Cursorは、TeamsおよびEnterpriseプラン向けにCursor Routerの一般提供を開始した。このシステムはリクエスト単位の分類器であり、任意のモデルが実行される前に各受信リクエストを検査し、その特定のタスクに最も適したモデルへ振り分ける。Cursorチームによると、オンラインA/Bテストでは約60%のコスト削減でフロンティア級の性能が示され、早期アクセスの企業アカウント3社では30〜50%の削減が報告された。

Cursor Routerが対処する根本的な問題は、能力の不足ではなく支出パターンにある。Cursorによれば、同社の開発者のおよそ60%が単一のモデルを日常的な主力として使用している。その結果、日常的なタスクがフロンティア層の価格で処理され、AI支出は出力品質の改善よりも速く増加する。この緊張関係はCursorに限ったものではない。CursorがGitHub Copilot、Codeium、Tabnineなどの製品と競合するAIコーディングアシスタント市場全体で、プロバイダーはマルチモデルへのアクセスと開発者ごとの推論コストのバランスを取るという同じ課題に直面している。Cursor Routerは、このミスマッチを解消するために設計されている。

分類器の仕組み

Cursor Routerは、フォールバックチェーンでも再試行メカニズムでもない。60万件超のライブリクエストで学習し、数百万件のライブリクエストにわたるオンラインA/Bテストで評価され、ユーザー満足度（AFC）を報酬シグナルとして最適化された分類器である。

各リクエストについて、ルーターはクエリ、コンテキスト、タスクの複雑性、ドメインという4つの入力を分析する。これらは、各モデルの行動プロファイルに関する学習済み知識と組み合わされる。Cursorは、この分類から導かれる3つのルーティングルールを公表している。

• 単純な作業は、最も価格効率の高いモデルにルーティングされる。
• UI更新は、最も優れた美的判断を持つモデルにルーティングされる。
• 複雑で長期的な問題は、フロンティア推論モデルにルーティングされる。

3つ目のルールは、コスト面の主張の中心にある。削減は難しい問題を格下げすることで実現されるのではない。最も難しい層を維持したまま、日常的な作業をフロンティアレベルの価格設定から外すことで実現される。

注目すべき実装上の詳細として、Cursor Routerは学習と評価の両方でキャッシュを考慮している。ルーティングによってキャッシュミスが発生するデータセットで学習されており、報告された削減額にはそれらのキャッシュミスのコストが含まれている。会話の途中でモデルを切り替えるとプロンプトキャッシュが無効化され、そのコストは現実に発生する。これを無視するルーターは削減効果を過大評価する。プロンプトキャッシュは、プロバイダーが以前に処理したコンテキストを割引価格で再利用できるようにする仕組みで、Anthropic、OpenAI、Googleを含む主要モデルプロバイダーが提供する標準的なコスト削減機能になっている。そのため、キャッシュ無効化は、モデル切り替えシステムにとって実質的に高コストな副作用となる。

この分類器は、急速なモデルの入れ替わりにも対応できるよう設計されている。Cursorは、新しいモデルが出荷されるたびにルーターを更新できるとしており、フロンティアが月単位で移動する市場では意味のある利点となる。Anthropic、OpenAI、Google、xAIなどのプロバイダーが重なり合うタイムラインで更新モデルをリリースする中、チームが現行モデルの評価を終える前に新しい選択肢が登場することもある。

オフライン評価ではなくオンラインA/Bテストを採用した理由

Cursorは、主要な測定方法としてオフライン評価を意図的に避けた。同社が示す理由は、オフライン評価にはサンプルサイズの小ささ、実世界の利用パターンからの乖離、成功を標準化されたルーブリックに落とし込む難しさがあるためだ。また、モデル切り替え時に発生するキャッシュミスのコストも考慮されない。

実際のルーティング判断は、単一のターンではなく会話全体にわたって行われる。開発者はコードを書き、追加質問をし、エラーに遭遇し、作業を続ける。週に数百件のリクエストに及ぶことも多い。ルーターは、どのモデルを選択するかだけでなく、いつモデルを切り替えるかも判断しなければならない。

