GitHub Copilot Fusion 正式開放，讓系統決定每步用哪個模型

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

GitHub 在 10 月 28 日宣布 Copilot Fusion 正式開放。從這天起，在 Visual Studio Code、GitHub Copilot 應用程式、Copilot CLI 與 JetBrains IDE 的模型選單裡多了一個性質不同的選項：選它不等於選某一款模型，而是把「這一步該用哪個模型」的決定交給系統，開發者只負責挑選投入的強度。這次更新把過去研究預覽階段的 HydraFusion 多模型協作與自動選模整合成一條正式路線。

同一波公告還有四件配套：Projects 功能進入公開預覽、本機模型路由進入實驗預覽、電腦操作功能在 macOS 與 Windows 公開預覽，以及對話中的影像生成與編輯。這篇文章聚焦 Fusion 本身：它在第三方評測的實際位置、誰能用什麼、帳單怎麼算，以及官方公告沒放進標題的限制。

先講結論。對 Pro+ 以上方案的付費用戶，這是一次值得打開來對照點數用量的更新，而且官方給了 30% 模型成本折扣到 11 月 30 日，正好形成一個觀察期。對免費與 Pro 方案用戶，實際拿到的是 Fusion Standard，也就是只有一個模型直接做的模式；被評測機構測出好成績的 Fusion Max，不在你的方案範圍裡。

評測榜上的位置：半價貼近榜首，子項互有輸贏

GitHub 引用的成績來自評測機構 Artificial Analysis 的 Coding Agent Index v2.0。這個指標把三個測驗等權重合成：FrontierCode v1.1 程式開發、SWE-Atlas 程式庫問答與 Terminal-Bench v4 終端機任務，各佔三分之一。以 10 月 28 日的資料來看，GitHub Copilot Fusion Max 綜合 59.9 分，對照組 Claude Code 搭配 Opus 5.5 Max 是 61.7 分，差距 1.79 分。官方公告把 59.86 進位寫成 60 分，並稱與 Opus 5.5 的組合「相差在兩分內」，這個說法與原始資料一致。

Pin

成本面的三組數字值得整組看：每任務平均 API 成本 5.59 美元，對照組 11.42 美元，約一半；tokens 用量 734 萬，對照組 1,452 萬，同樣約一半；每任務平均花費時間 36.1 分鐘，對照組 61 分鐘，少約四成。這些都是同一份榜單、同一時間切面下的平均值，說的是「在這套測驗裡的成本結構」，換到任何一家公司的實際工作上都會漂移。

三個子項的分布比總分更有資訊量。終端機任務 Fusion 拿 71.2 分，是整份榜單該項目的最高分，比 Opus 5.5 對照組的 63.1 分高出 8.1 分；但程式開發測驗 51.4 分落後對照組的 56.0 分，程式庫問答 57.0 分也輸給對照組的 65.9 分。所以真實的分布是「終端機任務特別強，開發與程式庫理解仍落後」，不是全面追平。如果你的工作大宗是技術問答型的任務，這份成績單不支援換流程的結論。

官方公告裡沒提的一件事：這份榜單上還有名字裡同樣有 Fusion 的參賽者。Devin Fusion CLI 以 Opus 5.5 Max 加 GPT-6 Luna High 的組合拿到 61.5 分，排在 GitHub Copilot Fusion Max 之前。GitHub 挑的對照組沒有問題，但榜上排名最接近榜首的另一套多模型編排工具並非 GitHub 的產品，這是讀這份成績單需要的上下文。

公告中唯一的使用者證言來自 AT&T 首席軟體工程師 Hari Pokhrel，他表示 Fusion Standard 自動挑選模型後減少了不必要的支出，開發者不必再記得從強模型切回日常模型。這是 GitHub 刊出的客戶自述，與 AA 榜單同屬「值得參考、但不是你環境裡的保證」那一級的證據。

三種接力方式，把選模型收進系統

Fusion 不是一款新模型。官方文件把它定義為模型路由與編排系統：你送出一個請求，它決定叫哪些模型、怎麼分工，最後回給你單一回應。它也會把系統即時的健康狀態納入考量，並且沿著快取邊界與對話複雜度的明顯變化處換手，避免為了沒有品質收益的換手多付快取成本。

