GitHub发布Copilot Fusion：跨模型路由与编排降低AI编程任务成本

10月28日，GitHub在年度开发者大会GitHub Universe上正式发布GitHub Copilot Fusion。该系统并非单一模型，而是一个运行时编排引擎，可在不同AI模型之间路由请求，并协调多个模型协同完成软件开发任务。

GitHub首席产品官Mario Rodriguez介绍，Fusion支持标准、高、最大三档推理力度，并采用三种执行模式：直接调用单一模型、由低成本模型先行处理并在必要时升级至更强模型，以及由一个模型生成答案、另一个模型审查后由原模型修订。该系统还会遵循企业和管理员设定的模型策略。

独立评测机构Artificial Analysis于10月28日公布的测试显示，Fusion Max在编程智能体指数上平均每任务成本为5.59美元，而Claude Code搭配Claude Opus 5.5 Max配置的成本为11.42美元，低约51%；综合得分60分，仅落后约2分；任务完成时间据GitHub称减少约40%。此外，Fusion每任务消耗约720万tokens，约为后者的二分之一。

测试同时显示，Fusion在不同编程评测中的表现并不均衡：在Terminal-Bench 4.0上得分71分，领先对比系统；在侧重代码仓库变更的FrontierCode评测中得51分，低于Claude Code配置的56分。微软CEO萨蒂亚·纳德拉提及的节省77%成本，来自GitHub内部采用DeepSWE基准的评估，与Artificial Analysis的51%平均成本优势并非同一组数据。

Fusion已在VS Code、Copilot应用、Copilot CLI及JetBrains IDE中向Copilot各套餐用户开放，用户按Fusion实际调用的底层模型标准费率计费。GitHub同时为付费Copilot订阅用户提供为期30天的模型费用临时折扣。