GitHub Copilot Fusion: não é um modelo, é um realizador que escolhe entre Anthropic e OpenAI

O GitHub anunciou a 28 de outubro no seu changelog, durante a conferência Universe, que o Copilot Fusion está disponível para todos. No seletor de modelos aparece como uma opção qualquer, mas não é. Para cada prompt escolhe que modelos usar e como combiná-los. O utilizador decide apenas o nível de esforço: Standard, High ou Max.

Segundo o GitHub, há três modos de trabalho. Em Single, um só modelo executa a tarefa. Em Cascade, um modelo barato prepara um rascunho e um controlo de qualidade aprova-o ou passa-o a um modelo mais potente. Em Critique, um modelo escreve, um segundo revê e o primeiro corrige. O chief product officer do GitHub, citado pela Let's Data Science, resumiu assim: «It's not a model. It's an orchestration engine at runtime», ou seja, não um modelo, mas um motor que orquestra durante a execução.

O Fusion junta o Project HydraFusion, a pré-visualização de investigação lançada em setembro, à seleção automática que o Copilot já oferecia. Quem usava auto, HydraFusion ou HydraFusion Max passa automaticamente para o nível Fusion correspondente.

O changelog não diz que modelos fazem parte do leque. Segundo a Artificial Analysis, estão lá o Claude Opus 5.5, o Claude Sonnet 5.5, o GPT-6 Astra e o GPT-6 Sol, ou seja, modelos da Anthropic e da OpenAI. A empresa testou o Fusion no nível Max no GitHub Copilot CLI com o Coding Agent Index v2.0. O resultado fica 2 pontos abaixo do Claude Code com Opus 5.5 (max). O GitHub indica para o Fusion Max uma pontuação de 60, mas esse valor absoluto não aparece no artigo da Artificial Analysis. Quando consultámos a página interativa do índice, o Fusion não constava. Na mesma análise, o Devin Fusion, que combina o Opus 5.5 (max) e o GPT-6 Luna (high), obtém 62. Nos testes individuais, o Fusion faz 71 no Terminal-Bench 4.0, o valor mais alto do gráfico. No FrontierCode fica-se pelos 51 e é terceiro, atrás do Claude Code com Opus 5.5 (max), com 56, e do Devin Fusion, com 54. No SWE-Atlas-QnA-AA obtém 57.

O verdadeiro argumento é o custo. A Artificial Analysis estima um custo médio de API por tarefa de 5,59 dólares para o Copilot Fusion, contra 11,42 do Claude Code com Opus 5.5 (max) e 8,00 do Devin Fusion. O Fusion consome cerca de 7,2 milhões de tokens por tarefa: mais ou menos metade do Claude Code com Opus 5.5 e menos 30% do que o Devin Fusion. O GitHub acrescenta um dado sobre o tempo, cerca de 40% menos por tarefa do que o Claude Code com Opus 5.5 Max, que a Artificial Analysis não refere. O GitHub cita ainda um principal software engineer da AT&T, segundo o qual o Fusion Standard melhorou a eficiência de tokens na empresa. Mas os 5,59 dólares medem o custo de API do benchmark, não o que gasta um assinante. Ficam de fora as mensalidades, as tarefas falhadas e o tempo de revisão humana. Para o utilizador, cada modelo usado pelo Fusion paga-se à sua tarifa normal. O changelog anuncia para os planos pagos um desconto de 30% nos modelos usados com o Fusion, válido por um período limitado cuja duração não se conhece.

O Fusion está disponível em todos os planos do Copilot: no Visual Studio Code, na app GitHub Copilot, no Copilot CLI e nos IDE da JetBrains. O suporte a outros clientes é dado como iminente. Os administradores empresariais podem ver entre que modelos o Fusion escolhe, excluir um modelo apenas do Fusion e definir o Fusion como modelo predefinido. O changelog é explícito: o Fusion usa apenas os modelos ativados nas políticas da empresa e da organização. Daí resulta que o leque real muda de uma organização para outra e de um pedido para outro, e a lista completa não é pública. Segundo a Let's Data Science, a escolha entre modelos locais e na nuvem é experimental e tem de ser ativada pelo utilizador. O modelo local gerido, MAI Code 1.1 Flash, só se descarrega no Windows. Mesmo com um modelo local, a sessão não funciona offline, porque a decisão sobre que modelo usar é tomada na nuvem. É um pormenor pequeno que revela muito: o modelo pode correr na tua máquina, mas a escolha de que modelo usar continua a acontecer na nuvem.

Impressiona-me que o produto mais interessante deste outono não seja um modelo novo, mas uma forma de distribuir o trabalho entre os que já existem. Se os números se confirmarem, contará cada vez menos quem tem o modelo mais forte e cada vez mais quem decide qual chamar e quando. Para julgar, porém, seriam precisos dados que hoje faltam: uma pontuação absoluta verificada por terceiros, tempos medidos de forma independente e uma conta que inclua o que o benchmark deixa de fora. Até lá, fico com o que está documentado sobre o Fusion: quase ao nível dos melhores, por cerca de metade do custo de API do Claude Code com Opus 5.5.

— Olya