GitHub 发布 Copilot Fusion，可编排 Anthropic 与 OpenAI 模型

GitHub 已在 GitHub Copilot 中推出 Copilot Fusion，它可以在 Anthropic 和 OpenAI 的模型之间进行编排。在 Claude Code 中，它的得分比 Opus 5.5 低 2 分，而在 Coding Agent Index 中，每次任务的成本仅为其一半。

GitHub 将 Copilot Fusion 描述为一套运行时编排系统，可选择并协调模型，以针对每项任务优化性能、成本和延迟。Copilot Fusion 可从 Anthropic 和 OpenAI 的多款模型中进行选择，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，对其在 GitHub Copilot CLI 里的 max 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计费。

主要结论：

➤ 以较低成本实现接近前沿模型的性能：GitHub Copilot 中的 Copilot Fusion 每项任务成本为 5.59 美元，而 Claude Code 搭配 Opus 5.5（max）的成本为 11.42 美元。Devin Fusion 搭配 Opus 5.5（max）+ GPT-6 Luna（high）的得分为 62，每项任务成本为 8.00 美元。

➤ 在 Terminal-Bench 4.0 中略微领先：Coding Agent Index v2.0 对其包含的三项基准测试赋予相同权重。GitHub Copilot 中的 Copilot Fusion 以 71 分领跑 Terminal-Bench 4.0。在图表中，它的 FrontierCode 得分为 51，排名第三，落后于搭配 Opus 5.5（max）的 Claude Code（56 分）和搭配 Opus 5.5（max）+ GPT-6 Luna（high）的 Devin Fusion（54 分）。它的 SWE-Atlas-QnA-AA 得分为 57，低于 Codex 中的 GPT-6 Astra 和 Antigravity CLI 中的 Gemini 4 Argon。

➤ 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 720 万个 token，约为 Claude Code 中 Claude Opus 5.5 用量的一半，也比搭配 Opus 5.5（max）+ GPT-6 Luna（high）的 Devin Fusion 少 30%。