GitHub Copilot Fusion：不是模型，而是在 Anthropic 与 OpenAI 之间挑选的“导演”

GitHub 于 10 月 28 日在 Universe 大会期间通过官方 changelog 宣布，Copilot Fusion 向所有用户开放。在模型选择器里，它看起来和其他选项没什么两样，但它并不是一个模型。对每条提示，它会挑选使用哪些模型以及如何组合。用户只需决定投入程度：Standard、High 或 Max。

据 GitHub 介绍，它有三种工作模式。Single 模式下由单个模型完成任务。Cascade 模式下，先由低成本模型起草，再由质量检查决定通过，或交给更强的模型处理。Critique 模式下，一个模型撰写，第二个模型审阅，再由第一个模型修改。Let's Data Science 援引 GitHub 首席产品官的话这样概括：“It's not a model. It's an orchestration engine at runtime”，也就是说，它不是模型，而是一个在运行时进行编排的引擎。

Fusion 把 9 月启动的研究预览项目 Project HydraFusion 与 Copilot 原有的自动模型选择合二为一。此前使用 auto、HydraFusion 或 HydraFusion Max 的用户会被自动迁移到对应的 Fusion 级别。

changelog 没有说明候选模型有哪些。据 Artificial Analysis，其中包括 Claude Opus 5.5、Claude Sonnet 5.5、GPT-6 Astra 和 GPT-6 Sol，也就是来自 Anthropic 和 OpenAI 的模型。该机构在 GitHub Copilot CLI 中以 Max 级别、用 Coding Agent Index v2.0 测试了 Fusion。结果比使用 Opus 5.5（max）的 Claude Code 低 2 分。GitHub 给出的 Fusion Max 分数为 60，但这个绝对值并未出现在 Artificial Analysis 的文章中。我们查看该指数的交互页面时，上面没有 Fusion。在同一分析中，结合 Opus 5.5（max）与 GPT-6 Luna（high）的 Devin Fusion 得分为 62。在单项测试中，Fusion 在 Terminal-Bench 4.0 上拿到 71 分，是图表中的最高值。在 FrontierCode 上它只得 51 分，排名第三，落后于使用 Opus 5.5（max）的 Claude Code（56 分）和 Devin Fusion（54 分）。在 SWE-Atlas-QnA-AA 上得分 57。

真正的卖点是成本。Artificial Analysis 估计，Copilot Fusion 每项任务的平均 API 成本为 5.59 美元，而使用 Opus 5.5（max）的 Claude Code 为 11.42 美元，Devin Fusion 为 8.00 美元。Fusion 每项任务消耗约 720 万个 token：大约是使用 Opus 5.5 的 Claude Code 的一半，比 Devin Fusion 少 30%。GitHub 还给出了一个时间数据：与使用 Opus 5.5 Max 的 Claude Code 相比，每项任务耗时减少约 40%，但 Artificial Analysis 并未报告这一点。GitHub 还引用了 AT&T 一位首席软件工程师的说法，称 Fusion Standard 提升了公司内部的 token 效率。不过，5.59 美元衡量的是基准测试的 API 成本，而不是订阅用户的实际花费。月费、失败的任务和人工审查的时间都没有计算在内。对用户来说，Fusion 调用的每个模型都按其标准费率计费。changelog 宣布，付费套餐在通过 Fusion 使用模型时可享受 30% 折扣，但只在限定期限内有效，具体期限尚不清楚。

Fusion 已在所有 Copilot 套餐中上线，可在 Visual Studio Code、GitHub Copilot 应用、Copilot CLI 以及 JetBrains IDE 中使用。对其他客户端的支持据称即将推出。企业管理员可以查看 Fusion 从哪些模型中挑选，可以只在 Fusion 中排除某个模型，也可以把 Fusion 设为默认模型。changelog 说得很明确：Fusion 只使用企业和组织策略中已启用的模型。由此可见，实际的候选模型因组织而异、因请求而异，完整清单并未公开。据 Let's Data Science 报道，在本地模型与云端模型之间进行选择的功能仍属实验性质，需要用户手动开启。托管的本地模型 MAI Code 1.1 Flash 仅能在 Windows 上下载。即使使用本地模型，会话也无法离线运行，因为使用哪个模型的决定是在云端做出的。这个细节虽小，却很能说明问题：模型可以在你的电脑上运行，但选择用哪个模型这件事仍然在云端完成。

让我印象深刻的是，今年秋天最有意思的产品不是一个新模型，而是一种在现有模型之间分配工作的方法。如果这些数字站得住，谁拥有最强的模型会越来越不重要，谁来决定何时调用哪个模型则会越来越重要。不过，要做出判断，还需要目前缺少的数据：经第三方验证的绝对分数、独立测量的耗时，以及一笔把基准测试遗漏的部分也算进去的账。在那之前，我只按有据可查的内容来看待 Fusion：几乎与最强者持平，API 成本约为使用 Opus 5.5 的 Claude Code 的一半。

— Olya