GitHub Copilot Fusion : pas un modèle, mais un chef d'orchestre qui choisit entre Anthropic et OpenAI

GitHub a annoncé le 28 octobre dans son changelog, pendant la conférence Universe, que Copilot Fusion est disponible pour tous. Dans le sélecteur de modèles, il apparaît comme une entrée parmi d'autres, mais il n'en est pas une. Pour chaque prompt, il choisit quels modèles mobiliser et comment les combiner. L'utilisateur ne décide que du niveau d'effort : Standard, High ou Max.

Selon GitHub, il existe trois modes de travail. En Single, un seul modèle accomplit la tâche. En Cascade, un modèle économique prépare un brouillon et un contrôle qualité l'approuve ou le transmet à un modèle plus puissant. En Critique, un modèle rédige, un deuxième relit et le premier corrige. Le chief product officer de GitHub, cité par Let's Data Science, l'a résumé ainsi : « It's not a model. It's an orchestration engine at runtime », autrement dit pas un modèle, mais un moteur qui orchestre pendant l'exécution.

Fusion réunit Project HydraFusion, l'aperçu de recherche lancé en septembre, et la sélection automatique que Copilot proposait déjà. Les utilisateurs d'auto, HydraFusion ou HydraFusion Max basculent automatiquement vers le niveau Fusion correspondant.

Le changelog ne précise pas quels modèles font partie du lot. D'après Artificial Analysis, on y trouve Claude Opus 5.5, Claude Sonnet 5.5, GPT-6 Astra et GPT-6 Sol, donc des modèles d'Anthropic et d'OpenAI. La société a testé Fusion au niveau Max dans GitHub Copilot CLI avec le Coding Agent Index v2.0. Le résultat est inférieur de 2 points à celui de Claude Code avec Opus 5.5 (max). GitHub annonce pour Fusion Max un score de 60, mais cette valeur absolue ne figure pas dans l'article d'Artificial Analysis. Quand nous avons consulté la page interactive de l'indice, Fusion n'y apparaissait pas. Dans la même analyse, Devin Fusion, qui combine Opus 5.5 (max) et GPT-6 Luna (high), obtient 62. Dans les tests individuels, Fusion atteint 71 sur Terminal-Bench 4.0, la valeur la plus élevée du graphique. Sur FrontierCode, il plafonne à 51 et se classe troisième, derrière Claude Code avec Opus 5.5 (max) à 56 et Devin Fusion à 54. Sur SWE-Atlas-QnA-AA, il obtient 57.

Le véritable argument, c'est le coût. Artificial Analysis estime le coût API moyen par tâche à 5,59 dollars pour Copilot Fusion, contre 11,42 pour Claude Code avec Opus 5.5 (max) et 8,00 pour Devin Fusion. Fusion consomme environ 7,2 millions de tokens par tâche : à peu près la moitié de Claude Code avec Opus 5.5 et 30 % de moins que Devin Fusion. GitHub ajoute un chiffre sur le temps, environ 40 % de moins par tâche que Claude Code avec Opus 5.5 Max, qu'Artificial Analysis ne rapporte pas. GitHub cite aussi un principal software engineer d'AT&T, selon qui Fusion Standard a amélioré l'efficacité en tokens dans l'entreprise. Mais les 5,59 dollars mesurent le coût API du benchmark, pas ce que dépense un abonné. Les abonnements mensuels, les tâches échouées et le temps de relecture humaine restent en dehors. Pour l'utilisateur, chaque modèle utilisé par Fusion est facturé à son tarif standard. Le changelog annonce pour les offres payantes une remise de 30 % sur les modèles utilisés via Fusion, valable pour une durée limitée dont on ignore la longueur.

Fusion est disponible dans toutes les offres Copilot : dans Visual Studio Code, dans l'application GitHub Copilot, dans Copilot CLI et dans les IDE JetBrains. La prise en charge d'autres clients est annoncée comme imminente. Les administrateurs d'entreprise peuvent voir entre quels modèles Fusion choisit, exclure un modèle de Fusion uniquement et définir Fusion comme modèle par défaut. Le changelog est explicite : Fusion n'utilise que les modèles activés dans les politiques de l'entreprise et de l'organisation. Il s'ensuit que le lot réel varie d'une organisation à l'autre et d'une requête à l'autre, et que la liste complète n'est pas publique. Selon Let's Data Science, le choix entre modèles locaux et cloud est expérimental et doit être activé par l'utilisateur. Le modèle local géré, MAI Code 1.1 Flash, ne se télécharge que sous Windows. Même avec un modèle local, la session ne fonctionne pas hors ligne, car la décision sur le modèle à utiliser est prise dans le cloud. C'est un petit détail qui en dit long : le modèle peut tourner sur ta machine, mais le choix du modèle se fait quand même dans le cloud.

Ce qui me frappe, c'est que le produit le plus intéressant de cet automne n'est pas un nouveau modèle, mais une façon de répartir le travail entre ceux qui existent déjà. Si les chiffres tiennent, posséder le modèle le plus fort comptera de moins en moins, et décider lequel appeler, et quand, comptera de plus en plus. Pour juger, il faudrait pourtant des données qui manquent aujourd'hui : un score absolu vérifié par des tiers, des temps mesurés de façon indépendante et une facture qui inclue ce que le benchmark laisse de côté. D'ici là, je retiens de Fusion ce qui est documenté : presque au niveau des meilleurs, pour environ la moitié du coût API de Claude Code avec Opus 5.5.

— Olya