GitHub Copilot Fusion 正式可用：不再手选模型，按任务在 Claude 与 GPT 之间路由和编排，第三方评测得分比 Opus 5.5 版 Claude Code 低 2 分、单任务成本约一半

选的是一套调度，不是一个模型

GitHub 10 月 28 日在 Universe 大会上宣布 Copilot Fusion 正式可用，覆盖所有 Copilot 计划，支持 VS Code、GitHub Copilot app、Copilot CLI 和 JetBrains IDE。在模型选择器里选 Fusion 后，开发者不再为每个任务挑模型，只选力度：Standard 偏向日常编码，High 面向较难任务和更深推理，Max 留给最复杂的工作。

它合并了两样已有的东西：此前以研究预览提供的 Project HydraFusion 多模型编排，以及 Copilot 自动选模型背后的微调选择器。之前开启 auto、HydraFusion 或 HydraFusion Max 的用户会被自动迁移到对应档位。

三种编排方式

GitHub 在更新日志里列出 Fusion 按需使用的三种流程：

• 单模型：一个模型直接完成；
• 级联：高效模型先起草，质量检查决定接受还是升级给更强的模型；
• 互审：一个模型起草，另一个模型审阅，再由原模型修改。

GitHub 没有公布固定的模型清单。Artificial Analysis 测试时看到的模型池包括 Claude Opus 5.5、Claude Sonnet 5.5、GPT-6 Astra 和 GPT-6 Sol。

成绩与账单

Artificial Analysis 在 Copilot CLI 里测了 Fusion Max：编码智能体指数 60 分，Opus 5.5 Max 版 Claude Code 为 62 分；单任务成本 5.59 美元对 11.42 美元，每个任务约用 720 万 token，约为后者一半。分项看，它在 Terminal-Bench 4.0 上以 71 分居首，FrontierCode 51 分排第三，SWE-Atlas-QnA-AA 57 分偏弱。

计费按 Fusion 实际调用的每个模型的标准价计算，一次级联或互审可能用到不止一个模型；付费计划用户限时享受模型费用七折。企业管理员能限定 Fusion 可用的模型，单独对 Fusion 禁用某个模型，或把它设为默认。

本地模型路由仍要联网

同日 GitHub 还把本地模型路由放进实验预览：Fusion Standard 可以在本地模型与云端模型之间选择。支持的 Windows 设备可通过 Windows ML 直接下载配置 MAI Code 1.1 Flash；在 Copilot CLI 里，Windows、macOS 和 Linux 用户也可以用本地 OpenAI 兼容服务自行接入 MAI Code 1.1 Flash 或 Qwen3.8 Flash Next。GitHub 特别说明，路由决策仍在云端完成，用本地推理也不能离线，本地模型的安全防护也可能与云端不同。