Cursor : des modèles bon marché codent selon le plan des modèles frontier — le coût divisé par 15

En juillet 2026, Cursor a mené une expérience : un essaim d'agents IA devait réécrire de zéro le SGBD SQLite en Rust, avec pour seul matériau la documentation — sans code source, sans accès à Internet et sans tests prêts à l'emploi. La nouvelle version de l'« essaim » (agent swarm), qui sépare un modèle planificateur des modèles exécutants, a fini par passer 100 % de la suite de tests dans toutes ses configurations, et la solution la moins chère a coûté 15 fois moins qu'un agent de pointe travaillant seul.

Ce que Cursor a réellement testé

Cursor a confié aux agents une seule tâche : recréer SQLite en Rust à partir de zéro, en s'appuyant uniquement sur la documentation officielle. Le résultat a été évalué avec le benchmark sqllogictest, qui compte des millions de requêtes SQL ; selon Cursor, chaque configuration du nouveau système a fini par atteindre 100 % de réussite aux tests, alors que l'ancien « essaim » restait bloqué entre 11 et 77 %.

L'idée centrale de la nouvelle architecture : séparer les rôles. Un modèle frontier coûteux joue le planificateur : il découpe la tâche et tranche les questions d'architecture. L'essentiel du code de routine est écrit par des modèles worker bon marché.

• Tâche : réécrire SQLite en Rust à partir de la seule documentation, sans code source ni Internet
• Planificateurs : GPT-5.5, Grok 4.5, Opus 4.8, Fable 5
• Exécutant : Composer 2.5 (également testé en agent seul à titre de comparaison)
• Évaluation : benchmark sqllogictest, des millions de requêtes SQL
• Nouveau système après 4 heures : 73–85 % au départ, toutes les configurations arrivent à 100 % ; ancien système : 11–77 %

Pourquoi le planificateur met fin au chaos

La séparation des rôles épargne à l'essaim les conflits de fusion (merge) qu'il s'infligeait auparavant à lui-même. Dans la configuration avec Grok 4.5, l'ancien système a produit 68 000 commits et plus de 70 000 conflits de fusion en deux heures — et s'y est noyé. Le nouvel essaim a tenu un rythme d'environ 1000 commits par seconde sans jamais dépasser 1000 conflits simultanés.

L'écart se voit aussi dans le volume de code, à qualité comparable. Le duo « Fable 5 planifie + Composer écrit » s'en est tenu à 9908 lignes, contre 64 305 pour l'ancienne approche. Le duo « Opus 4.8 + Composer » : 4645 lignes contre 19 013. Moins de code, c'est moins de bugs et une maintenance moins coûteuse.

Combien d'économies ?

Le coût des exécutions variait d'un facteur 15 pour un résultat comparable : de 1339 $ pour le duo « Opus 4.8 + Composer » à 10 565 $ pour un GPT-5.5 seul. Selon Cursor, les modèles worker consommaient entre 69 et plus de 90 % de tous les tokens, mais, vu l'écart de prix, leur poids dans la facture finale restait nettement plus modeste : c'est surtout la planification qui coûte cher.

Le modèle frontier prend en charge la décomposition et les décisions

clés, tandis que les modèles worker, moins chers, exécutent efficacement le plan dès que l'ambiguïté est levée — telle est la principale conclusion de l'équipe Cursor à l'issue de l'expérience.

Ce que cela signifie

L'économie du codage assisté par IA se déplace : payer un modèle de pointe a du sens au moment de la planification, tandis que l'implémentation peut être confiée à des exécutants bon marché, pratiquement sans perte de qualité. Pour les équipes, cela signifie une baisse des coûts de génération autonome de code d'un facteur multiple — à condition que quelqu'un de compétent découpe correctement la tâche.

Questions fréquentes

Qu'est-ce que l'agent swarm de Cursor ?

L'agent swarm est un essaim de nombreux agents IA qui travaillent en parallèle sur une même tâche. Dans la nouvelle version, Cursor les a répartis entre un planificateur (un seul modèle coûteux) et des exécutants (de nombreux modèles bon marché), ce qui a supprimé les conflits de fusion massifs.

Quels modèles ont planifié, et lesquels ont écrit le code ?

Les planificateurs étaient GPT-5.5, Grok 4.5, Opus 4.8 et Fable 5. Le code a été écrit par le modèle Composer 2.5, également testé seul à titre de comparaison.

De combien le code a-t-il coûté moins cher ?

L'écart atteint un facteur 15 : de 1339 $ pour le duo Opus 4.8 + Composer à 10 565 $ pour un GPT-5.5 seul, pour une qualité de résultat comparable.