Cursor、Ramp、Metaがモデルルーターを構築——しかし2社は自身で大きなモデル野心を持っている

CursorはAIコーディングツールで、最近イーロン・マスク氏のSpaceXに600億ドルの株式交換で買収された。同社は、各コーディング要求を最も適したモデルに振り向けるモデルルーターを立ち上げた。これにより、フロンティアモデルを必要としないタスクに高額な料金を支払う必要がなくなる。

Cursor Routerの内部は、病院の救急外来のようなトリアージシステムを採用している。要求の難易度、目的、周辺コードなどを分析し、最適なモデルを選択する。簡単な修正は安価なモデルに、本当に難しい問題はフロンティアに近いモデルにエスカレーションされる。開発者と管理者は、速度とコストのバランスを調整する3つのモードも利用できる。

CursorのフィールドCTOであるDavid Pan氏は水曜日のソーシャルメディア投稿で、Cursor Routerの広範な根拠として、開発者がコードを書くためにモデルパフォーマンスの専門家になるべきではないと述べた。「私たちは一時的に正気を失い、すべてのソフトウェアエンジニアがモデルベンチマーク、思考レベル、キャッシュヒット率の専門家になるべきだと判断しました」とPan氏は書いている。初期のコミュニティからのフィードバックもその意見を反映しており、PlanetScaleのソフトウェアエンジニアFatih Arslan氏はXで、エンジニアはすでにコストと能力のバランスを手動で取っており、日常業務には安価で高速なモデルを、真剣なタスクには高価で低速なモデルを使い分けていると指摘する。Arslan氏は「モデル選択にすでにかなりの時間を費やしている。なぜそれを自動化しないのか？Cursor Routerがその自動化を実現する」と書いている。

別のブログ投稿で、Cursorは早期アクセスユーザーがOpus 4.8に全てをルーティングする場合と比較して、出力品質を落とさずに30～50%のコスト削減を達成したと主張している。

この発表は、Cursorが独自のAIスタックをより多く制御するための一連の動きに続くものだ。5月、同社はAnthropicやOpenAIのフロンティアモデルよりも低コストで長時間タスク向けに構築された自社コーディングモデルのアップデート、Composer 2.5をリリースした。Composer 2.5は前世代と同様、中国のMoonshot AIのKimi K2.5をベースにしている。現在、世界で最も価値のある企業の1つであるSpaceXの支援を受け（6月のIPO以来、時価総額1.5兆ドル）、Cursorは独自の強力なフロンティアモデルを推進している。7月8日、CursorとSpaceXAIは共同でGrok 4.5をリリースした。これはV9と呼ばれる新しい基盤上に構築された混合専門家モデルで、マスク氏は以前に約1.5兆パラメータであると述べている。このモデルは実際のCursor使用データから数兆トークンでトレーニングされており、すべてのCursorプランで入力トークン100万あたり2ドル、出力トークン100万あたり6ドルで利用できる。

Composerが安価で高速な作業を担当し、Grokブランドのフロンティアラインがより重要な処理を行うことで、Cursorは外部プロバイダーに加えて自社モデルも持つことになる。これがCursorがRouterを構築した核心だ。ほとんどの開発者はタスクに関係なく1つのモデルを選び、単純な作業にフロンティア価格を支払っている。すべてのリクエストを自社モデルに送るのは簡単だが、一部のタスクでは出力が劣ることを意味する。そのためRouterは、Cursorの自社モデルかどうかに関わらず、各リクエストを実際に適したモデルに送信する。

モデルルーティング自体は新しいものではない。OpenRouterは2023年から、OpenAI、Anthropic、Googleを含む60以上のプロバイダーからの400以上のモデルの前に単一のAPIを提供している。その自動ルーター機能はCursor Routerとほぼ同じことを行う。最近、OpenRouterはFusionを立ち上げた。これは1つのモデルを選ぶ代わりに、複数のモデルにプロンプトを送り、審査モデルを使って最強の回答を合成する。先月、日本のSakana AIは6月にFuguをリリースした。これは単一のタスクをサブタスクに分割し、各部分を異なるモデルにルーティングするもので、1つのAIプロバイダーに依存しないためのヘッジとしてSakanaは提案している。

