GitHub Copilot Fusion 技术解析：多模型编排机制、三种执行流程与第三方测评数据

一、背景：智能体起草了超 40% 的 PR

GitHub 10 月 28 日发布年度开发者报告 Octoverse 2026：截至 2026 年 9 月，GitHub 上超过 40% 的 pull request 由智能体起草（3 月为 17%）；平台开发者超过 2.25 亿，统计周期内 commits 达 343 亿。这些是 GitHub 平台统计，不代表整个软件行业。同日，Copilot Fusion 在 GitHub Universe 大会上正式可用。

二、Fusion 是什么

Fusion 不是新的大语言模型，而是一个运行时的多模型编排系统，整合了研究预览 HydraFusion 和自动模型选择。这里有两个概念要分清：

• 模型路由：根据任务特点，把请求分给合适的模型；
• 模型编排：不只选模型，还安排多个模型怎样协作完成同一个任务。

据第三方测评，Fusion 的模型池包含 Claude Opus 5.5、Claude Sonnet 5.5、GPT-6 Astra、GPT-6 Sol。

用户在模型选择器里选 Fusion 后，只需再选 Standard、High、Max 三档工作强度；每个请求用哪些模型、走哪种流程，由 Fusion 决定。三种执行流程如下：

这三种是系统内部的执行方式，不是需要用户手动选择的三个开关，一次请求也不会三种都走一遍。

三、第三方测评数据

独立测评机构 Artificial Analysis 10 月 28 日公布的编程智能体综合指数（Coding Agent Index）结果：

按这组数据，Fusion Max 的单任务平均调用费用比 Claude Code + Opus 5.5 Max 低约 51%，综合得分低约 2 分；比另一款多模型编排工具 Devin Fusion 也更便宜，得分低 2 分。

3.1 这组数据该怎么读

区分来源：GitHub 官方称 Fusion Max 完成任务的用时约少 40%，这是官方自报数字；Nadella 提到的“最高省 77%”来自公司自己的 DeepSWE 评测，与上面的平均值口径不同，不要合并计算。

四、计费

Fusion 自身不另收费，按实际调用的每个底层模型的标准费率计费。付费 Copilot 用户使用 Fusion 时，模型费用限时 7 折。

五、一个容易忽视的副作用：成本变成了变量

把选模型交给编排层后，成本不再是“选了哪个模型”的固定值。同一类代码修改，这次可能由一个模型直接完成，下次可能经过起草、质量检查和升级，调用次数和费用都不一样。

建议团队记录到单个任务这一粒度：

• 实际调用了哪些模型、对应的工作强度；
• 每个任务的 token 用量和费用；
• 结果是否通过测试和人工验收。

这样才能看出哪些任务成本偏高，以及额外的调用有没有换来更好的结果。

六、选型建议

• 日常开发：从 Standard 开始，观察常规任务的效果和费用；
• 复杂任务：在复杂调试、多文件修改上对比 High 和 Max；
• 成本敏感：看实际单任务费用，而不是只看底层模型单价；
• 主力任务在弱项上：与固定模型的方案对比后再定；
• 要求可复现：在模型选择器里直接指定具体模型，并记录模型版本、上下文和工具环境；
• 关键代码：保留测试和人工评审，不把模型交叉审阅当作质量保证。

七、小结

Fusion 的意义在于把“选模型”交给编排层，在任务效果、调用成本和执行效率之间做权衡。第三方测评里它以约一半的单任务调用费用拿到了接近的综合分，但分项有强有弱，结果的稳定性和成本也会随执行流程变化，是否适合要在自己的项目里验证。