Anyspherei (разработчик Cursor) провела эксперимент: команде AI-агентов поручили реализовать на Rust всё содержимое 835-страничного руководства SQLite — без доступа к исходному коду СУБД, готовым сборкам, тестам и интернету. Цель — понять, как выбор модели для планирования и модели для исполнения влияет на стоимость и качество результата в API-ценах.
Все протестированные конфигурации в итоге прошли полный тестовый набор, но стоимость прогона отличалась в разы: от $1339 до $10565 в основном сравнении и до $20057 — если считать неофициальные одиночные запуски. Вывод Cursor: дорогую топовую модель достаточно привлекать на этапе декомпозиции задачи и проектных решений, а рутинное исполнение можно отдавать более дешёвой модели без потери качества.
ВыводВсего было 4 официальные конфигурации: GPT-5.5 и Grok 4.5 — сами планировали и сами исполняли; Opus 4.8 и Fable 5 — планировали, а исполнение отдавали собственной модели Cursor Composer 2.5