Cursor가 7월 22일 출시한 Cursor Router의 최신 성능을 공개함. Auto Intelligence는 Fable 수준 이상 만족도를 68% 낮은 비용에, Auto Balance는 Opus 4.8을 능가하는 만족도를 41% 낮은 비용에 제공함. 벤치마크 점수가 아니라 실제 개발 트래픽에서 학습한 복잡도 예측기 Compass와 작업 분류 체계로 턴마다 적합한 모델을 고르는 구조라고 설명함.
Cursor는 7월 22일 Auto Intelligence와 Auto Balance 두 구성을 담은 Cursor Router를 출시한 뒤, 새 모델이 등장하고 프로덕션 트래픽이 쌓이면서 두 모드를 계속 개선해 왔다고 밝혔다.
공개 시점 기준 Auto Intelligence는 Fable 수준 이상의 사용자 만족도를 68% 낮은 비용에 제공하며, 출시 이후 비용을 추가로 18% 더 낮췄다. Auto Balance는 Opus 4.8을 능가하는 만족도를 41% 낮은 비용에 내면서 만족도를 3% 더 끌어올렸다. 라우터는 현재 턴과 최근 대화 상태의 신호로 판단하는데, 먼저 Compass라는 복잡도 예측기가 저렴한 모델로 충분한 턴인지 결정하고, 더 까다로운 턴은 실제 개발자 트래픽에서 학습한 작업·도메인 분류 체계로 어느 프런티어 모델이 잘 맞을지 고른다.
핵심은 모델 선택을 벤치마크가 아니라 실제 개발 작업에서의 성능으로 학습했다는 점이다. Cursor 사용자라면 특정 모델을 고정하기보다 Auto 모드로 두는 편이 비용과 만족도 양쪽에서 유리할 수 있다.