GitHub Copilot Fusion：模型自动路由， 多模型编排

1. 将模型选择变为按任务自动处理

Fusion 并非固定使用某个模型的选项。它会分析任务、选择模型，并在需要时协调多个模型依次协作。GitHub 表示，它将 Project HydraFusion 的多模型编排，即协调多个模型执行任务的顺序，与 Copilot 自动模型选择中的精细化模型筛选相结合，以平衡性能与成本效率。

用户在模型选择器中选中 Fusion 后，可指定投入级别。Standard 优先采用适合日常编码的通用模型，High 优先采用适合高难度任务和深度推理的模型。Max 则优先采用能力最强的模型，处理最棘手的任务和复杂推理。级别越高，就越优先选择能应对高难度任务的模型。

2. 从单模型处理到审查与重试，分配任务步骤

Copilot 根据需要以三种方式运用模型。Single 由一个模型直接解决任务。在 Cascade 中，高效模型先生成初稿，经质量检查后，系统会采纳结果或交给更强的模型。

Critique 由一个模型生成初稿，另一个模型审查，再由最初生成初稿的模型修改。因此，用户无须在每一步手动指定模型，即可交由系统完成从单模型简单处理到初稿审查和返工的流程。具体选择哪些模型，由 Copilot Fusion 根据各项任务决定。

3. 官方性能数据同时展示成本与时间节省

GitHub 表示，自研究预览版，即正式公开前的试用阶段推出以来，性能已有提升。根据该公司公布的数据，Copilot Fusion Max 在 Artificial Analysis Coding Agent Index 中获得 60 分，与 Claude Code with Opus 5.5 Max 的差距在 2 分以内。GitHub 称，取得这一结果时，每项任务的平均 API 成本和 token 用量均约为一半，耗时约缩短 40%。

这项由公司公布的结果表明，自动选择模型的方法有望在维持性能得分的同时，降低任务成本并缩短耗时。不过，实际使用费用按 Fusion 所用各模型的标准费率计算，因此使用多个模型的任务会按所用模型分别计费。付费 Copilot 套餐用户在使用 Fusion 时，可限时享受模型费用 30% 的折扣。

4. 管理员可控制模型策略和默认设置

Fusion 仅使用企业和组织模型策略允许的模型。企业管理员可查看 Fusion 能够选择的模型，并分别设置各模型的生效策略。管理员也可仅将某个模型排除在 Fusion 的选择范围之外，而不必对所有用户禁用该模型。

使用 Enterprise managed settings 的 Copilot 客户可将任意投入级别的 Fusion 设为默认模型。AT&T 首席软件工程师 Hari Pokhrel 表示，Fusion Standard 有助于提升整个组织的 token 使用效率，减少不必要的支出，为更有价值的任务保留容量。他解释说，过去用户在为复杂任务选择强大模型后，即便回到日常工作，也可能不再切换模型。

5. 支持环境与使用入门

Fusion 适用于所有 Copilot 套餐，支持 Visual Studio Code、GitHub Copilot 应用、GitHub Copilot CLI 和 JetBrains IDE。用户更新客户端后，在模型选择器中选择 Fusion 及所需的投入级别即可。后续还计划支持更多客户端。

在研究预览版中选择 auto、HydraFusion 或 HydraFusion Max 的用户，将自动切换至各选项对应的 Fusion 投入级别。这使用户可在延续原有选择的同时迁移至正式可用版本。

Fusion 减轻了选择模型的负担，同时保留组织对模型访问策略的控制，以及用户对投入级别的选择和按用量付费的责任。