Cursor lanza Router: un clasificador que reparte cada tarea de código entre modelos para abaratar el gasto en IA

Cursor ha presentado Cursor Router, un sistema de enrutamiento inteligente de modelos pensado para equipos y clientes empresariales. La idea central es simple: en lugar de que cada desarrollador elija manualmente un único modelo como "caballo de batalla" para todas sus tareas, Router analiza cada petición antes de ejecutarla y decide qué modelo es el más adecuado para resolverla, buscando ofrecer inteligencia de nivel frontera sin pagar siempre el precio de un modelo frontera.

El problema que dice atacar la compañía es concreto: según sus propios datos, alrededor del 60% de los desarrolladores que usan Cursor fijan un solo modelo como opción por defecto para todo su trabajo. Esto provoca que tareas rutinarias (cambios pequeños, ajustes de interfaz, correcciones triviales) se paguen al mismo precio que problemas complejos de razonamiento largo, haciendo que el gasto en IA crezca mucho más rápido que la calidad real del resultado obtenido.

En su núcleo, Cursor Router es un clasificador entrenado con más de 600.000 peticiones reales de uso, y evaluado posteriormente mediante pruebas A/B online sobre millones de solicitudes en producción. El sistema evalúa cada petición según la consulta en sí, el contexto, la complejidad de la tarea y el dominio al que pertenece, cruzando esa información con lo que la empresa ha aprendido sobre las fortalezas de cada modelo disponible. Según describen, el trabajo simple se dirige a los modelos más eficientes en coste, las actualizaciones de interfaz van al modelo con "mejor gusto" visual, y los problemas complejos y de largo alcance se reservan para los modelos de razonamiento más potentes. Un detalle técnico relevante es que el clasificador se entrena y evalúa siendo consciente del coste de los fallos de caché (cache misses): cambiar de modelo en mitad de una conversación tiene un coste adicional, y Cursor afirma incorporar ese coste tanto en el entrenamiento como en las cifras de ahorro que reporta.

Para medir la eficacia del sistema, Cursor optó deliberadamente por pruebas A/B online a gran escala en lugar de evaluaciones offline, argumentando que estas últimas son limitadas en tamaño, se alejan del uso real y son difíciles de reducir a una rúbrica de éxito, además de no capturar el coste de los cambios de modelo entre turnos de una conversación. Las métricas de calidad que dicen usar desde hace nueve meses para evaluar cada lanzamiento de modelo o mejora del sistema son dos: la satisfacción del usuario (interpretando que pasar a la siguiente tarea es una señal positiva fuerte, mientras que corregir al agente es una señal negativa fuerte) y la tasa de permanencia del código, es decir, cuánto del código generado por el agente sigue presente en el repositorio con el paso del tiempo.

En cuanto a resultados, durante un periodo de acceso anticipado de dos semanas con un grupo de clientes empresariales, Cursor comparó lo que estos pagaron realmente frente a lo que habría costado la misma actividad si todo se hubiera procesado con las tarifas de la API de Opus 4.8. Tres cuentas de alto volumen, con miles de usuarios cada una, ahorraron entre un 30% y un 50% en las solicitudes enrutadas automáticamente, sin que la calidad percibida bajara. En pruebas A/B online sobre millones de solicitudes, la compañía reporta un ahorro de hasta el 60% manteniendo un rendimiento de nivel frontera.

El sistema ofrece tres modos configurables que se mueven a lo largo de lo que Cursor llama la "frontera de Pareto" entre coste e inteligencia: Intelligence (calidad frontera, equiparable a los modelos más potentes y caros), Balance (calidad alta, similar a los modelos frontera que la mayoría de usuarios prefiere para el uso diario) y Cost (calidad buena, priorizando el ahorro de tokens). Según las cifras que aporta la empresa, el modo Auto Intelligence se sitúa cerca de Fable en satisfacción del usuario con un coste aproximadamente 60% menor para los equipos, y supera en satisfacción a Opus 4.8 en torno a un 15% a un precio prácticamente equivalente. El modo Auto Balance, por su parte, queda por encima de Opus 4.8 en satisfacción con un coste alrededor de un 36% menor, y frente a GPT-5.6 Sol ofrece una satisfacción comparable a menor gasto.

Más allá del coste por solicitud, Cursor también analizó el coste por commit, es decir, por cada entrega de código efectivamente completada. Según sus datos, un commit resuelto con el modo Intelligence de Router cuesta 6,76 dólares y con el modo Balance 4,63 dólares. GPT-5.6 Sol iguala el coste del modo Intelligence pero con menor satisfacción de los usuarios sobre el resultado, mientras que Fable 5 y Opus 4.8 generan commits a un coste superior al de Cursor Router: 12,69 y 7,34 dólares respectivamente. Para Cursor, esta es la prueba práctica de que el enrutamiento automático mantiene las tareas difíciles en los modelos más capaces mientras aparta el trabajo rutinario de los precios frontera.

En el plano administrativo, las organizaciones conservan control sobre cómo se despliega la herramienta: pueden activarla por equipo o grupo, decidir qué modos puede elegir cada usuario, fijar un modo por defecto y permitir o bloquear modelos concretos. Cursor Router ya está disponible para los planes Teams y Enterprise en escritorio, web, iOS, CLI y su SDK.

La compañía enmarca este lanzamiento como una pieza más de su estrategia general de eficiencia en el consumo de tokens, no como una medida aislada. Menciona en particular la "llamada dinámica de herramientas" (dynamic tool calling), un mecanismo por el cual la mayoría de las descripciones de herramientas nativas ya no se cargan en cada prompt: el modelo las consulta la primera vez que las necesita, siguiendo el mismo patrón ya usado para servidores MCP. Esto mantiene herramientas de uso frecuente, como leer o editar archivos, siempre disponibles, mientras que las de uso ocasional solo entran en el prompt cuando el agente realmente las invoca. Cursor también señala que sigue ampliando el conjunto de modelos disponibles —citan la incorporación de Grok 4.5 para tareas más difíciles y costosas— y que su propio modelo Composer continúa mejorando en el uso cotidiano, para que los turnos de menor coste se mantengan cerca de la calidad frontera sin pagar precios de frontera.