Memilih model yang tepat membantu Anda bergerak lebih cepat, menghemat biaya, dan mendapatkan hasil yang lebih baik. Cursor mendukung semua model tingkat atas. Sebagian besar model dapat menyelesaikan tugas apa pun, tetapi mereka berperilaku berbeda, dan perbedaan tersebut penting.

Bagaimana model berbeda

Model dilatih dengan cara yang berbeda dan merespons dengan gaya yang unik. Beberapa “berpikir sebelum mereka coding,” sementara yang lain langsung mulai menulis. Beberapa mengambil inisiatif dan bergerak cepat, sementara yang lain meluangkan waktu untuk memahami instruksi Anda sebelum bertindak. Berikut adalah beberapa dimensi yang perlu dipertimbangkan:
  • Ketegasan: Beberapa model (seperti gemini-2.5-pro atau claude-4-sonnet) percaya diri dan membuat keputusan dengan prompting minimal.
  • Keingintahuan: Yang lain (seperti o3 atau claude-4-opus) meluangkan waktu untuk merencanakan atau mengajukan pertanyaan untuk memahami konteks lebih dalam.
  • Context window: Beberapa model dapat memproses lebih banyak codebase Anda sekaligus, yang berguna untuk tugas-tugas skala besar.

Mengapa ini penting

Setiap model memiliki kekuatan yang berbeda. Beberapa unggul dalam implementasi cepat, sementara yang lain lebih cocok untuk perencanaan dan eksplorasi opsi. Memilih model yang tepat memungkinkan Anda untuk:
  • Mendapatkan output yang lebih cepat
  • Menerima saran berkualitas tinggi
  • Mengoptimalkan penggunaan dan biaya Anda
Sama seperti bekerja dengan manusia, setiap model menginterpretasikan prompt secara berbeda. Anda akan mengembangkan intuisi seiring waktu: bagaimana masing-masing membaca, berpikir, dan bertindak. Ini membantu Anda mengetahui model mana yang paling sesuai dengan tugas Anda.

Perilaku model

Salah satu cara untuk memahami perilaku model adalah dengan melihat seberapa banyak inisiatif yang diambilnya.

Model berpikir

Model-model ini menyimpulkan maksud Anda, merencanakan ke depan, dan sering membuat keputusan tanpa memerlukan panduan langkah demi langkah.
  • Ideal ketika Anda ingin model menjalankan tugas dengan mandiri
  • Memerlukan lebih sedikit prompting, meskipun terkadang lebih berpendirian
  • Dapat membuat perubahan yang lebih besar dari yang mungkin Anda harapkan
Contoh:
  • claude-4-opus
  • gemini-2.5-pro
  • o3 (dirancang untuk penalaran kompleks)
Gunakan ini ketika Anda sedang mengeksplorasi ide, melakukan refactoring secara luas, atau ingin model bertindak lebih mandiri.
Model berpikir biasanya lebih mahal daripada model non-berpikir. Tinjau harga model.

Model non-berpikir

Model-model ini menunggu instruksi eksplisit. Mereka tidak menyimpulkan atau menebak dan ideal ketika Anda ingin mengarahkan output secara langsung.
  • Ideal untuk perubahan yang tepat dan terkontrol
  • Memerlukan lebih banyak prompting, tetapi berperilaku lebih dapat diprediksi
  • Lebih mudah dipandu, direvisi, dan disetel dengan halus
Contoh:
  • claude-4-sonnet
  • gpt-4.1
Gunakan ini ketika Anda ingin kontrol yang ketat, memerlukan perilaku yang konsisten, atau sedang mengerjakan tugas yang terdefinisi dengan baik.

Memilih berdasarkan gaya

Banyak pengguna memilih model pilihan mereka berdasarkan gaya interaksi daripada jenis tugas. Beberapa menyukai model yang asertif yang mengambil inisiatif. Yang lain lebih suka yang menunggu instruksi. claude-4-sonnet, gemini-2.5-pro, dan gpt-4.1 semuanya dapat berfungsi sebagai pendamping harian yang andal - ini tergantung pada seberapa banyak kontrol yang Anda inginkan.

Cara memilih

Cursor memberi Anda akses ke kumpulan model berkinerja tinggi yang telah dikurasi. Anda dapat memilih berdasarkan berbagai faktor, berikut adalah beberapa yang umum:

1. Gaya prompting

Jika Anda lebih suka…Model
Mengontrol, memberikan instruksi yang jelasclaude-4-sonnet, gpt-4.1
Membiarkan model mengambil inisiatifclaude-4-opus, gemini-2.5-pro, o3

2. Jenis tugas

Gunakan tabel ini untuk mencocokkan tugas Anda dengan model yang sesuai:
| Tugas | Model | | --- | --- | | Perubahan terarah | claude-4-sonnet, gemini-2.5-pro | | Navigasi/pencarian codebase | gemini-2.5-pro, claude-4-opus, o3 | | Perencanaan atau pemecahan masalah | claude-4-opus, gemini-2.5-pro | | Bug kompleks atau penalaran mendalam | o3 |
o3 dirancang untuk masalah kompleks dan ambigu. Model ini kuat tetapi juga lebih lambat dan lebih intensif sumber daya, yang membuatnya lebih cocok untuk penggunaan sesekali.

Pohon seleksi

Ini adalah rekomendasi subjektif. Anda harus memilih model yang paling cocok untuk Anda.

Auto-select

Auto membuat Anda tetap dalam alur dengan memilih model yang andal dari kumpulan di atas (tidak termasuk o3). Ini tidak merutekan berdasarkan jenis tugas, tetapi merupakan default yang solid jika Anda tidak yakin mana yang harus dipilih.

Simpan yang berhasil

Setelah Anda menemukan kombinasi yang bekerja dengan baik, seperti prompt spesifik yang dipasangkan dengan model tertentu, Anda dapat menyimpannya sebagai Custom Modes. Ini memungkinkan Anda untuk:
  • Memilih model sebelumnya
  • Menambahkan instruksi khusus
  • Menggunakan kembali pengaturan untuk tugas masa depan

Pembaruan

Bagian ini melacak revisi dan pembaruan utama pada panduan ini.
TanggalPerubahan
Akhir Mei 2025Memperbarui rekomendasi untuk model yang lebih baru. Menyederhanakan kategori seiring dengan peningkatan kemampuan.
Awal Mei 2025Versi awal yang mencakup panduan pemilihan model, pola perilaku, dan kriteria pemilihan

Kesimpulan

  • Anda harus memilih model yang paling cocok untuk Anda
  • Beberapa model mengambil inisiatif. Mereka berguna untuk eksplorasi, perencanaan, dan tugas-tugas di mana Anda ingin model berkontribusi dengan ide-ide.
  • Yang lain mengikuti instruksi dengan ketat. Mereka berguna untuk presisi, prediktabilitas, dan tugas-tugas di mana Anda ingin kontrol langsung.
  • claude-4-sonnet, gemini-2.5-pro, dan gpt-4.1 semuanya adalah pilihan utama yang kuat. Pilihan Anda tergantung pada gaya interaksi.
  • o3 dirancang untuk masalah-masalah tersulit.
  • Auto-select adalah pilihan default yang aman jika Anda tidak yakin.
  • Simpan pengaturan yang efektif sebagai Custom Modes untuk menyederhanakan alur kerja Anda.