GitHub Copilot Fusion: geen model, maar een regisseur die kiest tussen Anthropic en OpenAI

GitHub maakte op 28 oktober in zijn changelog, tijdens de Universe-conferentie, bekend dat Copilot Fusion voor iedereen beschikbaar is. In de modelkiezer staat het als een gewone optie, maar dat is het niet. Per prompt kiest het welke modellen het inzet en hoe het ze combineert. De gebruiker bepaalt alleen het inspanningsniveau: Standard, High of Max.

Volgens GitHub zijn er drie werkwijzen. Bij Single voert één model de taak uit. Bij Cascade maakt een goedkoop model een concept, waarna een kwaliteitscontrole het goedkeurt of doorgeeft aan een krachtiger model. Bij Critique schrijft een model, beoordeelt een tweede het en verbetert het eerste. De chief product officer van GitHub, geciteerd door Let's Data Science, vatte het zo samen: “It's not a model. It's an orchestration engine at runtime”, oftewel geen model, maar een motor die tijdens de uitvoering orkestreert.

Fusion voegt Project HydraFusion, de research preview die in september startte, samen met de automatische modelselectie die Copilot al bood. Wie auto, HydraFusion of HydraFusion Max gebruikte, wordt automatisch overgezet naar het overeenkomstige Fusion-niveau.

De changelog zegt niet welke modellen in de selectie zitten. Volgens Artificial Analysis zijn dat Claude Opus 5.5, Claude Sonnet 5.5, GPT-6 Astra en GPT-6 Sol, dus modellen van Anthropic en van OpenAI. Het bedrijf testte Fusion op Max-niveau in GitHub Copilot CLI met de Coding Agent Index v2.0. Het resultaat ligt 2 punten onder dat van Claude Code met Opus 5.5 (max). GitHub noemt voor Fusion Max een score van 60, maar die absolute waarde staat niet in het artikel van Artificial Analysis. Toen wij de interactieve pagina van de index bekeken, stond Fusion er niet tussen. In dezelfde analyse haalt Devin Fusion, dat Opus 5.5 (max) en GPT-6 Luna (high) combineert, 62. In de afzonderlijke tests scoort Fusion 71 op Terminal-Bench 4.0, de hoogste waarde in de grafiek. Op FrontierCode blijft het steken op 51 en wordt het derde, achter Claude Code met Opus 5.5 (max) met 56 en Devin Fusion met 54. Op SWE-Atlas-QnA-AA haalt het 57.

Het echte argument is de prijs. Artificial Analysis schat de gemiddelde API-kosten per taak voor Copilot Fusion op 5,59 dollar, tegenover 11,42 voor Claude Code met Opus 5.5 (max) en 8,00 voor Devin Fusion. Fusion verbruikt ongeveer 7,2 miljoen tokens per taak: grofweg de helft van Claude Code met Opus 5.5 en 30% minder dan Devin Fusion. GitHub voegt een cijfer over tijd toe, ongeveer 40% minder per taak dan Claude Code met Opus 5.5 Max, dat Artificial Analysis niet vermeldt. GitHub citeert ook een principal software engineer van AT&T, volgens wie Fusion Standard de tokenefficiëntie binnen het bedrijf heeft verbeterd. Die 5,59 dollar meet echter de API-kosten van de benchmark, niet wat een abonnee uitgeeft. Maandelijkse kosten, mislukte taken en de tijd voor menselijke controle vallen erbuiten. Voor de gebruiker wordt elk model dat Fusion inzet tegen het standaardtarief afgerekend. De changelog kondigt voor betaalde abonnementen 30% korting aan op modellen die via Fusion worden gebruikt, voor een beperkte periode waarvan de duur niet bekend is.

Fusion is beschikbaar in alle Copilot-abonnementen: in Visual Studio Code, in de GitHub Copilot-app, in Copilot CLI en in de IDE's van JetBrains. Ondersteuning voor andere clients wordt binnenkort verwacht. Beheerders binnen bedrijven kunnen zien uit welke modellen Fusion kiest, een model alleen voor Fusion uitsluiten en Fusion als standaardmodel instellen. De changelog is duidelijk: Fusion gebruikt alleen modellen die in het beleid van het bedrijf en de organisatie zijn ingeschakeld. Daaruit volgt dat de werkelijke selectie per organisatie en per verzoek verschilt, en de volledige lijst is niet openbaar. Volgens Let's Data Science is de keuze tussen lokale en cloudmodellen experimenteel en moet de gebruiker die zelf inschakelen. Het beheerde lokale model, MAI Code 1.1 Flash, is alleen op Windows te downloaden. Ook met een lokaal model werkt de sessie niet offline, omdat de beslissing over welk model wordt gebruikt in de cloud valt. Een klein detail dat veel zegt: het model kan op je eigen machine draaien, maar de keuze welk model je gebruikt, wordt nog steeds in de cloud gemaakt.

Wat me opvalt, is dat het interessantste product van deze herfst geen nieuw model is, maar een manier om werk te verdelen over de modellen die er al zijn. Als de cijfers standhouden, wordt het steeds minder belangrijk wie het sterkste model heeft en steeds belangrijker wie bepaalt welk model wanneer wordt aangeroepen. Om dat te beoordelen zijn wel gegevens nodig die er nu nog niet zijn: een absolute score die door derden is geverifieerd, onafhankelijk gemeten tijden en een rekening die meeneemt wat de benchmark weglaat. Tot die tijd houd ik Fusion op wat gedocumenteerd is: bijna op het niveau van de besten, voor ongeveer de helft van de API-kosten van Claude Code met Opus 5.5.

— Olya