Cursor hat Cursor Router für Teams- und Enterprise-Pläne allgemein verfügbar gemacht. Das System ist ein Klassifikator auf Anfrageebene, der jede eingehende Anfrage prüft, bevor ein Modell ausgeführt wird, und sie anschließend an das Modell weiterleitet, das für diese konkrete Aufgabe am besten geeignet ist. Nach Angaben des Cursor-Teams zeigen Online-A/B-Tests eine Leistung in Frontier-Qualität bei etwa 60% Kosteneinsparung, während drei Enterprise-Konten im Early Access Einsparungen von 30–50% meldeten.

Das zugrunde liegende Problem, das Cursor Router adressiert, ist ein Ausgabenmuster, keine Fähigkeitslücke. Cursor berichtet, dass rund 60% seiner Entwickler ein einzelnes Modell als täglichen Standard verwenden. Dadurch werden Routineaufgaben zu Preisen der Frontier-Klasse erledigt, und die KI-Ausgaben steigen schneller, als sich die Output-Qualität verbessert. Diese Spannung ist nicht auf Cursor beschränkt; im Markt für KI-Coding-Assistenten — in dem Cursor mit Produkten wie GitHub Copilot, Codeium und Tabnine konkurriert — stehen Anbieter vor derselben Herausforderung, Multi-Modell-Zugang mit Inferenzkosten pro Entwickler in Einklang zu bringen. Cursor Router soll dieses Missverhältnis auflösen.

Wie der Klassifikator funktioniert

Cursor Router ist weder eine Fallback-Kette noch ein Retry-Mechanismus. Es handelt sich um einen Klassifikator, der mit über 600.000 Live-Anfragen trainiert, in einem Online-A/B-Test über Millionen von Live-Anfragen evaluiert und auf Nutzerzufriedenheit (AFC) als Belohnungssignal optimiert wurde.

Für jede Anfrage analysiert der Router vier Eingaben: Abfrage, Kontext, Aufgabenkomplexität und Domäne. Diese werden mit erlerntem Wissen über das Verhaltensprofil jedes Modells kombiniert. Cursor veröffentlicht drei Routing-Regeln, die aus dieser Klassifikation abgeleitet sind:

• Einfache Aufgaben werden an die preislich effizientesten Modelle geleitet.
• UI-Aktualisierungen werden an das Modell mit dem besten ästhetischen Urteilsvermögen geleitet.
• Komplexe Probleme mit langem Zeithorizont werden an Frontier-Reasoning-Modelle geleitet.

Die dritte Regel ist zentral für das Kostenargument. Einsparungen entstehen nicht dadurch, dass schwierige Probleme herabgestuft werden; sie entstehen dadurch, dass Routinearbeit aus der Frontier-Preisstufe herausgenommen wird, während die anspruchsvollste Stufe unverändert bleibt.

Ein bemerkenswertes Implementierungsdetail: Cursor Router ist sowohl im Training als auch in der Evaluation cache-bewusst. Er wird auf einem Datensatz trainiert, in dem Routing Cache-Misses erzeugt, und die gemeldeten Einsparungen beinhalten die Kosten dieser Cache-Misses. Ein Modellwechsel mitten in einer Unterhaltung invalidiert den Prompt-Cache, und diese Kosten sind real — Router, die sie ignorieren, überzeichnen ihre Einsparungen. Prompt-Caching, das Anbietern ermöglicht, zuvor verarbeiteten Kontext vergünstigt wiederzuverwenden, ist zu einer Standardfunktion zur Kostensenkung bei großen Modellanbietern wie Anthropic, OpenAI und Google geworden. Dadurch wird Cache-Invalidierung zu einem materiell kostspieligen Nebeneffekt jedes Systems, das zwischen Modellen wechselt.

Der Klassifikator wurde außerdem darauf ausgelegt, schnellen Modellwechsel im Markt zu bewältigen. Cursor gibt an, dass der Router aktualisiert werden kann, sobald neuere Modelle erscheinen — ein relevanter Vorteil in einem Markt, in dem sich die Frontier monatlich verschiebt. Da Anbieter wie Anthropic, OpenAI, Google und xAI jeweils aktualisierte Modelle in sich überschneidenden Zeitplänen veröffentlichen, können neue Optionen auftauchen, bevor Teams die aktuellen vollständig evaluiert haben.

Warum Online-A/B-Tests statt Offline-Evals

Cursor hat Offline-Evaluationen bewusst nicht als primäre Messmethode verwendet. Die vom Unternehmen genannte Begründung lautet, dass Offline-Evals unter kleinen Stichprobengrößen, Distanz zu realen Nutzungsmustern und der Schwierigkeit leiden, Erfolg auf ein standardisiertes Bewertungsschema zu reduzieren. Außerdem berücksichtigen sie nicht die Cache-Miss-Kosten, die beim Wechsel zwischen Modellen entstehen.

Reale Routing-Entscheidungen finden über eine gesamte Unterhaltung hinweg statt, nicht in einem einzelnen Durchgang. Entwickler schreiben Code, stellen Folgefragen, stoßen auf Fehler und arbeiten weiter — häufig über Hunderte von Anfragen in einer bestimmten Woche hinweg. Der Router muss sowohl bestimmen, welches Modell ausgewählt wird, als auch wann zwischen Modellen gewechselt werden soll.

