Cursor: modelos baratos escrevem código seguindo o plano de modelos frontier, e o custo cai 15 vezes

Em julho de 2026, a Cursor realizou um experimento: um enxame de agentes de IA teve de reescrever do zero o SGBD SQLite na linguagem Rust, tendo apenas a documentação, sem código-fonte, sem acesso à internet e sem testes prontos. A nova versão do "enxame" (agent swarm), que separa o modelo planejador dos modelos executores, passou em 100% do conjunto de testes em todas as configurações. A solução mais barata custou 15 vezes menos que um único agente de ponta.

O que exatamente a Cursor testou

A Cursor deu aos agentes uma única tarefa: recriar o SQLite em Rust do zero, guiando-se apenas pela documentação oficial. O resultado foi verificado no benchmark sqllogictest, com milhões de consultas SQL. Segundo a Cursor, cada configuração do novo sistema acabou chegando a 100% de aprovação nos testes, enquanto o "enxame" antigo ficava preso na faixa de 11% a 77%.

A ideia central da nova arquitetura é separar os papéis. Um modelo frontier caro atua como planejador: divide a tarefa e toma as decisões de arquitetura. A maior parte do código de rotina fica por conta de modelos worker mais baratos.

• A tarefa: reescrever o SQLite em Rust apenas com a documentação, sem código-fonte e sem internet
• Planejadores: GPT-5.5, Grok 4.5, Opus 4.8, Fable 5
• Executor: Composer 2.5 (ele também foi testado como agente único, para comparação)
• Verificação: benchmark sqllogictest, milhões de consultas SQL
• Novo sistema após 4 horas: 73–85% no início, todas as configurações chegaram a 100%; o sistema antigo ficou em 11–77%

Por que o planejador elimina o caos

A divisão de papéis livra o enxame dos conflitos de merge que ele mesmo criava. Na configuração com Grok 4.5, o sistema antigo gerou 68 000 commits e mais de 70 000 conflitos de merge em duas horas, e acabou sufocado por eles. O novo enxame manteve um ritmo de cerca de 1000 commits por segundo e nunca ultrapassou 1000 conflitos simultâneos.

A diferença também aparece no volume de código, com qualidade comparável. A combinação "Fable 5 planeja + Composer escreve" fechou em 9908 linhas, contra 64 305 da abordagem antiga. O par "Opus 4.8 + Composer" ficou em 4645 linhas, contra 19 013. Menos código significa menos bugs e manutenção mais barata.

Quanto foi possível economizar

O custo das execuções variou em 15 vezes, com resultado comparável: de $1339 pela combinação "Opus 4.8 + Composer" a $10 565 pelo GPT-5.5 atuando sozinho. Segundo a Cursor, os modelos worker consumiram de 69% a mais de 90% de todos os tokens. Por causa da diferença de preços, porém, sua participação na conta final foi bem menor: o gasto alto vem principalmente do planejamento.

O modelo frontier assume a decomposição e as decisões-chave, e os modelos worker mais baratos executam o plano com eficiência assim que a ambiguidade é eliminada.

Essa é a principal conclusão da equipe da Cursor ao fim do experimento.

O que isso significa

A economia da programação com IA está mudando: faz sentido pagar por um modelo de ponta na etapa de planejamento e deixar a implementação para executores baratos, quase sem perda de qualidade. Para as equipes, isso significa uma redução de várias vezes nos custos de geração autônoma de código, desde que alguém competente divida a tarefa da maneira certa.

Perguntas frequentes

O que é agent swarm na Cursor?

Agent swarm é um enxame de vários agentes de IA que trabalham em paralelo na mesma tarefa. Na nova versão, a Cursor os dividiu em um planejador (um único modelo caro) e executores (muitos modelos baratos), o que eliminou os conflitos de merge em massa.

Quais modelos planejaram e quais escreveram o código?

Os planejadores foram GPT-5.5, Grok 4.5, Opus 4.8 e Fable 5. O código foi escrito pelo Composer 2.5, que também foi testado sozinho, para comparação.

Quanto o código ficou mais barato?

A variação foi de 15 vezes: de $1339 pela combinação Opus 4.8 + Composer a $10 565 pelo GPT-5.5 sozinho, com qualidade comparável do resultado.