Система распределяет работу между моделями

28 октября на конференции GitHub Universe компания представила Copilot Fusion — систему, которая выбирает модели для задач разработки и может координировать несколько обращений к ним. По независимому тестированию Artificial Analysis, режим Fusion Max приблизился к результату Claude Code с Claude Opus 5.5 Max, но средняя стоимость выполнения задачи оказалась примерно на 51% ниже.

Artificial Analysis оценивала Fusion через GitHub Copilot CLI по индексу Coding Agent Index v2.0, который поровну учитывает три теста программирования. Fusion получила 60 баллов; Claude Code с Opus 5.5 Max — около 62. Средняя стоимость составила соответственно $5,59 и $11,42 за задачу.

Для сравнения, система Devin Fusion с Opus 5.5 Max и GPT-6 Luna High набрала 62 балла при средней стоимости $8 за задачу. В тесте Fusion использовала 7,2 млн токенов на задачу — примерно вдвое меньше конфигурации Claude Code с Opus 5.5 и примерно на 30% меньше Devin Fusion.

Три режима выполнения запросов

Fusion — не отдельная языковая модель, а механизм маршрутизации и координации вызовов моделей во время выполнения задачи. В зависимости от работы система может выбрать одну модель или передать запрос нескольким. GitHub описывает три способа выполнения:

  • Single направляет задачу одной выбранной модели.
  • Cascade начинает с менее дорогой модели и при необходимости передаёт результат более сильной.
  • Critique поручает одной модели подготовить ответ, другой — проверить его, после чего исходная модель вносит правки.

Для пользователей предусмотрены уровни усилий Standard, High и Max: от повседневного программирования до наиболее сложных задач. По описанию GitHub, доступные модели могут зависеть от запроса и политик организации.

Результаты различаются по типам заданий

В Terminal-Bench 4.0 Fusion получила 71 балл — лучший результат среди систем, рассмотренных в отчёте. В тесте FrontierCode, посвящённом изменениям в репозиториях, Fusion набрала 51 балл против 56 у Claude Code с Opus 5.5 и 54 у Devin Fusion. В задании на ответы по содержимому репозиториев SWE-Atlas-QnA-AA результат Fusion составил 57 баллов.

Сводный результат около уровня лидера не означает, что Fusion выигрывает на каждом виде программирования. Artificial Analysis сравнивала затраты на тестовые задачи, а не фактические счета компаний и не полную стоимость разработки с учётом проверки кода, исправлений, повторных запусков и интеграции.

GitHub также заявила, что Fusion Max выполняла задания примерно на 40% быстрее конфигурации Claude Code. Однако публикация Artificial Analysis не приводит данные о времени выполнения, лежащие в основе этого сравнения. Отдельно компания сообщала о снижении оценочных затрат до 77% в собственных тестах DeepSWE; это максимальный результат другой проверки, а не среднее преимущество из теста Artificial Analysis. Разбор этих заявлений отмечает, что условия и конфигурации тестов различаются.

Доступность и оплата

GitHub сообщает, что Fusion доступна в планах Copilot через VS Code, приложение Copilot, Copilot CLI и среды разработки JetBrains; поддержку дополнительных клиентов планируют расширить. Оплата рассчитывается по стандартным тарифам каждой модели, вызванной системой. Для платных подписчиков Copilot компания временно предлагает скидку 30% на стоимость моделей при использовании Fusion — это отдельное предложение, не связанное с разницей в стоимости тестовых задач.

Таким образом, независимый тест подтверждает, что маршрутизация моделей может снизить расходы на конкретных задачах при близком сводном результате. Он не гарантирует такой же экономии для любой команды или производственного процесса: итог зависит от заданий, выбранных моделей и объёма работы по проверке и внедрению изменений.