評価を支える品質指標は2つある。

• ユーザー満足度：ユーザーの反応からエージェントの成功を分類する。次の機能に進むことは強いポジティブシグナルとして扱われ、エージェントを修正することは強いネガティブシグナルとして扱われる。
• 保持率：エージェントが生成したコードのうち、時間の経過後もコードベースに残る割合。

Cursorチームは、過去9カ月にわたり、すべてのモデルローンチとハーネス改善の評価にこれら2つの指標を使用してきたとしている。これらの指標は、現在それらによって検証されている製品より前から存在していた。保持率の指標は、タスク完了率では捉えきれない手戻りや下流の失敗ではなく、AI生成コードが残存するかどうかという成果ベースの測定を重視していることを示している。

3つのモードとその数値

Autoモードでは、ユーザーをコストと知能のパレートフロンティア上で移動させる3つの最適化設定が提供される。

• Auto Intelligenceは、チーム向けにおよそ60%低いコストで、ユーザー満足度がFableに近い水準に達する。Opus 4.8と比較すると、ほぼ同じコストで満足度を約15%引き上げる。
• Auto Balanceは、ユーザー満足度でOpus 4.8を上回り、コストは約36%低い。GPT-5.6 Solと比較すると、より低い支出率で同等の満足度を提供する。
• Cost modeは、トークン支出を最適化しつつ、利用可能な最高の知能に到達しながら良好な品質を実現するものと説明されている。Cursorはこのモードについて、A/B品質やコストの数値を公表していない。

リクエストあたりのコストだけでは全体像を示せないため、Cursorはコミットあたりのコストも測定した。

GPT-5.6 SolはIntelligenceモードと同等のコストだったが、ユーザー満足度は低かった。Cursorはこれについて、正確なコミットあたりの数値を公表していない。

導入と調達上の制約

Cursor Routerは、デスクトップ、Web、iOS、CLI、Cursor SDKで利用できる。Teamsプランではデフォルトで有効になっている。Enterprise管理者はダッシュボードから有効化できる。

変更履歴では、管理機能の範囲が示されている。チーム単位およびグループ単位での有効化、メンバーが選択できる最適化モードの制限、設定可能なデフォルトモード、モデルの許可リストとブロックリストである。Autoモードへの標準化に向けて、ソフトおよびハードの強制オプションも用意されている。ルーティングされたモデルは表示または非表示にできるが、デフォルトでは非表示であるため、ルーティングの透明性を求めるチームは明示的にオプトインする必要がある。

調達計画に関連する制約は2つある。

1. Grok 4.5は、価格効率の高い必須ルーティングオプションである。つまり、モデルのブロックリストを使ってこれを除外することはできない。7月8日にリリースされたGrok 4.5は、入力トークンが$2/M、出力トークンが$6/Mで、Fast版は$4/Mおよび$18/Mとなっている。
2. BalanceおよびIntelligenceモードは、ルーティング先モデルの料金で課金される。そのため、単位コストはリクエストごとの固定価格ではなく、各ルーティング判断に応じて変動する。

重要な事実

• Cursor Routerは、60万件超のライブリクエストで学習され、ユーザー満足度（AFC）に最適化されたリクエスト単位の分類器である。
• オンラインA/Bテストでは、60%の削減でフロンティア級の出力が報告され、早期アクセスの企業アカウント3社ではOpus 4.8比で30〜50%を削減した。
• コミットあたりのコストは、$4.63（Balance）、$6.76（Intelligence）で、Opus 4.8の$7.34、Fable 5の$12.69と比較される。
• モデル切り替えによるキャッシュミスのコストは、報告された削減額に含まれており、除外されていない。
• Grok 4.5は必須のルーティングオプションであり、BalanceおよびIntelligenceはルーティング先モデルの料金で課金される。

出典：Cursor Routerローンチ投稿、Cursor Router変更履歴、Grok 4.5発表、およびXの@cursor_ai。