GitHub Copilot Fusion 協調 Anthropic 與 OpenAI 模型，平衡效能與成本

GitHub 在 GitHub Copilot 中推出 Copilot Fusion，這個系統會協調 Anthropic 與 OpenAI 的模型。在 Coding Agent Index 中，其得分比 Claude Code 使用 Opus 5.5 低 2 分，但每項任務成本只有一半

GitHub 形容 Copilot Fusion 是一套執行階段協調系統，會選擇及協調模型，為每項任務優化效能、成本和延遲。Copilot Fusion 會從 Anthropic 和 OpenAI 的多款模型中作出選擇，包括 Claude Opus 5.5、Claude Sonnet 5.5、GPT-6 Astra 和 GPT-6 Sol。我們在 Artificial Analysis Coding Agent Index v2.0 中，對 GitHub Copilot CLI 的 max 設定進行了基準測試。

token 費用按完成要求時所用的底層模型計算。

重點：

➤ 接近前沿水平的效能，成本更低：GitHub Copilot 中的 Copilot Fusion 每項任務成本為 $5.59；相比之下，Claude Code 使用 Opus 5.5（max）每項任務成本為 $11.42。Devin Fusion 使用 Opus 5.5（max）+ GPT-6 Luna（high），得分為 62，每項任務成本為 $8.00。

➤ 在 Terminal-Bench 4.0 略為領先：Coding Agent Index v2.0 對其三項基準測試給予相同權重。GitHub Copilot 中的 Copilot Fusion 在 Terminal-Bench 4.0 領先，得分為 71。在圖表的 FrontierCode 項目中，它以 51 分排名第三，落後於使用 Opus 5.5（max）的 Claude Code（56 分），以及使用 Opus 5.5（max）+ GPT-6 Luna（high）的 Devin Fusion（54 分）。它在 SWE-Atlas-QnA-AA 的得分較低，為 57 分，介乎 Codex 中的 GPT-6 Astra 與 Antigravity CLI 中的 Gemini 4 Argon 之間。

➤ token 用量只有 Claude Code 中 Opus 5.5 的一半：GitHub Copilot Fusion 在 Coding Agent Index 中每項任務使用 7.2M tokens，約為 Claude Code 中 Claude Opus 5.5 token 用量的一半，亦比使用 Opus 5.5（max）+ GPT-6 Luna（high）的 Devin Fusion 少 30%。

GitHub Copilot 中的 Copilot Fusion 在 Terminal-Bench 4.0 略為領先，得分為 71。在圖表的 FrontierCode 項目中，它以 51 分排名第三，落後於使用 Opus 5.5（max）的 Claude Code（56 分），以及使用 Opus 5.5（max）+ GPT-6 Luna（high）的 Devin Fusion（54 分）。它在 SWE-Atlas-QnA-AA 的得分較低，為 57 分，介乎 Codex 中的 GPT-6 Astra 與 Antigravity CLI 中的 Gemini 4 Argon 之間。

GitHub Copilot Fusion 在 Coding Agent Index 中每項任務使用 7.2M tokens，約為 Claude Code 中 Claude Opus 5.5 token 用量的一半。

探索 Coding Agent Index、任務成本及基準測試結果：

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