實際執行時它從三種模式裡挑：

• Single：一個模型直接把任務做完，行為等同於直接請求一款模型。
• Cascade：先讓有效率的模型起草，一個審查環節判斷品質，決定接受，或升級給更強的模型重做。
• Critique：一個模型起草，多個模型同時獨立挑毛病，意見彙總後由原模型修改出修訂版。

Pin

模式是逐請求決定的。同一個工作階段裡，前一個 prompt 走 Single、下一個 prompt 走 Critique 都是正常操作；簡單的任務不會為了跑一個用不到的審查而多花時間與點數。選模的依據是任務展現的能力訊號，文件點名的四類是推理、程式生成、除錯與工具使用，再配上你選的努力層級去湊出「符合品質門檻的最省做法」。

文件也講清楚了一個容易誤會的地方：Fusion 自己沒有上下文視窗，每一步跑在當下模型的限制裡，介面上顯示的視窗大小是取它可能用到模型中最保守的值。執行過程中你可以看到每一步的進度與正在使用的模型，但中間草稿可能被修改或丟棄，介面只會給你最終回應；想回頭查這次任務用了誰，把游標移到回應下方的努力層級名稱上就會列出。

努力層級有三個可選：Standard 平衡成本、品質與延遲，適合日常工作；High 在範圍明確但需要深入推論的任務上多花幾次模型呼叫；Max 則優先把能力最強的模型放進隊伍，給需要最深入分析的任務。文件裡還有第四個 Fast，只在 VS Code 的行內聊天裡由系統使用，使用者選不到。

方案決定你能選到哪一層

這是公告與文件之間最容易漏讀的落差。公告寫「所有 Copilot 方案都可使用」，指的是 Fusion 本身；但文件的努力層級對照表顯示，Standard 開放給全部七種方案（含免費與學生方案），High 與 Max 只開放給 Pro+、Max、Business 與 Enterprise 四種付費方案。免費、學生與 Pro 用戶的模型選單裡看得到 Fusion，能用的是單模型模式的 Standard。

Pin

四個支援的入口分別是 Visual Studio Code、GitHub Copilot 應用程式、Copilot CLI 與 JetBrains IDE，其他工具的支援官方說還在路上。之前參加研究預覽、開啟過 auto 或 HydraFusion 的用戶不需要重新設定，系統會把舊選擇自動轉換到對應的 Fusion 層級。

企業端的控制邏輯維持原狀而且更細。Fusion 只會使用企業與組織模型政策允許的模型，被資料駐留或 FedRAMP 合規政策排除的模型、被列為評估用途的模型，都不會進入它的候選池。管理員可以單獨為 Fusion 關閉某款模型而不影響其他用途，也能在企業託管設定裡把 Fusion（任何層級）設為全公司的預設。如果政策允許的模型一款都不剩，Fusion 會直接從選單消失，不會降級取用。

帳單怎麼算：逐模型計費，加上限期折扣

計費結構是理解這次更新的關鍵。使用 Fusion 沒有另外收一筆系統費，而是每個被叫到的模型按各自的標準費率逐項計費。直接後果是：High 與 Max 因為可能動用多個模型接力，單一任務消耗的 AI 點數可能比 Standard 更多，從 AA 榜的平均值看，也可能比固定用某款強模型更少，結果取決於任務實際觸發的模式與模型。AA 榜上的半價是統計平均值，不是每筆任務的折扣保證。

點數經濟裡有一個正向設計值得知道：Fusion 會讓主對話盡量留在同一款模型上，讓對話持續享有快取 token 的成本優勢，審查者之類的輔助模型只拿到它需要的上下文。這與前面「沿快取邊界換手」的設計是同一套思路。

促銷的部分：付費 Copilot 方案的用戶到 11 月 30 日（含當日）使用 Fusion，模型成本打七折。這個期限在官方文件與 GitHub 的 X 貼文上互相印證，折扣範圍僅限 Fusion 的模型成本，不是整張帳單七折。若要用折扣期評估長期成本，該做的功課是記下折扣期內與折扣後的每任務點數，兩段數字各自與原本固定單模型的工作流對照，否則促銷價會汙染判斷。

