動察 Beatingのモニタリングによると、Cursorは一群のAIエージェントに835ページのSQLiteマニュアルのみを参照させ、Rustで互換性のあるデータベースを書き換えさせた。これらのエージェントはSQLiteのソースコード、プログラム、テストセット、インターネットにアクセスできない。新システムの4つの正式構成は、最終的にすべての未公開SQLテストに合格した。
正式テストには4つの組み合わせが含まれる。GPT-5.5とGrok 4.5がそれぞれ計画と実行を担当。別の2組では、Opus 4.8またはFable 5が計画を担当し、安価なComposer 2.5が実行を担当した。
4組のコストはそれぞれ10,565ドル、1,928ドル、1,339ドル、2,234ドル。最も低コストなのはOpus 4.8が計画、Composer 2.5が実行する方式。実行エージェントがほとんどのトークンを消費するため、安価なモデルに切り替えることでコストが大幅に低下した。
Cursorはさらに、Opus 4.8とFable 5がすべての作業を担当する方式も追加で実行し、コストはそれぞれ5,153ドルと20,057ドル。この2組は非公式スコアのみで、品質比較には含まれていない。コストだけを見ると、最高額は最低額の正式方式の約15倍となる。
強力なモデルを計画に残し、安価なモデルに実行を任せる方が、全行程で最強モデルを使用するよりもコスト効率が良い可能性がある。