Cursor 已面向 Teams 和 Enterprise 计划全面推出 Cursor Router。该系统是一个请求级分类器，在每次执行前检查每个提示词，并将其路由到最合适的模型，旨在不牺牲质量的前提下降低成本。

  • 该分类器基于 600k+ 条真实请求进行训练，并以用户满意度（AFC）作为奖励信号进行优化。
  • 它分析查询、上下文、任务复杂度和领域，将简单工作路由至性价比高的模型，UI 更新路由至高品味模型，复杂问题则路由至前沿推理模型。
  • 评估依赖于跨数百万请求的在线 A/B 测试，而非离线评估，并考虑了对话中途切换模型时产生的缓存未命中成本。
  • Auto Intelligence 模式的成本比 Opus 4.8 低约 60%，同时达到与 Fable 相当的用户满意度；Auto Balance 以更低的花费率提供与 GPT-5.6 Sol 相当的满意度。
  • 每次提交的测量成本为：Auto Balance 为 $4.63，Auto Intelligence 为 $6.76，而 Opus 4.8 为 $7.34。

Cursor Router 通过将任务难度动态匹配到相应的定价层级，解决了开发人员对所有任务都使用单一前沿模型的低效问题。