Cursor今日正式发布Cursor Router，这是一款针对团队和企业用户的智能模型路由系统，旨在通过自动为每项任务选择最先进的模型，以更低的成本提供前沿的AI能力。
在早期访问阶段，数十家企业客户的实际生产流量测试显示，Cursor Router能够以大约30-50%的成本降低，实现同等甚至更优的性能。在跨越数百万请求的在线A/B测试中，Cursor Router以60%的成本节约达到了前沿质量水平。
功能介绍 Cursor每周处理数亿次编码请求，涵盖各种模型和提供商，对用户偏好和代码库保留情况具有独特洞察。模型中立性一直是Cursor的核心原则，现在团队可以利用这些数据和技术专长优化每一分投入。
Cursor Router的核心是一个基于60万+实时请求训练的分类器，通过分析查询内容、上下文、任务复杂度和领域，结合对各模型行为的了解，将请求路由到最有效的模型。简单任务使用性价比最高的模型，UI更新交给审美最好的模型，复杂的长周期问题则由前沿推理模型处理。
缓存感知也是设计要点：训练和评估均考虑路由导致的缓存未命中，确保成本节约的测算真实可靠。
三种优化模式 Cursor Router提供三种模式：Intelligence（智能）、Balance（平衡）和Cost（成本），用户可根据需求在成本与性能之间做出取舍。
Auto Intelligence模式在用户满意度上接近Fable水平，但成本降低约60%；相比Opus 4.8，满意度提升约15%，成本基本相当。Auto Balance模式在用户满意度上超过Opus 4.8，成本降低约36%；相比GPT-5.6 Sol，满意度相当但花费更低。
实际效果验证 Cursor采用大规模在线A/B测试而非离线评估来验证路由器的效能，因为离线测试距离真实使用场景较远，且难以用评判标准衡量成功。在线测试涵盖数百万任务，工程师实际编写代码、提出后续问题、处理错误，这些正是路由器需要表现良好的条件。
关键指标包括用户满意度（根据用户反馈判断，如继续下一步表示正面，纠正模型表示负面）和保留率（模型生成代码在代码库中的留存比例）。过去九个月，这些指标被用于评估每一次模型发布和优化。
客户案例 早期访问中，三个高用量企业账户（数千用户）将全部流量路由到Cursor Router，对比全部使用Opus 4.8 API，成本降低30-50%，质量未下降。从每次提交的成本来看，Intelligence模式为6.76美元，Balance模式为4.63美元，均低于Fable 5的12.69美元和Opus 4.8的7.34美元。
管理控制 管理员可按团队或组启用Cursor Router，选择成员可用的模式，设置默认模式，并允许或阻止特定模型。终端用户则可以在模型选择器中选Auto模式，再进一步选择三种优化模式。
未来计划 Cursor Router是Cursor推动token效率的一部分。动态工具调用是另一项优化：原生工具描述不再每次都加载到提示词中，模型在首次需要时才会查找，保持热工具（如read和edit）即时可用，冷工具仅在调用时进入提示词。
同时，模型池也在不断扩展和提升：Grok 4.5增强了高难度任务的能力，Composer在日常路径上持续改进，使得低成本任务也能接近前沿质量。
Cursor Router即日起面向Teams和Enterprise计划提供，支持桌面、网页、iOS、CLI和SDK。