Zwei Qualitätsmetriken stützen die Evaluation:

• Nutzerzufriedenheit: Der Erfolg des Agenten wird anhand von Nutzerreaktionen klassifiziert. Zum nächsten Feature überzugehen, gilt als stark positives Signal; den Agenten zu korrigieren, gilt als stark negatives Signal.
• Keep Rate: Der Anteil des agentengenerierten Codes, der im Laufe der Zeit in der Codebasis verbleibt.

Das Cursor-Team gibt an, beide Metriken in den vergangenen neun Monaten zur Bewertung jedes Modellstarts und jeder Harness-Verbesserung verwendet zu haben. Diese Metriken existierten bereits vor dem Produkt, zu dessen Validierung sie nun genutzt werden. Die Keep-Rate-Metrik spiegelt einen Fokus auf ergebnisbasierte Messung wider — ob KI-generierter Code bestehen bleibt — statt auf Aufgabenerfüllungsraten, die Nacharbeit oder spätere Fehler möglicherweise nicht erfassen.

Drei Modi und die Zahlen dahinter

Der Auto-Modus bietet nun drei Optimierungseinstellungen, die Nutzer entlang der Kosten-Intelligenz-Pareto-Front bewegen:

• Auto Intelligence liegt bei der Nutzerzufriedenheit nahe an Fable, bei rund 60% niedrigeren Kosten für Teams. Gegenüber Opus 4.8 steigert es die Zufriedenheit um etwa 15% bei nahezu gleichen Kosten.
• Auto Balance liegt bei der Nutzerzufriedenheit über Opus 4.8 und kostet etwa 36% weniger. Gegenüber GPT-5.6 Sol liefert es vergleichbare Zufriedenheit bei einer niedrigeren Ausgabenrate.
• Cost mode wird als Modus beschrieben, der gute Qualität erreicht, zugleich die höchste verfügbare Intelligenz nutzt und Token-Ausgaben optimiert. Cursor veröffentlichte für diesen Modus keine A/B-Qualitäts- oder Kostenzahlen.

Da Kosten pro Anfrage nur einen Teil des Gesamtbildes zeigen, hat Cursor auch die Kosten pro Commit gemessen:

GPT-5.6 Sol entsprach den Kosten des Intelligence-Modus, erzielte jedoch eine geringere Nutzerzufriedenheit. Cursor veröffentlichte dafür keine exakte Zahl pro Commit.

Bereitstellung und Beschaffungsbeschränkungen

Cursor Router ist auf Desktop, Web, iOS, CLI und im Cursor SDK verfügbar. Für Teams-Pläne ist er standardmäßig aktiviert. Enterprise-Administratoren können ihn über das Dashboard aktivieren.

Das Changelog beschreibt die Administrationsoberfläche: Aktivierung pro Team und pro Gruppe, Einschränkungen dafür, welche Optimierungsmodi Mitglieder auswählen können, ein konfigurierbarer Standardmodus sowie Modell-Zulassungs- und Sperrlisten. Für die Standardisierung auf den Auto-Modus gibt es sowohl weiche als auch harte Durchsetzungsoptionen. Das geroutete Modell kann angezeigt oder verborgen werden — standardmäßig ist es verborgen, sodass Teams, die Routing-Transparenz wünschen, diese ausdrücklich aktivieren müssen.

Zwei Beschränkungen sind für die Beschaffungsplanung relevant:

1. Grok 4.5 ist eine verpflichtende preislich effiziente Routing-Option, was bedeutet, dass die Modell-Sperrliste nicht genutzt werden kann, um es auszuschließen. Grok 4.5, veröffentlicht am July 8, kostet $2/M für Eingabe- und $6/M für Ausgabe-Token, mit einer schnellen Variante zu $4/M und $18/M.
2. Balance- und Intelligence-Modi werden zum Tarif des gerouteten Modells abgerechnet, sodass die Stückkosten mit jeder Routing-Entscheidung variieren, statt sich auf einen festen Preis pro Anfrage einzupendeln.

Wichtige Fakten

• Cursor Router ist ein Klassifikator pro Anfrage, der mit über 600.000 Live-Anfragen trainiert und auf Nutzerzufriedenheit (AFC) optimiert wurde.
• Online-A/B-Tests melden Output in Frontier-Qualität bei 60% Einsparung; drei Enterprise-Konten im Early Access sparten 30–50% gegenüber Opus 4.8.
• Kosten pro Commit: $4.63 (Balance), $6.76 (Intelligence), gegenüber $7.34 (Opus 4.8) und $12.69 (Fable 5).
• Cache-Miss-Kosten durch Modellwechsel sind in den gemeldeten Einsparungen enthalten, nicht ausgeschlossen.
• Grok 4.5 ist eine verpflichtende Routing-Option, und Balance sowie Intelligence werden zum Tarif des gerouteten Modells abgerechnet.

Quellen: Startbeitrag zu Cursor Router, Cursor Router Changelog, Ankündigung von Grok 4.5 und @cursor_ai auf X.