GitHub 发布 Copilot Fusion 编排多模型平衡性能与成本

2026 年 10 月 28 日

GitHub 在 GitHub Copilot 中发布了 Copilot Fusion，该系统可协调 Anthropic 和 OpenAI 的模型。在 Coding Agent Index 中，其得分比 Claude Code 中的 Opus 5.5 低 2 分，但每个任务的成本仅为后者的一半

GitHub 将 Copilot Fusion 描述为一种运行时编排系统，它通过选择和协调模型来针对每个任务优化性能、成本和延迟。Copilot Fusion 会在来自 Anthropic 和 OpenAI 的多个模型中进行选择，包括 Claude Opus 5.5、Claude Sonnet 5.5、GPT-6 Astra 和 GPT-6 Sol。我们在 Artificial Analysis Coding Agent Index v2.0 中对 GitHub Copilot CLI 中的最高设置进行了基准测试。

Token 成本根据完成请求所使用的底层模型进行计费。

关键要点：

➤ 以接近前沿的性能实现高性价比： GitHub Copilot 中的 Copilot Fusion 每个任务花费 $5.59，而使用 Opus 5.5（max）的 Claude Code 每个任务花费 $11.42。使用 Opus 5.5（max）+ GPT-6 Luna（high）的 Devin Fusion 得分为 62，每个任务花费 $8.00。

➤ 在 Terminal-Bench 4.0 中略微领先： Coding Agent Index v2.0 对其三个组成基准测试赋予同等权重。GitHub Copilot 中的 Copilot Fusion 在 Terminal-Bench 4.0 中以 71 分领先。在图表所示的 FrontierCode 中，它排名第三，得分为 51，落后于使用 Opus 5.5（max）的 Claude Code（56 分）和使用 Opus 5.5（max）+ GPT-6 Luna（high）的 Devin Fusion（54 分）。其 SWE-Atlas-QnA-AA 得分较低，为 57，介于 Codex 中的 GPT-6 Astra 和 Antigravity CLI 中的 Gemini 4 Argon 之间。

➤ Token 用量仅为 Claude Code 中 Opus 5.5 的一半： 在 Coding Agent Index 中，GitHub Copilot Fusion 每个任务使用了 720 万 tokens，约为 Claude Code 中 Claude Opus 5.5 所用 token 量的一半，比使用 Opus 5.5（max）+ GPT-6 Luna（high）的 Devin Fusion 少 30%。

GitHub Copilot 中的 Copilot Fusion 在 Terminal-Bench 4.0 中以 71 分略微领先。在图表所示的 FrontierCode 中，它排名第三，得分为 51，落后于使用 Opus 5.5（max）的 Claude Code（56 分）和使用 Opus 5.5（max）+ GPT-6 Luna（high）的 Devin Fusion（54 分）。其 SWE-Atlas-QnA-AA 得分较低，为 57，介于 Codex 中的 GPT-6 Astra 和 Antigravity CLI 中的 Gemini 4 Argon 之间。

GitHub Copilot Fusion 在 Coding Agent Index 中每个任务使用了 720 万 tokens，约为 Claude Code 中 Claude Opus 5.5 所用 token 数量的一半。

探索 Coding Agent Index、任务成本及基准测试结果：

https://artificialanalysis.ai/agents/coding-agents?routers=true

阅读最新动态

[

Gemini 4 Carbon 成为 Artificial Analysis Intelligence Index v5 的新榜首

Google 的 Gemini 4 Carbon 成为 Artificial Analysis Intelligence Index v5 的新榜首，并在 Artificial Analysis Coding Agent Index 中仅次于 Claude Opus 5.5

October 28, 2026](https://artificialanalysis.ai/articles/gemini-4-carbon-new-number-1)[

发布 Artificial Analysis Intelligence Index v5

Index v5 包含 2 个新基准测试和 3 项升级。首次情况下，该指数的大部分构建基于私有数据集

October 27, 2026](https://artificialanalysis.ai/articles/artificial-analysis-intelligence-index-v5)[

Code2Video-AA：AI 模型通过代码设计视频的效果如何？

Artificial Analysis 实现了 HeyGen 的 Code2Video Bench，评估模型使用 HyperFrames HTML 根据 114 份设计简报创建简短产品和品牌视频的能力

October 26, 2026](https://artificialanalysis.ai/articles/code2video-aa){"@context":"https://schema.org","@type":"NewsArticle","headline":"GitHub Copilot Fusion 协调 Anthropic 和 OpenAI 模型以平衡性能与成本","description":"GitHub 在 GitHub Copilot 中发布了 Copilot Fusion，该功能可在 Anthropic 和 OpenAI 模型之间进行协调。在 Coding Agent Index（编码代理指数）中，其得分比 Claude Code 中的 Opus 5.5 低 2 分，但每项任务的成本仅为后者的一半","datePublished":"2026-10-28","dateModified":"2026-10-28","image":"https://cdn.sanity.io/images/6vfeftx9/articles/0968ba533e8f3599faae4925bcf3781fbbd52fed-1024x1024.webp?w=1200&auto=format","author":{"@type":"Organization","name":"Artificial Analysis","url":"https://artificialanalysis.ai"},"publisher":{"@type":"Organization","name":"Artificial Analysis","url":"https://artificialanalysis.ai"},"mainEntityOfPage":{"@type":"WebPage","@id":"https://artificialanalysis.ai/articles/github-copilot-fusion-orchestrates-anthropic-and-openai-models-to-balance-performance-and-cost"}}