Cursor Router tränades på över 600 000 liveförfrågningar och utvärderades i A/B-tester över miljontals verkliga användarbegäranden, med användarnöjdhet (AFC) som belöningsmått . Systemet analyserar varje förfrågans fråga, kontext, uppgiftskomplexitet och domän, kombinerat med inlärd kunskap om varje modells styrkor . Router är också cache-medveten i både träning och utvärdering, vilket innebär att de rapporterade besparingarna inkluderar kostnaden för cachemissar som uppstår vid modellbyte .
I tidig tillgång med dussintals företagskunder observerade Cursor 30–50 % lägre kostnader jämfört med att dirigera allt till Opus 4.8, utan någon kvalitetsförlust . I bredare A/B-tester:
Det angivna spannet 31–52 % är i linje med dessa siffror – den lägre nivån (~30 %) motsvarar tidiga företagsresultat, och den övre nivån (~60 %) motsvarar de publicerade besparingarna för Auto Intelligence.
Cursor Router erbjuder tre lägen som låter användarna bestämma var de vill vara på Pareto-fronten mellan kostnad och intelligens .
| Läge | Beskrivning |
|---|---|
| Intelligence | Frontkvalitet, matchar de dyraste och mest kraftfulla modellerna som annars kan vara utom räckhåll för dagligt bruk . |
| Balance | Stark kvalitet, matchar de frontmodeller som de flesta använder dagligen . |
| Cost | Bra kvalitet, når högsta tillgängliga intelligens samtidigt som tokenförbrukningen optimeras . |
Användarna väljer dessa lägen via "Auto"-alternativet i modellväljaren . Balance och Intelligence faktureras till den dirigerade modellens taxa .
Administratörer kan :
Företagskunder får dessutom :
Cursor Router finns tillgängligt på desktop, webb, iOS, CLI och SDK .
Cursors årliga återkommande intäkter (ARR) nådde 2 miljarder dollar i februari 2026, en fördubbling från 1 miljard dollar på bara tre månader – vilket gör det till ett av de snabbast växande SaaS-bolagen i historien . Cirka 60 % av intäkterna kommer från företagskunder .
Denna lansering speglar en skarp trend i branschen: i takt med att AI-kodningsanvändningen växer i en aldrig tidigare skådad takt, skenar företagens AI-beräkningskostnader. Modellroutningslösningar som Cursor Router adresserar detta direkt genom att automatiskt matcha uppgiftskomplexitet med modellkostnad, och därmed förhindra att man betalar frontmodellspriser för rutinuppgifter . Samma trend syns över hela branschen – konkurrenter och tredjepartsaktörer bygger liknande routrar, och Cursors egna data visade att ~60 % av utvecklarna använde en enda frontmodell som sin dagliga drivkraft, vilket ledde till att kostnaderna växte mycket snabbare än utdatakvaliteten .