ただし、これらの試みすべてが評価されているわけではない。水曜日、NethermindのAI製品責任者Kirill Balakhonov氏はLinkedInで、Cursorのバージョンが成功しているのは、汎用ルーターではなくコーディングに特化しているからだと主張する。「技術革新が即座に製品改善につながる素晴らしい例であり、Sakana FuguやOpenRouter Fusionのような抽象的なアイデアではない」と書き、これらの幅広いルーティングの取り組みは使われなくなるだろうと予測している。

新しい点は、モデル多様性への取り組みの背後に現れている名前かもしれない。7月初め、マイクロソフトはMicrosoft Frontier Companyという25億ドルのサービス部門を立ち上げ、顧客サイトに数千人のエンジニアを配置し、複数のAIモデルで構築するのを支援している。マイクロソフトのコマーシャルビジネスCEO Judson Althoff氏はロイターに対し、この動きはDeepSeekやGoogleのGeminiなどのライバルがOpenAIに迫っているのを見てきたことから一部来ていると述べた。元のCopilotについて、彼は「OpenAIモデルだけに縛るという間違いを犯した」と認めている。

業界で最も深い単一モデル関係を持つ企業がそれを撤回しているなら、モデル柔軟性の考えは明らかに主流になっている。

火曜日、440億ドルの支出管理大手Rampは、Ramp Routerの早期公開バージョンを公開した。これは自社のAI請求を管理するために内部で構築したモデルルーターで、LLMコストを約30%削減したとしている。無料で始められ、Rampアカウントは不要で、OpenAI、Gemini、およびKimiを含む厳選されたオープンソースモデルをOpenAI互換エンドポイント経由でルーティングする。同日、The InformationのJyoti Mann氏は、Metaもモデルルーターを開発中だと報じた。内部文書によると、Meta内のインキュベーターAAI LabsがSwitchboardという新製品を開発しており、各リクエストの難易度をスコアリングし、簡単なものを小さく安価なモデルに送る。当初はMeta自身のAIエージェントコスト削減を目的としているが、公開リリースになる可能性もある。

Metaにはこれが必要な特別な理由がある。RunpodのAI現状報告書によると、MetaのオープンなLlamaモデルは実運用での存在感が薄い。Llama 4の実際のデプロイはほぼゼロで、AlibabaのQwenがセルフホストLLMとして最もデプロイされている。Metaはそれに対応して独自モデルも構築している。Muse Sparkは新設されたMeta Superintelligence Labsの最初のモデルで、4月に出荷された。続いて7月、Meta初の公開有料APIを持つモデルMuse Spark 1.1がリリースされ、OpenAIやAnthropicの同等モデルの約4分の1の価格で提供されている。Metaは既存企業を積極的にターゲットにしており、Switchboardも同じパターンに当てはまる。ユーザーがコストを削減し、自由にモデルを切り替え、適切な場合にはMetaのモデルにリクエストを送りやすくする方法だ。

しかし、モデルルーティングに関するこれらすべての騒動の中で、おそらくより広範な開放性の問題がある。モデル自体の開放性ではない（それ自体が激しい議論だが）、ルーティングの決定自体、つまりどのモデルがどのリクエストを処理するかを決めるロジックを、ベンダーのクローズドな製品内に置くべきかどうかである。DAIR.AIの共同創設者でMeta AIの元テクニカルプロダクトマーケティングマネージャーであるElvis Saravia氏はXで、チームによってコストと品質のトレードオフが異なるため、それはAPIに委任すべきではないと論じた。「これをオープンソースとして構築している人はいますか？これはAPIに外部委託すべきではないと感じます。私たちは皆、異なるトレードオフで作業しているので、カスタムルーティングを達成する能力が必要です」とSaravia氏は尋ねている。

Cursorのバージョンについては、Routerは現在TeamsおよびEnterprise顧客のみが利用可能で、デスクトップ、Web、iOS、CLI、Cursor SDKをカバーしている。個人プランにいつか提供されるかはまだ明らかではない。