「どのモデルで書くか」を選ぶ手をAIに預ける──Cursor Routerが突く、エージェントを回し続けるモデル代

SpaceX傘下のCursorが2026年7月22日、リクエストごとに使うAIモデルを自動で選び分ける「Cursor Router」を発表しました。これまで「Auto」と呼ばれていたモデル自動選択が、この Router を土台に置き換わります。狙いは明快で、フロンティアモデルに全部を投げる運用をやめ、タスクの重さに応じてモデルを振り分けることで、品質を保ったままモデル代を下げることです。コーディングエージェントを一日中回す現場ほど、この「トークン代」は無視できない固定費になっています。

タスクの重さを読んで振り分ける

Cursor Router は、リクエストの内容・文脈・タスクの複雑さ・ドメインを分類し、各モデルの得手不得手と照らして送り先を決めます。学習には60万件を超える実リクエストが使われ、評価はオフラインのベンチマークではなく、数百万件規模のオンラインA/Bテストで「ユーザー満足度」と「keep rate（書かれたコードがその後どれだけ残ったか）」を指標に行ったとされています。つまり「速く安く動いたか」ではなく「その出力が実際に採用されたか」で良し悪しを測る設計です。

コスト志向を3段階で選ぶ

利用者は、どこまでコストを詰めるかを次の3モードから選べます。

Intelligence（品質優先）

プレミアムモデル並みの出力を狙うモード。Cursorは最上位モデルに固定するより「およそ60%安い」としています。

Balance（既定）

混在した実務の初期値。Opus 4.8に全投げする場合と比べ「およそ36%安い」との説明です。

Cost（コスト優先）

繰り返しの定型作業向けに、品質を保ちつつトークン効率を最優先するモード。

Cursorが公表した「1コミットあたりのコスト」の比較は以下の通りです（同社の計測値）。

早期アクセスに参加した大口の3社では、すべてをOpus 4.8にルーティングした場合と比べ、Auto経由のリクエストで30〜50%のコスト削減が見られたとしています。

「個人の選択」から「組織の設定」へ

Cursor Router は Teams / Enterprise プランで提供され、デスクトップ・Web・iOS・CLI・SDK にまたがって効きます。管理者はチームやグループ単位で有効化し、メンバーが選べるモードを絞り、既定値を決め、特定モデルの利用を許可・遮断できます。モデル選択が個々の開発者の好みから、組織のポリシーとコスト管理の対象へと移る流れは、これまで本ブログが追ってきた「エージェント運用のガバナンス化」と同じ方向にあります。開発チームにとっては、モデル選定の意思決定コストが下がり、請求の予測が立てやすくなる利点があります。

安さの裏で手放すもの

一方で、利便性の裏に見落としやすい論点も指摘されています。第一に、どのモデルが実際に応答したのかが利用者から見えにくく、「今どのモデルで書かれたのか分からない」という声が出ています。第二に、振り分けの基準である「タスクの複雑さ」は「リスクの大きさ」と同じではありません。二行の認証まわりの修正は、見た目は単純でも壊れれば影響が大きく、そこに安価なモデルが自信を持って誤答すると、明確な失敗より発見が遅れる恐れがあります。第三に、セッション途中でモデルが切り替わるとそれまでのキャッシュが失われ、見かけの節約が目減りする場合があります。加えて、これらの性能値はいずれもCursor自身のA/Bテストと満足度指標に基づくもので、現時点で第三者による監査は確認できません。個人のProプランでは使えず、恩恵が組織規模に偏る点も含め、導入時はモードごとの実挙動を自分たちのコードで検証してから広げるのが安全です。

参照: Introducing Cursor Router（Cursor 公式ブログ） ／ Cursor Changelog: Router ／ Cursor unveils intelligent model router（Seeking Alpha） ／ Cursor Router: 60% Cheaper AI Coding, With One Catch