Theo Động Sát Beating giám sát, Cursor đã để một nhóm AI Agent chỉ đọc cuốn sổ tay SQLite dài 835 trang, dùng Rust viết lại một cơ sở dữ liệu tương thích. Chúng không được tiếp cận mã nguồn SQLite, chương trình, bộ kiểm thử và Internet. 4 cấu hình chính thức của hệ thống mới cuối cùng đều vượt qua toàn bộ bài kiểm tra SQL chưa được công bố.
Bài kiểm tra chính thức bao gồm 4 tổ hợp. GPT-5.5 và Grok 4.5 lần lượt đảm nhận việc lập kế hoạch và thực thi. Hai nhóm còn lại để Opus 4.8 hoặc Fable 5 phụ trách lập kế hoạch, sau đó để Composer 2.5 giá rẻ thực thi.
Chi phí của bốn nhóm lần lượt là 10.565 USD, 1.928 USD, 1.339 USD và 2.234 USD. Phương án thấp nhất là Opus 4.8 lập kế hoạch, Composer 2.5 thực thi. Agent thực thi tiêu tốn phần lớn Token, sau khi đổi sang mô hình rẻ hơn, chi phí giảm rõ rệt.
Cursor còn chạy thêm phương án Opus 4.8 và Fable 5 đảm nhận toàn bộ công việc, chi phí lần lượt là 5.153 USD và 20.057 USD. Hai nhóm này chỉ được đánh giá không chính thức, không được đưa vào so sánh chất lượng. Nếu chỉ nhìn vào chi phí, mức cao nhất gấp khoảng 15 lần phương án chính thức thấp nhất.
Để mô hình mạnh lo việc lập kế hoạch, rồi để mô hình rẻ thực thi, có thể tiết kiệm hơn so với việc dùng mô hình mạnh nhất xuyên suốt.
