Cursor Router 在超過 60 萬次實際請求上進行訓練,並在數百萬次真實用戶請求中進行線上 A/B 測試,以用戶滿意度(AFC)為獎勵指標 。它會分析每次請求的查詢、上下文、任務複雜度和所屬領域,並結合對每個模型優勢的理解 。同時,該系統在訓練和評估時都具備快取感知能力,代表其所報告的節省金額已將模型切換時的快取未命中成本納入計算 。
在與數十家企業客戶的早期合作中,Cursor 觀察到相比將所有請求都發送給 Opus 4.8 處理,能節省 30–50% 的成本,且品質毫不打折 。在更廣泛的 A/B 測試中:
所稱的 31–52% 範圍 與這些數據一致——下限(約 30%)符合早期企業測試結果,上限(約 60%)則與已公布的 Auto Intelligence 主要節省數字相符。
Cursor Router 提供三種模式,讓使用者自行選擇在成本與智慧能力前緣上的定位 。
| 模式 | 說明 |
|---|---|
| Intelligence(智慧) | 前沿品質,匹配那些最昂貴、功能最強大、日常使用可能難以負擔的模型 。 |
| Balance(平衡) | 優質效能,匹配多數人日常使用的前沿模型 。 |
| Cost(成本) | 良好品質,在最佳化 token 花費的同時,達到可取得的最高智慧能力 。 |
使用者可在模型選擇器中選擇「Auto」模式來選用這些模式 。Balance 和 Intelligence 模式會依所路由的模型費率計費 。
管理員可以 :
Enterprise 客戶還可獲得 :
Cursor Router 可在桌面版、網頁版、iOS、CLI 和 SDK 上使用 。
Cursor 的年化經常性收入在 2026 年 2 月達到 20 億美元,僅在三個月內就從 10 億美元翻倍成長——使其成為 SaaS 史上成長最快的公司之一 。約有 60% 的收入來自企業客戶 。
此一功能的推出反映了產業的重大轉變:隨著 AI 編碼的使用以空前速度擴張,企業在 AI 運算上的支出也急遽膨脹。Cursor Router 這類模型路由解決方案正能直接應對此問題,透過自動將任務複雜度匹配到模型成本,避免為常規作業支付前沿模型等級的費用 。同樣的趨勢在整個產業中都可見到——競爭對手和第三方也正在建置類似的路由系統,而 Cursor 自身的數據也顯示,約有 60% 的開發者會選擇單一個前沿模型作為日常使用,導致花費的成長速度遠快於輸出品質的提升 。