Cursor Router 用咗超過 60 萬個真實請求嚟訓練,並以數百萬個真實用戶請求進行網上 A/B 測試,以用戶滿意度(AFC)作為獎勵指標 。佢會分析每個請求嘅查詢內容、情境、任務複雜度同領域,再配合對每個模型強項嘅認識嚟做決定 。Router 喺訓練同評估時都會考慮緩存(cache-aware),即係話報告嘅節省金額已經包含模型切換時嘅緩存缺失成本 。
喺早期測試中,有幾十間企業客戶使用 Cursor Router 後,相比將所有請求都送去 Opus 4.8,成本節省咗 30–50%,而且品質完全冇下降 。喺更廣泛嘅 A/B 測試中:
所以話 31–52% 嘅節省範圍係好合理嘅——下限約 30% 對應早期企業測試結果,上限約 60% 就同 Auto Intelligence 模式嘅標題節省數字吻合。
Cursor Router 提供三個模式,等用戶可以按自己需要喺成本同智能之間取捨 。
| 模式 | 說明 |
|---|---|
| Intelligence | 前沿級品質,匹配最貴、最強大嘅模型,呢啲模型平時可能因為太貴而用唔起 。 |
| Balance | 優質品質,匹配大多數人日常使用嘅前沿模型 。 |
| Cost | 良好品質,喺控制 token 開銷嘅前提下達到最高可用智能 。 |
用戶可以喺模型選擇器揀「Auto」選項,然後選擇呢啲模式 。Balance 同 Intelligence 模式會按路由模型嘅費率收費 。
管理員可以 :
企業客戶仲可以享用 :
Cursor Router 支援桌面版、網頁版、iOS、CLI 同 SDK 。
Cursor 嘅年度經常性收入(ARR)喺 2026 年 2 月達到 20 億美元,短短三個月內就由 10 億美元翻咗一倍——呢個係 SaaS 史上增長最快嘅公司之一 。大約 60% 嘅收入嚟自企業客戶 。
呢次推出反映咗一個明顯嘅行業趨勢:隨住 AI 編碼使用量以前所未有嘅速度增長,企業嘅 AI 運算成本亦都急速膨脹。Cursor Router 呢類模型路由解決方案正好對症下藥——自動將任務複雜度同模型成本匹配,避免浪費金錢用前沿模型嘅價格去做例行工作 。成個行業都見到相同趨勢——競爭對手同第三方都喺度開發類似嘅 Router,而 Cursor 自己嘅數據顯示,大約 60% 嘅開發者會揀一個單一前沿模型做日常使用,導致開支增長遠超輸出品質嘅提升 。