动察 Beating tarafından yapılan izlemeye göre, Cursor, bir grup AI Agent'ın yalnızca 835 sayfalık SQLite kılavuzunu inceleyerek Rust ile uyumlu bir veritabanını yeniden yazmasını sağladı. SQLite kaynak koduna, programlara, test setlerine ve internete erişimleri yoktu. Yeni sistemin 4 resmi konfigürasyonu, sonunda tüm yayınlanmamış SQL testlerini geçti.
Resmi testler 4 kombinasyonu içeriyordu. GPT-5.5 ve Grok 4.5 sırasıyla planlama ve yürütmeyi üstlendi. Diğer iki grupta Opus 4.8 veya Fable 5 planlamayı, daha ucuz olan Composer 2.5 ise yürütmeyi üstlendi.
Dört grubun maliyetleri sırasıyla 10.565 dolar, 1.928 dolar, 1.339 dolar ve 2.234 dolar oldu. En düşük maliyetli plan, Opus 4.8'in planlama, Composer 2.5'in yürütme yaptığı kombinasyondu. Yürütme Agent'ı token'ların çoğunu tüketti; daha ucuz bir model kullanıldığında maliyet belirgin şekilde düştü.
Cursor ayrıca Opus 4.8 ve Fable 5'in tüm işi üstlendiği senaryoları da test etti; maliyetler sırasıyla 5.153 dolar ve 20.057 dolar oldu. Bu iki grup yalnızca gayriresmi olarak değerlendirildi ve kalite karşılaştırmasına dahil edilmedi. Sadece harcamalara bakıldığında, en yüksek maliyet en düşük resmi maliyetin yaklaşık 15 katıydı.
Güçlü modeli planlama için kullanıp daha ucuz modeli yürütme için kullanmak, tüm süreçte en güçlü modeli kullanmaktan daha avantajlı olabilir.
