Cursor: modelos baratos escriben código siguiendo el plan de los modelos frontier, y el coste se reduce 15 veces

En julio de 2026, Cursor realizó un experimento: pidió a un enjambre de agentes de IA que reescribiera desde cero el SGBD SQLite en el lenguaje Rust, con solo la documentación como material: sin código fuente, sin acceso a internet y sin tests ya preparados. La nueva versión del «enjambre» (agent swarm), que separa el modelo planificador de los modelos ejecutores, acabó pasando el 100% del conjunto de tests en todas las configuraciones, y la solución más barata costó 15 veces menos que un único agente puntero.

Qué probó exactamente Cursor

Cursor planteó a los agentes una sola tarea: recrear SQLite en Rust desde cero, guiándose únicamente por la documentación oficial. El resultado final se evaluó con el benchmark sqllogictest, que incluye millones de consultas SQL. Según Cursor, todas las configuraciones del nuevo sistema llegaron finalmente al 100% de tests superados, mientras que el antiguo «enjambre» se quedaba atascado en un rango del 11% al 77%.

La idea clave de la nueva arquitectura es separar los papeles. Un modelo frontier caro actúa como planificador: divide la tarea y toma las decisiones de arquitectura. La mayor parte del código rutinario la escriben modelos worker baratos.

• La tarea: reescribir SQLite en Rust solo a partir de la documentación, sin código fuente ni internet
• Planificadores: GPT-5.5, Grok 4.5, Opus 4.8, Fable 5
• Ejecutor: Composer 2.5 (también se probó como agente individual a modo de comparación)
• Evaluación: benchmark sqllogictest, millones de consultas SQL
• El nuevo sistema a las 4 horas: entre el 73% y el 85% al inicio, y todas las configuraciones llegaron al 100%; el antiguo, entre el 11% y el 77%

Por qué el planificador elimina el caos

La separación de papeles libera al enjambre de los conflictos de fusión (merge) que antes generaba él mismo. En la configuración con Grok 4.5, el sistema antiguo produjo en dos horas 68 000 commits y más de 70 000 conflictos de fusión, y se ahogó en ellos. El nuevo enjambre mantuvo un ritmo de unos 1000 commits por segundo y no superó en ningún momento los 1000 conflictos simultáneos.

La diferencia también se aprecia en el volumen de código, con una calidad comparable. La combinación «Fable 5 planifica + Composer escribe» se quedó en 9908 líneas, frente a las 64 305 del enfoque antiguo. El par «Opus 4.8 + Composer» generó 4645 líneas frente a 19 013. Menos código implica menos bugs y un mantenimiento más barato.

Cuánto se logró ahorrar

El coste de las ejecuciones varió 15 veces con un resultado comparable: desde $1339 por la combinación «Opus 4.8 + Composer» hasta $10 565 por un GPT-5.5 en solitario. Según Cursor, los modelos worker consumieron entre el 69% y más del 90% de todos los tokens, pero por la diferencia de precios su peso en la factura final fue bastante menor: lo caro se paga sobre todo en la planificación.

El modelo frontier se encarga de la descomposición y de las decisiones

clave, mientras que los modelos worker, más baratos, ejecutan el plan con eficacia en cuanto se elimina la ambigüedad: esa es la principal conclusión del equipo de Cursor tras el experimento.

Qué significa esto

La economía de la programación con IA se está desplazando: tiene sentido pagar por un modelo puntero en la fase de planificación y dejar la implementación en manos de ejecutores baratos, casi sin pérdida de calidad. Para los equipos, esto supone una reducción de varias veces en el gasto de generación autónoma de código, siempre que alguien con criterio divida bien la tarea.

Preguntas frecuentes

¿Qué es un agent swarm en Cursor?

Un agent swarm es un enjambre de muchos agentes de IA que trabajan en paralelo sobre una misma tarea. En la nueva versión, Cursor los dividió en un planificador (un único modelo caro) y ejecutores (muchos modelos baratos), lo que eliminó los conflictos de fusión masivos.

¿Qué modelos planificaron y cuáles escribieron el código?

Los planificadores fueron GPT-5.5, Grok 4.5, Opus 4.8 y Fable 5. El código lo escribió el modelo Composer 2.5, que también se probó en solitario a modo de comparación.

¿Cuánto más barato resultó el código?

La diferencia fue de 15 veces: desde $1339 por la combinación Opus 4.8 + Composer hasta $10 565 por un GPT-5.5 en solitario, con una calidad de resultado comparable.