GitHub Copilot Fusion: non è un modello, è un regista che sceglie tra Anthropic e OpenAI

GitHub ha annunciato il 28 ottobre nel proprio changelog, durante la conferenza Universe, che Copilot Fusion è disponibile per tutti. Nel selettore dei modelli appare come una voce qualsiasi, ma non lo è. Per ogni prompt sceglie quali modelli impiegare e come combinarli. L'utente decide soltanto il livello di impegno, tra Standard, High e Max.

Secondo GitHub le modalità di lavoro sono tre. In Single un solo modello svolge il compito. In Cascade un modello economico prepara una bozza e un controllo di qualità la approva o la passa a un modello più potente. In Critique un modello scrive, un secondo lo rivede e il primo corregge. Il chief product officer di GitHub, citato da Let's Data Science, lo ha riassunto così: «It's not a model. It's an orchestration engine at runtime», cioè non un modello ma un motore che orchestra durante l'esecuzione.

Fusion unisce Project HydraFusion, l'anteprima di ricerca partita a settembre, alla selezione automatica che Copilot già offriva. Chi usava auto, HydraFusion o HydraFusion Max viene spostato in automatico al livello Fusion corrispondente.

Il changelog non dice quali modelli entrino nella rosa. Secondo Artificial Analysis ci sono Claude Opus 5.5, Claude Sonnet 5.5, GPT-6 Astra e GPT-6 Sol, quindi modelli di Anthropic e di OpenAI. La società ha testato Fusion al livello Max in GitHub Copilot CLI con il Coding Agent Index v2.0. Il risultato è di 2 punti inferiore a quello di Claude Code con Opus 5.5 (max). GitHub indica per Fusion Max un punteggio di 60, ma questo valore assoluto non compare nell'articolo di Artificial Analysis. Quando abbiamo consultato la pagina interattiva dell'indice, la voce di Fusion non c'era. Nella stessa analisi Devin Fusion, che combina Opus 5.5 (max) e GPT-6 Luna (high), ottiene 62. Nei singoli test Fusion fa 71 su Terminal-Bench 4.0, il valore più alto del grafico. Su FrontierCode si ferma a 51 ed è terzo, dietro Claude Code con Opus 5.5 (max) a 56 e Devin Fusion a 54. Su SWE-Atlas-QnA-AA ottiene 57.

Il vero argomento è il costo. Artificial Analysis stima un costo API medio per compito di 5,59 dollari per Copilot Fusion, contro gli 11,42 di Claude Code con Opus 5.5 (max) e gli 8,00 di Devin Fusion. Fusion consuma circa 7,2 milioni di token per compito: grosso modo la metà di Claude Code con Opus 5.5 e il 30% in meno di Devin Fusion. GitHub aggiunge un dato sul tempo, circa il 40% in meno per compito rispetto a Claude Code con Opus 5.5 Max, che Artificial Analysis non riporta. GitHub cita anche un principal software engineer di AT&T, secondo cui Fusion Standard ha migliorato l'efficienza dei token in azienda. I 5,59 dollari però misurano il costo API del benchmark, non quanto spende un abbonato. Restano fuori i canoni mensili, i compiti falliti e il tempo di revisione umana. Per l'utente ogni modello usato da Fusion si paga alla sua tariffa standard. Il changelog annuncia per i piani a pagamento uno sconto del 30% sui modelli usati con Fusion, valido per un periodo limitato di cui non si conosce la durata.

Fusion è disponibile in tutti i piani Copilot: in Visual Studio Code, nell'app GitHub Copilot, in Copilot CLI e negli IDE JetBrains. Il supporto per altri client è dato come imminente. Gli amministratori aziendali possono vedere tra quali modelli Fusion sceglie, escludere un modello solo da Fusion e impostare Fusion come modello predefinito. Il changelog è esplicito: Fusion usa soltanto i modelli abilitati nelle policy dell'azienda e dell'organizzazione. Ne segue che la rosa effettiva cambia da un'organizzazione all'altra e da una richiesta all'altra, e l'elenco completo non è pubblico. Secondo Let's Data Science la scelta tra modelli locali e cloud è sperimentale e va attivata dall'utente. Il modello locale gestito, MAI Code 1.1 Flash, si scarica solo su Windows. Anche con un modello locale la sessione non funziona offline, perché la decisione su quale modello usare viene presa nel cloud. È un dettaglio piccolo che rivela molto: il modello può girare sulla tua macchina, ma la scelta di quale modello usare avviene comunque nel cloud.

Mi colpisce che il prodotto più interessante di questo autunno non sia un modello nuovo, ma un modo di smistare il lavoro tra quelli che già esistono. Se i numeri reggono, conterà sempre meno chi ha il modello più forte e sempre più chi decide quale chiamare e quando. Per giudicare servirebbero però dati che oggi mancano: un punteggio assoluto verificato da terzi, i tempi misurati in modo indipendente e un conto che includa ciò che il benchmark lascia fuori. Fino ad allora tengo Fusion per quello che è documentato: quasi al livello dei migliori, a circa metà del costo API di Claude Code con Opus 5.5.

— Olya