Cursor ha hecho que Cursor Router esté disponible de forma generalizada para los planes Teams y Enterprise. El sistema es un clasificador que inspecciona cada solicitud antes de que se ejecute un modelo y luego la envía al modelo que mejor se adapta a esa tarea específica. El equipo de cursor informa un rendimiento de calidad de vanguardia con un ahorro del 60 % en pruebas A/B en línea y un ahorro del 30 % al 50 % para cuentas empresariales de acceso temprano.
El problema al que se dirige es un patrón de gasto más que una brecha de capacidad. Cursor afirma que aproximadamente el 60% de sus desarrolladores eligen un único modelo como controlador diario. Por lo tanto, el trabajo rutinario se completa a precios de frontera y el gasto en IA crece más rápido que la calidad de la producción. El enrutamiento es la respuesta de Cursor a ese desajuste.
Lo que realmente lee el clasificador
Cursor Router no es una cadena alternativa ni un mecanismo de reintento. Es un clasificador entrenado en más de 600.000 solicitudes en vivo, evaluado en una prueba A/B en línea a través de millones de solicitudes en vivo y optimizado para la satisfacción del usuario (AFC) como señal de recompensa.
Para cada solicitud, el enrutador analiza cuatro entradas: consulta, contexto, complejidad de la tarea y dominio. Los combina con el conocimiento aprendido del comportamiento de cada modelo. Cursor publica tres reglas de enrutamiento que se derivan de esa clasificación:
El trabajo sencillo se realiza con los modelos más económicos. Las actualizaciones de la interfaz de usuario van al modelo con mejor gusto. Los problemas complejos y de largo plazo se dirigen a modelos de razonamiento de frontera.
Esa tercera regla conlleva el peso del argumento del costo. Los ahorros no provienen de rebajar problemas difíciles. Provienen de eliminar el trabajo rutinario de los precios de frontera mientras el nivel difícil permanece intacto.
Un detalle de implementación merece la atención de cualquiera que haya construido un enrutador. Cursor Router reconoce el caché tanto en la capacitación como en la evaluación. Está entrenado en un conjunto de datos donde el enrutamiento produce errores de caché y los ahorros de costos reportados incluyen el costo de esos errores de caché. Cambiar de modelo en mitad de una conversación invalida el caché de avisos, y ese costo es real. Los enrutadores que lo ignoran exageran sus ahorros.
El clasificador también fue diseñado para la rotación de modelos. Cursor afirma que puede actualizar el enrutador a medida que se envían modelos más nuevos, lo cual es importante en un mercado donde la frontera se mueve mensualmente.
Explicador interactivo
Inside Cursor Router: clasificación, niveles y resultados publicados
Cada figura a continuación está tomada de la publicación de lanzamiento y el registro de cambios de Cursor (22 de julio de 2026). Los valores del cursor no publicados están marcados como tales.
Enrutar una solicitud Modos Costo por confirmación Cómo se midió
Elija una tarea: vea cómo la lee el clasificador
Paso 1 · Señales leídas antes de ejecutar cualquier modelo
▼
Paso 2 · Nivel de enrutamiento seleccionado
Cursor publica tres reglas de enrutamiento y no nombra un modelo específico por tipo de tarea. El nivel que se muestra es la categoría publicada por Cursor; Las tareas de muestra son aplicaciones ilustrativas de esas tres reglas. El cursor indica que el clasificador lee la consulta, el contexto, la complejidad de la tarea y el dominio, combinados con lo que sabe sobre el comportamiento de cada modelo.
Modo automático: tres puntos en la frontera de Pareto entre inteligencia y costes
Inteligencia de equilibrio de costos
Costo publicado por confirmación (medición de acceso temprano)
Las cifras de costo por confirmación son observaciones de acceso temprano publicadas por Cursor. La proyección es una multiplicación directa de esas cifras unitarias: es aritmética, no un pronóstico del Cursor, y supone una combinación de tareas constante. Cursor informa que GPT-5.6 Sol igualó el costo del modo Inteligencia pero con menor satisfacción del usuario; no publicó una cifra exacta al respecto.
