GitHub Copilot Fusion: kein Modell, sondern ein Regisseur, der zwischen Anthropic und OpenAI wählt

GitHub hat am 28. Oktober in seinem Changelog während der Konferenz Universe angekündigt, dass Copilot Fusion für alle verfügbar ist. In der Modellauswahl erscheint es wie ein beliebiger Eintrag, ist aber keiner. Für jeden Prompt wählt es, welche Modelle es einsetzt und wie es sie kombiniert. Die Nutzer legen nur die Aufwandsstufe fest: Standard, High oder Max.

Laut GitHub gibt es drei Arbeitsweisen. Bei Single erledigt ein einziges Modell die Aufgabe. Bei Cascade erstellt ein günstiges Modell einen Entwurf, und eine Qualitätskontrolle gibt ihn frei oder reicht ihn an ein stärkeres Modell weiter. Bei Critique schreibt ein Modell, ein zweites prüft, und das erste überarbeitet. Der Chief Product Officer von GitHub, zitiert von Let's Data Science, fasste es so zusammen: „It's not a model. It's an orchestration engine at runtime“ – also kein Modell, sondern eine Engine, die zur Laufzeit orchestriert.

Fusion vereint Project HydraFusion, die im September gestartete Research Preview, mit der automatischen Modellauswahl, die Copilot bereits bot. Wer auto, HydraFusion oder HydraFusion Max nutzte, wird automatisch auf die entsprechende Fusion-Stufe umgestellt.

Der Changelog nennt nicht, welche Modelle zur Auswahl stehen. Laut Artificial Analysis sind es Claude Opus 5.5, Claude Sonnet 5.5, GPT-6 Astra und GPT-6 Sol, also Modelle von Anthropic und OpenAI. Das Unternehmen hat Fusion auf der Stufe Max in GitHub Copilot CLI mit dem Coding Agent Index v2.0 getestet. Das Ergebnis liegt 2 Punkte unter dem von Claude Code mit Opus 5.5 (max). GitHub gibt für Fusion Max einen Wert von 60 an, doch dieser absolute Wert taucht im Artikel von Artificial Analysis nicht auf. Als wir die interaktive Seite des Index aufriefen, war Fusion dort nicht aufgeführt. In derselben Analyse erreicht Devin Fusion, das Opus 5.5 (max) und GPT-6 Luna (high) kombiniert, 62 Punkte. In den Einzeltests kommt Fusion bei Terminal-Bench 4.0 auf 71, den höchsten Wert im Diagramm. Bei FrontierCode bleibt es bei 51 und landet auf Platz drei, hinter Claude Code mit Opus 5.5 (max) mit 56 und Devin Fusion mit 54. Bei SWE-Atlas-QnA-AA erzielt es 57.

Das eigentliche Argument sind die Kosten. Artificial Analysis schätzt die durchschnittlichen API-Kosten pro Aufgabe bei Copilot Fusion auf 5,59 Dollar, gegenüber 11,42 Dollar bei Claude Code mit Opus 5.5 (max) und 8,00 Dollar bei Devin Fusion. Fusion verbraucht rund 7,2 Millionen Token pro Aufgabe: grob die Hälfte von Claude Code mit Opus 5.5 und 30 % weniger als Devin Fusion. GitHub nennt zusätzlich eine Zeitangabe, rund 40 % weniger pro Aufgabe als Claude Code mit Opus 5.5 Max, die Artificial Analysis nicht berichtet. GitHub zitiert außerdem einen Principal Software Engineer von AT&T, wonach Fusion Standard die Token-Effizienz im Unternehmen verbessert habe. Die 5,59 Dollar messen allerdings die API-Kosten des Benchmarks, nicht die Ausgaben eines Abonnenten. Monatsgebühren, gescheiterte Aufgaben und die Zeit für menschliche Prüfung bleiben außen vor. Für Nutzer wird jedes von Fusion verwendete Modell zu seinem Standardtarif abgerechnet. Der Changelog kündigt für kostenpflichtige Tarife 30 % Rabatt auf die mit Fusion genutzten Modelle an, für einen begrenzten Zeitraum, dessen Dauer nicht bekannt ist.

Fusion ist in allen Copilot-Tarifen verfügbar: in Visual Studio Code, in der GitHub-Copilot-App, in Copilot CLI und in den JetBrains-IDEs. Die Unterstützung weiterer Clients wird als bevorstehend angegeben. Unternehmensadministratoren können sehen, zwischen welchen Modellen Fusion wählt, ein Modell nur für Fusion ausschließen und Fusion als Standardmodell festlegen. Der Changelog ist eindeutig: Fusion nutzt nur Modelle, die in den Richtlinien des Unternehmens und der Organisation freigegeben sind. Daraus folgt, dass sich die tatsächliche Auswahl von Organisation zu Organisation und von Anfrage zu Anfrage unterscheidet, und die vollständige Liste ist nicht öffentlich. Laut Let's Data Science ist die Wahl zwischen lokalen und Cloud-Modellen experimentell und muss von den Nutzern aktiviert werden. Das verwaltete lokale Modell, MAI Code 1.1 Flash, lässt sich nur unter Windows herunterladen. Auch mit einem lokalen Modell funktioniert die Sitzung nicht offline, weil die Entscheidung, welches Modell verwendet wird, in der Cloud fällt. Ein kleines Detail, das viel verrät: Das Modell kann auf deinem Rechner laufen, aber die Wahl des Modells findet trotzdem in der Cloud statt.

Mich beeindruckt, dass das interessanteste Produkt dieses Herbstes kein neues Modell ist, sondern eine Art, die Arbeit auf die bereits vorhandenen zu verteilen. Wenn die Zahlen halten, wird es immer weniger darauf ankommen, wer das stärkste Modell hat, und immer mehr darauf, wer entscheidet, welches wann aufgerufen wird. Für ein Urteil fehlen aber noch Daten: ein von Dritten bestätigter absoluter Wert, unabhängig gemessene Zeiten und eine Rechnung, die einschließt, was der Benchmark auslässt. Bis dahin nehme ich Fusion für das, was dokumentiert ist: fast auf dem Niveau der Besten, zu etwa der Hälfte der API-Kosten von Claude Code mit Opus 5.5.

— Olya