커서 라우터는 60만 건 이상의 실제 요청을 기반으로 훈련되었고, 수백만 건의 실제 사용자 요청을 대상으로 한 온라인 A/B 테스트에서 검증되었습니다. 이때 사용자 만족도(AFC)가 보상 지표로 사용됐습니다 . 라우터는 각 요청의 질의 내용, 컨텍스트, 작업 복잡도, 도메인을 분석하고, 각 모델의 강점에 대한 학습된 지식을 결합해 판단합니다 . 또한 훈련과 평가 모두에서 캐시를 고려하도록 설계되어, 모델 전환으로 인한 캐시 미스 비용까지 절감 효과에 포함됩니다 .
수십 개 엔터프라이즈 고객을 대상으로 한 초기 접근 단계에서, 커서는 모든 요청을 Opus 4.8에 전달하는 방식과 비교해 품질 저하 없이 30~50%의 비용 절감을 확인했습니다 . 더 광범위한 A/B 테스트 결과는 다음과 같습니다:
공개된 31~52% 범위는 이 수치들과 일관됩니다. 하한(~30%)은 초기 엔터프라이즈 결과에, 상한(~60%)은 Auto Intelligence 모드의 공개된 절감액에 각각 해당합니다.
커서 라우터는 사용자가 비용과 성능 사이의 균형(파레토 프런티어)을 직접 선택할 수 있도록 세 가지 모드를 제공합니다 .
| 모드 | 설명 |
|---|---|
| Intelligence | 프런티어 수준의 품질. 일상적으로 사용하기엔 부담스러울 수 있는 가장 비싸고 강력한 모델과 동등한 성능을 제공합니다 . |
| Balance | 높은 품질. 대부분의 개발자가 일상적으로 사용하는 프런티어 모델 수준의 성능을 제공합니다 . |
| Cost | 준수한 품질. 가능한 최고 수준의 성능을 유지하면서 토큰 사용량을 최적화합니다 . |
사용자는 모드 선택기에서 'Auto' 옵션을 통해 이 모드들을 선택할 수 있습니다 . Balance와 Intelligence 모드는 실제 라우팅된 모델의 요금으로 청구됩니다 .
관리자는 다음을 수행할 수 있습니다 :
엔터프라이즈 고객은 추가로 다음 기능을 이용할 수 있습니다 :
커서 라우터는 데스크톱, 웹, iOS, CLI 및 SDK 전반에서 사용할 수 있습니다 .
커서의 연간 반복 매출(ARR)은 2026년 2월 20억 달러를 기록하며 3개월 만에 10억 달러에서 두 배로 증가했습니다. 이는 SaaS 역사상 가장 빠른 성장 중 하나입니다 . 매출의 약 60%는 기업 고객(엔터프라이즈)에게서 발생합니다 .
이번 라우터 출시는 업계의 급격한 변화를 반영합니다. AI 코딩 사용량이 전례 없는 속도로 확장되면서 기업의 AI 컴퓨팅 비용이 급증하고 있습니다. 모델 라우팅 솔루션은 작업 복잡도와 모델 비용을 자동으로 매칭해, 일상적인 작업에 프런티어 모델 비용을 지불하는 낭비를 막아줍니다 . 이러한 추세는 업계 전반에서 나타나며, 경쟁사와 서드파티도 유사한 라우터를 구축하고 있습니다. 커서의 자체 데이터에 따르면 개발자의 약 60%가 단일 프런티어 모델을 기본 모델로 선택하여 사용했으며, 이로 인해 지출이 출력 품질보다 훨씬 빠르게 증가하고 있었습니다 .