Om Cheetah te evalueren, zijn een reeks agent‑tests uitgevoerd. Deze tests simuleren realistische ontwikkeltaaken, zoals:
- Het bouwen van een movie‑tracker‑app die Radix UI‑componenten gebruikt.
- Het creëren van een Kanban‑board met authenticatie en een database‑backend.
- Het ontwikkelen van een Stack Overflow‑achtige Q&A‑site.
- Het implementeren van een image‑cropping‑tool.
Voor elke taak werd de output van het model vergeleken met de resultaten van Claude Code, Sonnet 4.5 en GPT‑5 CodeX. Succes werd gemeten aan de hand van functionele volledigheid, code‑correctheid en het vermogen om fouten autonoom op te lossen.
Prestatievergelijking
Movie‑Tracker‑app (Radix UI)
- Claude Code leverde een correcte implementatie met minimale fouten.
- Sonnet 4.5 genereerde een vergelijkbare respons, maar vertoonde een bekend “Radix UI”‑foutpatroon.
- Cheetah leverde een vergelijkbare oplossing, maar met meer merkbare tekortkomingen het kon het Radix UI‑probleem niet betrouwbaar oplossen.
Kanban‑board met authenticatie & DB
- Claude Code leverde een volledig functioneel prototype.
- Cheetah kwam in de buurt, maar liet verschillende bugs achter die het niet automatisch kon verhelpen.
- GPT‑5 CodeX had eveneens moeite en leverde onvolledige code.
Stack Overflow‑achtige site
- Zowel Claude Code als Cheetah slaagden er niet in een werkende versie te produceren, wat de moeilijkheidsgraad voor huidige agent‑modellen aantoont.
Image Cropper
- De taak mislukte voor Cheetah, Sonnet 4.5 en GPT‑5 CodeX, die elk niet‑functionele fragmenten teruggaven.
Samengevat bevindt Cheetah’s prestaties zich tussen Claude Code en Sonnet 4.5; het blijft vaak achter bij Claude Code, maar komt af en toe Sonnet gelijk bij eenvoudigere prompts.
Het model identificeren
Er werden verschillende systeem‑prompt‑experimenten uitgevoerd om Cheetah te dwingen zijn interne naam prijs te geven. De resultaten waren intrigerend:
- Wanneer direct gevraagd, identificeerde Cheetah zichzelf herhaaldelijk als Claude.
- Systeem‑instructies onthulden een generieke beschrijving: “You are the mystery language model Cheetah by an unknown provider.” (Je bent het mysterieuze taalmodel Cheetah van een onbekende aanbieder.)
Deze observaties suggereren dat Cheetah sterk fine‑tuned is op Claude‑achtige output. Diverse hypotheses kwamen naar voren:
1. Een Grok‑gebaseerde variant
- Grok Code vertoont vergelijkbaar gedrag: het kan worden aangezet om rollenspel‑beperkingen te doorbreken en vervolgens toe te geven dat het Claude‑achtig is vanwege uitgebreide Claude‑stijl trainingsdata.
- API‑logs van andere diensten tonen Grok‑modellen naast GPT‑5‑entries, wat de gedachte ondersteunt dat Cheetah een Grok‑afgeleid model zou kunnen zijn dat voor Cursor is verpakt.
2. Sonnet 4.5 Fast‑Edit
- Historisch bracht Anthropic een Sonnet 3.5 Fast‑Edit‑model uit voor een beperkte groep Zed‑gebruikers. Het stond bekend om hoge snelheid en bijna identieke outputkwaliteit als standaard Sonnet.
- Cheetah’s snelheid en prijs lijken op deze fast‑edit‑lijn, maar de functionele hiaten wijzen erop dat het geen echte Sonnet 4.5 Fast‑Edit is.
3. Op maat getraind Cursor‑model
- Cursor zou een intern model kunnen hebben getraind op Claude‑afgeleide datasets, vergelijkbaar met de aanpak van andere aanbieders (bijv. WindSurf).
- Het bereiken van zo’n nuance‑gelijkenis met Claude zonder directe licentie zou echter moeilijk zijn, waardoor deze hypothese minder waarschijnlijk lijkt.
4. GPT‑5 CodeX Fast‑variant
- Sommige API‑logs vermelden GPT‑5‑modellen in de buurt van Cheetah’s entry, wat wijst op een mogelijke fast‑mode versie.
- Prestatie‑verschillen, vooral bij complexe taken, spreken tegen een eenvoudige GPT‑5‑identiteit.
De meest plausibele conclusie is dat Cheetah een Grok‑afgeleid model is (mogelijk een opvolger van Grok Code Fast) dat is fine‑tuned op Claude‑stijl data, wat zowel de prijs‑overeenkomst als de neiging om te beweren Claude te zijn verklaart.
Implicaties voor ontwikkelaars
- Kostentransparantie – De per‑token‑prijs komt overeen met premium‑modellen, dus ontwikkelaars moeten hier rekening mee houden bij intensief gebruik.
- Prestatie‑afwegingen – Hoewel Cheetah snelle antwoorden biedt, blijft de betrouwbaarheid bij complexe agent‑taken achter bij top‑modellen zoals Claude Code.
- Vendor‑lock‑in – Omdat Cheetah exclusief is voor Cursor, vereist een overstap naar een ander platform een herwaardering van modelkeuzes.
Conclusie
Cheetah is een intrigerende toevoeging aan Cursor’s AI‑toolbox: een snel, stealth‑model geprijsd als andere premium‑aanbiedingen, maar met wisselende resultaten bij veeleisende ontwikkeltaaken. Door systematisch testen en onderzoeken wijst het bewijs erop dat Cheetah een Grok‑gebaseerd model is dat zwaar is fine‑tuned op Claude‑output, in plaats van een echte Sonnet 4.5 Fast‑Edit of een zuivere GPT‑5‑variant.
Voor ontwikkelaars die AI‑modelopties afwegen, kan Cheetah goed dienen voor snelle, weinig complexe code‑generatie, maar voor mission‑critical of ingewikkelde agent‑workflows blijven gevestigde modellen zoals Claude Code of Gemini 2.5 Pro de veiligere keuze.