ElementWhat Informes del cursor Datos de entrenamiento Más de 600.000 solicitudes en vivo Señal de recompensa Satisfacción del usuario (AFC) Evaluación Pruebas A/B en línea en millones de solicitudes en vivo, no evaluaciones fuera de línea Métrica de calidad 1 Satisfacción del usuario: éxito del agente clasificado a partir de las respuestas de los usuarios. Pasar a la siguiente característica es muy positivo; corregir al agente es un fuerte negativo. Métrica de calidad 2Tasa de mantenimiento: cuánto código generado por el agente permanece en la base de código a lo largo del tiempo. Historial de métricas. Ambas métricas se utilizan para evaluar cada lanzamiento de modelo y aprovechar el cambio durante los últimos nueve meses. Manejo de caché Consciente de caché en capacitación y evaluación. Entrenado en un conjunto de datos donde el enrutamiento provoca errores de caché; Los ahorros informados incluyen el costo de pérdida de caché. Escala de plataformaCursor enruta cientos de millones de solicitudes de codificación por semana entre modelos y proveedores. Problema en proceso de resolución: el 60% de los desarrolladores de Cursor eligen un modelo como controlador diario, lo que coloca el trabajo rutinario en la fijación de precios de frontera.
La razón declarada por Cursor para elegir las pruebas A/B en línea: las evaluaciones fuera de línea están limitadas por el tamaño pequeño, la distancia del uso real y la dificultad de reducir el éxito a una rúbrica, y omiten el costo adicional de pérdida de caché que se incurre al cambiar de modelo en mitad de una conversación.
Por qué realizar pruebas A/B en línea en lugar de evaluaciones fuera de línea
Cursor evitó deliberadamente las evaluaciones fuera de línea como medida principal. Su razonamiento declarado es que las evaluaciones fuera de línea adolecen de un tamaño de muestra pequeño, distancia del uso en el mundo real y la dificultad de reducir el éxito a una rúbrica. También omiten el costo de pérdida de caché que se incurre al cambiar de modelo.
El enrutamiento real ocurre a lo largo de una conversación, no en un solo turno. Los desarrolladores escriben código, solicitan seguimiento, encuentran errores y continúan, a menudo a través de cientos de solicitudes en una semana. El enrutador debe decidir qué modelo elegir y cuándo cambiar.
Dos métricas de calidad llevan la evaluación:
Satisfacción del usuario: éxito del agente clasificado a partir de las respuestas de los usuarios. Pasar a la siguiente característica es una fuerte señal positiva. Corregir al agente es un fuerte negativo. Tasa de mantenimiento: cuánto código generado por el agente permanece en la base de código a lo largo del tiempo.
El equipo de Cursor afirma que ha utilizado ambas métricas para evaluar el lanzamiento de cada modelo y aprovechar las mejoras durante los últimos nueve meses. Este es un marcador de credibilidad significativo: las métricas son anteriores al producto que ahora se utilizan para justificar.
Tres modos y los números detrás de ellos
El modo automático ahora expone tres configuraciones de optimización que mueven al usuario a lo largo de la frontera de Pareto de inteligencia de costos.
Auto Intelligence se acerca a Fable en términos de satisfacción del usuario con un costo aproximadamente un 60 % menor para los equipos. En comparación con Opus 4.8, aumenta la satisfacción en aproximadamente un 15% a casi el mismo costo. Auto Balance supera a Opus 4.8 en términos de satisfacción del usuario y con un costo aproximadamente un 36 % menor. En comparación con GPT-5.6 Sol, ofrece una satisfacción comparable con una tasa de gasto más baja. El modo de costo se describe como una buena calidad que alcanza la mayor inteligencia disponible y al mismo tiempo optimiza el gasto de tokens. Cursor no publicó cifras de calidad o costo A/B.
El costo por solicitud es solo una parte del panorama, por lo que Cursor también midió el costo por confirmación:
GPT-5.6 Sol igualó el costo del modo Inteligencia pero produjo una menor satisfacción del usuario. Cursor no publicó una cifra exacta por confirmación.