GitHub 11 月 17 日更新 Copilot Fusion(按任务自动选模型、编排多模型的路由器)。Fusion 首次登上斯坦福、Harbor 和 Laude Institute 维护的 Terminal-Bench 4.1 公开榜,Fusion Max 解决率 71.2%,比并列第二的 Claude Opus 5.5 和 Fable 5.2(Claude Code)高 5.4 个百分点,成本分别低 57% 和 88%。Fusion 现在还能在 github.com、Visual Studio 和 GitHub Mobile 测试版里选用。模型池也有更新:Claude Sonnet 5.5 加入 Fusion Max,GPT-6.1 Terra 加入 Fusion High,微软新模型 MAI-Code-2 加入 Fusion Standard。

核心要点速览

  • ✓Terminal-Bench 4.1 公开榜:Copilot Fusion(max)71.2% ± 2.9% 排第一,Opus 5.5(max)和 Fable 5.2(max)均为 65.8% 并列第二,Gemini 4 Carbon(high)64.5% 第四
  • ✓成本:榜单显示 Fusion Max 跑完整套评测用 33 亿 token、约 2,000 美元,Opus 5.5 约 4,700 美元、Fable 5.2 约 16,500 美元
  • ✓原理:Fusion 不是单一模型,而是运行时路由器,按任务选择 Single、Cascade(小模型起草、裁判决定是否升级)或 Critique(多模型并行点评后修订)三种执行模式
  • ✓新入口:github.com、Visual Studio 和 GitHub Mobile 测试版(iOS、Android)可选 Fusion,正式版移动端即将支持
  • ✓模型池:Claude Sonnet 5.5 加入 Fusion Max,GPT-6.1 Terra 加入 Fusion High,MAI-Code-2 加入 Fusion Standard;按所用模型原价计费,11 月 30 日前付费用户模型费用打七折
GitHub Copilot Fusion 登上 Terminal-Bench 4.1 公开榜第一:Fusion Max 解决率 71.2%,比 Claude Opus 5.5 和 Fable 5.2 高 5.4 个百分点、成本低 57% 和 88%;Fusion 同步上线网页、移动端和 Visual Studio
🖼️要闻配图
点击全屏高清查看
🧭

把技术选型换算成你的开发预算

40 款主流编程套餐横向比价,支持输入/输出 Token 真实账单模拟

🔬

深度技术解析与实战评估

核心背景与行业痛点

同一个会话里,有的步骤用便宜模型就够,有的步骤需要最强模型,手动切换既麻烦又容易多花钱。GitHub 10 月底正式推出的 Copilot Fusion 就是为此做的运行时路由器,11 月 17 日迎来一次更新。

架构亮点与底层机制

Fusion 不是单一模型。它按提示选择三种执行模式之一:Single(一个模型完成)、Cascade(高效模型起草、裁判决定是否升级到更强模型)、Critique(多个模型并行点评,原模型据此修订)。用户只选 Standard、High、Max 等档位,按实际用到的模型原价计费。

权威 Benchmark 与实测跑分对比

Fusion 首次登上 Terminal-Bench 4.1 公开榜:Fusion Max 解决率 71.2%,排第一;Claude Code 里的 Opus 5.5 和 Fable 5.2 均为 65.8%,并列第二。GitHub 称 Fusion Max 成本比两者分别低 57% 和 88%;榜单显示其整套评测约 2,000 美元。

开发者实战落地与开箱指南

现在可在 VS Code、Copilot CLI、JetBrains 之外,再到 github.com、Visual Studio 和 GitHub Mobile 测试版的模型选择器里选 Fusion。模型池新增:Sonnet 5.5 进 Max,GPT-6.1 Terra 进 High,MAI-Code-2 进 Standard。11 月 30 日前付费用户模型费用打七折。

实战指南准备好将技术转化为生产力?

即刻查看该技术对应模型与主流工具的实测差异,或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。

接着读Artificial Analysis 发布 Coding Agent Index v2.1:换用 FrontierCode 2.0 与 Terminal-Bench 4.1,Claude Fable 5.2 与 Opus 5.5 以 58 分并列第一,各配置平均降 5 分
立即阅读→