Cursor、Cursor Routerをリリース:リクエストレベル分類器で最先端のコーディング品質を30~50%低コストで実現
Cursorは、Cursor RouterをTeamsおよびEnterpriseプランで一般提供開始しました。このシステムは、クエリ、コンテキスト、タスクの複雑さ、ドメインに基づいて各リクエストを分類し、最適なモデルにルーティングします。オンラインA/Bテストでは最先端品質を60%のコスト削減で達成し、3つの早期アクセスエンタープライズアカウントではOpus 4.8比で30~50%の削減を報告しています。
Cursorは、Cursor RouterをTeamsおよびEnterpriseプラン向けに一般公開しました。このシステムはリクエストレベル分類器であり、各リクエストのクエリ、コンテキスト、タスクの複雑さ、ドメインを分析し、最適なモデルにルーティングします。Cursorチームは、オンラインA/Bテストで最先端品質を維持しながらコストを60%削減し、3つの早期アクセスエンタープライズアカウントではOpus 4.8と比較して30~50%のコスト削減を達成したと報告しています。
Cursor Routerは能力不足ではなく、支出パターンの非効率性に対処するために設計されました。Cursorによれば、約60%の開発者が単一のモデルを日常的に使用しており、ルーチンワークが高価格で処理され、AI支出が品質向上を上回って増加しています。ルーターは、単純なタスクをコスト効率の高いモデルに割り当て、複雑なタスクは最先端モデルに残すことで、コストを最適化します。
分類器は60万以上のライブリクエストでトレーニングされ、数百万のライブリクエストによるオンラインA/Bテストで評価され、ユーザー満足度(AFC)を報酬信号として使用しています。各リクエストに対して、ルーターはクエリ、コンテキスト、タスクの複雑さ、ドメインの4つの入力を分析し、各モデルの動作に関する学習された知識と組み合わせます。Cursorは3つのルーティングルールを公開しています:単純な作業は最もコスト効率の高いモデルへ、UI更新は最良のセンスを持つモデルへ、複雑で長期的な問題は最先端の推論モデルへ。
重要な実装の詳細として、Cursor Routerはトレーニングと評価の両方でキャッシュ認識を考慮しています。ルーティングがキャッシュミスを引き起こす可能性のあるデータセットでトレーニングされ、報告されたコスト削減にはこれらのキャッシュミスコストが含まれています。これにより、モデル切り替えがプロンプトキャッシュを無効にし、追加コストが発生するという現実を反映しています。また、ルーターはモデルの変更に対応できるよう設計されており、新しいモデルがリリースされるたびに更新可能です。
展開面では、Cursor Routerはデスクトップ、Web、iOS、CLI、Cursor SDKで利用可能で、Teamプランではデフォルトで有効、Enterprise管理者はダッシュボードから有効化できます。管理機能には、チームまたはグループごとの有効化、最適化モードの制限、デフォルトモードの設定、モデルの許可/ブロックリストが含まれます。特に、Grok 4.5はコスト効率の高いルーティングオプションとして必須であり、ブロックリストで除外できません。また、BalanceおよびIntelligenceモードはルーティングされたモデルのレートで課金されるため、単価は変動します。
Cursorは3つの最適化モードも提供しています:Auto Intelligenceはユーザー満足度でFableに近く、コストを約60%削減;Auto BalanceはOpus 4.8よりも満足度が高く、コストを約36%削減;Costモードは品質を維持しながらトークン消費を最適化します。1コミットあたりのコストは、Auto Balanceが4.63ドル、Auto Intelligenceが6.76ドル、Opus 4.8が7.34ドル、Fable 5が12.69ドルとなっています。
要約すると、Cursor Routerはインテリジェントなルーティングによりコストと品質のバランスを実現し、チームや企業により効率的なAIコーディング体験を提供します。