官方標題沒寫的三條限制

文件的限制段落下藏著三條會改變使用方式的說明。Fusion 與子代理是分開運作的，它不會主動啟動 subagents，團隊若把工作流建立在子代理上，混用前要自己接線。如果 Fusion 捨棄了某個草稿，草稿階段已經寫進工作區的變更（例如檔案修改）不會自動還原，提交前審查變更的責任在使用者身上。執行模式與模型池也會隨時間調整，文件明說今天的接力組合不等於明天的不變契約。

這三條放在一起看，Fusion 的正確理解是「把模型選擇權交給系統，同時把審查責任留在自己手上」。它自動化的部分是挑模型與排接力，沒有自動化的部分是判斷成果能不能進主分支。

同一天的四件配套更新

Projects 是這波更新裡影響工作組織方式的一件。它在 Copilot 應用程式裡進入公開預覽，把一個長期目標、一個或多個程式庫、參考資料與代理放進同一個專案空間。使用方式是描述目標、加入需要的程式庫與資料，Copilot 在背景協調需要的代理，把成果（例如 PR，拉取請求，把一組修改交給團隊審查與合併的提案）送回來；單一程式庫的小任務仍然可以直接開工作階段，不必凡事升級成專案。官方文件給的入門例子是調查用戶回饋：把功能規格書與回饋文件放進專案 Library，請 Copilot 只用這些材料把回饋分主題整理、附上實例與該往下查的問題，先不動程式碼。

追蹤介面用四種狀態分組：需要你輸入的決定、審查與核准、有 PR 的開放工作、進行中與已完成，每個開放項目會顯示工作階段狀態、關聯的 PR 與增刪行數。右側面板的 Library 分成代理產生的成果與你加入的資料；排程部分用自然語言描述就能建立週期任務，例如每週一早上九點把專案 Library 裡的回饋整理成摘要，這條線與先前開放的 Copilot 自動化功能 是同一條路線，也延續了 GitHub 讓 Copilot 記住團隊工作慣例 的方向。

本機模型路由進入實驗預覽，讓 Fusion Standard 可以把安裝在本機的模型納入候選。符合規格的 Windows 裝置可以從應用內下載 MAI Code 1.1 Flash；Copilot CLI 另外支援以自帶模型的方式在 Windows、macOS 與 Linux 上設定 MAI Code 1.1 Flash 或 Qwen3.8 Flash Next。這裡有一句官方自己寫得很直白的提醒：本機推論不等於離線工作階段，Fusion 的選模決策仍在雲端進行，而且本機模型的安全防護可能與雲端模型不同。把「用本機模型」直接理解成「資料不出門」是讀錯了這個功能。

電腦操作功能在 macOS 與 Windows 公開預覽，讓 Copilot 讀取應用內容、點按控制項、輸入文字與跨應用操作，包含那些沒有 API、命令列介面或 MCP 整合的程式。每次控制前它會先徵求核准，組織也能透過託管設定整個關掉；macOS 上需要先授與輔助使用與螢幕錄製權限。這與 GitHub 最近把 代理操作的分級核准 做進產品線的方向一致。

影像生成與編輯也在同一天進入公開預覽，開放對象是 Pro、Pro+、Business 與 Enterprise 方案。你在任何對話裡用自然語言描述需要的圖，負責推理的模型會呼叫以 GPT Image 2.5 Flare 驅動的影像工具，結果直接在對話裡預覽並存進工作空間。計費獨立於文字模型，以影像 token 計入方案的 AI 點數；「Made with AI」浮水印可以選擇開啟，預設是關的，組織與企業擁有者也能透過模型政策整個停用影像生成。

折扣到期前後的兩個回查點

11 月 30 日是這次更新天然的檢查點。折扣截止前，值得記錄的是同一批任務在 Fusion 與原本固定模型流程下的點數消耗與人工修改時間；截止後，再看一次沒有折扣的每任務成本，才能回答「Fusion 對我的帳單是省還是換一種貴法」。AA 榜單的分數也會隨各家代理版本更新而變動，本文引用的是 10 月 28 日切面的數字。

還不確定的部分照列：折扣會不會延續、Fusion 候選池未來納入哪些模型、Projects 公開預覽到什麼時候轉正，官方都還沒給時間表。如果你的團隊每天的工作是跨程式庫的修改與交接，Projects 加 Fusion 的組合值得在折扣期內跑一輪試點；如果你的工作多數時候是單檔修改，留在原本的流程裡，等榜單與計費資料再累積一兩個月也不遲。