GitHub 发布 Copilot Fusion 多模型编排降本近半
GitHub 在 Copilot 中推出名为 Copilot Fusion 的运行时编排系统，通过动态协调 Anthropic 和 OpenAI 的多款模型以优化性能、成本和延迟。基准测试显示，该方案在 Coding Agent Index 中以约一半的任务成本实现了接近前沿的性能表现，尽管得分略低于单独使用 Claude Opus 5.5 的方案。
报道正文
Artificial Analysis (@ArtificialAnlys) · 2026-10-28 16
GitHub 在 GitHub Copilot 中发布了 Copilot Fusion，该系统可在 Anthropic 和 OpenAI 模型之间进行编排。在 Coding Agent Index（编码智能体指数）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。
GitHub 将 Copilot Fusion 描述为一个运行时编排系统，它通过选择和协调模型来针对每项任务优化性能、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 每项任务成本为 $5.59，而使用 Opus 5.5（max）的 Claude Code 每项任务成本为 $11.42。使用 Opus 5.5（max）+ GPT-6 Luna（high）的 Devin Fusion 得分为 62，每项任务成本为 $8.00。
➤ 在 Terminal-Bench 4.0 中略微领先：Coding Agent Index v2.0 对其包含的三个基准测试赋予同等权重。GitHub Copilot 中的 Copilot Fusion 在 Terminal-Bench 4.0 中以 71 分的得分领先。在图表所示的 FrontierCode 中，它以 51 分排名第三，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）。其在 SWE-Atlas-QnA-AA 上的得分较低，为 57 分，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 每项任务使用了 720 万 Token，约为 Claude Code 中 Claude Opus 5.5 所用 Token 数量的一半，且比使用 Opus 5.5（max）+ GPT-6 Luna（high）的 Devin Fusion 少 30%。
