Платформа Cursor представила Cursor Router — систему, которая перед отправкой запроса к AI-модели анализирует его сложность и контекст, после чего направляет на наиболее подходящую (по соотношению цена/качество) модель. Решение уже доступно для тарифов Teams и Enterprise.
Проблема: все запросы идут через одну модель
Cursor обнаружила закономерность: около 60 % разработчиков используют одну и ту же модель «на каждый день». Это означает, что простые задачи — автодополнение кода, рефакторинг, переименование переменных — обрабатываются той же дорогой фронтьерной моделью, что и сложная архитектурная работа. AI-бюджет растёт, а качество от этого не улучшается.
Как работает Cursor Router
Router — это не простая цепочка fallback-моделей и не механизм повторных попыток. Это классификатор, обученный на 600 000+ живых запросов и протестированный в онлайн-A/B-эксперименте на миллионах реальных обращений. В качестве сигнала вознаграждения используется пользовательская удовлетворённость (AFC — Acceptance From user).
Для каждого запроса классификатор анализирует четыре параметра:
- query — текст самого запроса;
- context — окружающий код и файлы;
- task complexity — оценка сложности задачи;
- domain — предметная область.
На основе этих данных Router применяет три правила маршрутизации:
- Простые задачи → самая дешёвая и эффективная для этого класса модель.
- UI-правки → модель с лучшим «вкусом» для интерфейсных изменений.
- Сложные, длительные задачи → фронтьерные модели рассуждений (reasoning models).
Экономия возникает не за счёт удешевления сложных задач — они по-прежнему уходят на топовые модели. Снижение затрат обеспечивается тем, что рутинная работа перестаёт оплачиваться по премиальным тарифам.
Учёт кэша — важная деталь
Обычно при смене модели в середине диалога инвалидируется кэш prompt-кэша, и это создаёт дополнительные расходы, которые многие маршрутизаторы игнорируют. Cursor Router обучен на датасете, где маршрутизация вызывает cache-miss, и заявленная экономия включает эти издержки. Это делает цифры честнее, чем у многих альтернатив.
Три режима Auto и стоимость за коммит
Новый Router предлагает три режима работы, выстроенных вдоль кривой Парето «цена — интеллект»:
| Режим | Стоимость за коммит | Комментарий |
|---|---|---|
| Auto Balance | $4.63 | Выше Opus 4.8 по удовлетворённости при цене на ~36 % ниже |
| Auto Intelligence | $6.76 | Около уровня Fable по качеству при затратах на ~60 % ниже |
| Opus 4.8 | $7.34 | Прямое сравнение — эталон |
| Fable 5 | $12.69 | Максимальное качество, максимальная цена |
GPT-5.6 Sol показал стоимость на уровне Intelligence, но с более низкой пользовательской удовлетворённостью.
Метрики качества
Cursor использует две ключевые метрики, которые применялись для оценки всех запусков моделей на протяжении девяти месяцев (важный сигнал — метрики не подгонялись под продукт):
- User satisfaction — успех агента определяется по действиям пользователя: переход к следующей функции — сильный позитив, исправление ответа агента — сильный негатив.
- Keep rate — какой процент сгенерированного AI кода остаётся в кодовой базе спустя время.
Особенности внедрения
Router включается по умолчанию для всех Team-планов. Enterprise-администраторы могут управлять им через дашборд: настройки по группам и командам, разрешённые режимы, allow/block-листы моделей. Важный нюанс: Grok 4.5 обязателен как один из price-efficient вариантов маршрутизации — его нельзя заблокировать через block list. Кроме того, режимы Balance и Intelligence тарифицируются по ставке той модели, на которую был направлен запрос, то есть цена за коммит плавающая.
Вывод
Cursor Router — это практичный ответ на проблему неэффективного расходования AI-бюджета в командах разработки. Вместо того чтобы заставлять разработчиков вручную выбирать модель под каждую задачу, Router делает это автоматически, опираясь на обученный на сотнях тысяч запросов классификатор. Для команд, где AI-затраты растут быстрее, чем производительность, это решение может дать существенную экономию без потери качества.
Источник: marktechpost.com