Artificial Analysis：GitHub Copilot Fusion 编排多模型，任务成本约合 Opus 一半

10月29日零点前后（上海时间约 00:14），评测机构 Artificial Analysis（@ArtificialAnlys）发帖称，GitHub 已在 GitHub Copilot 中推出 Copilot Fusion：运行时在 Anthropic 与 OpenAI 等模型之间做编排，按任务权衡性能、成本与延迟。[1]

GitHub 把它描述成运行时编排系统。帖文点名可选模型包括 Claude Opus 5.5、Claude Sonnet 5.5、GPT-6 Astra、GPT-6 Sol 等。评测方在 Coding Agent Index 第二版里，对 GitHub Copilot 命令行工具的最高档设置做了基准；令牌费用按实际调用的底层模型结算，而不是另开一套固定套餐价。[1]

成本对照（均以该帖为准）：Copilot Fusion 每任务 5.59 美元；Claude Code 搭配 Opus 5.5（最高档）为 11.42 美元；Devin Fusion（Opus 5.5 最高档加 GPT-6 Luna 高档）为 8.00 美元、得分 62。也就是说，在这套口径下，Copilot Fusion 成本大约是 Claude Code 加 Opus 5.5 的一半，综合得分则低约两分，属于「接近前沿、明显更省」的区间。[1]

分项分数同样来自该帖：终端基准第四版得分 71（帖文称该项领先）；FrontierCode 得分 51（图中第三，落后 Claude Code 的 Opus 5.5 最高档的 56、以及 Devin Fusion 的 54）；SWE-Atlas 问答项得分 57。令牌用量约 每任务七百二十万，约为 Claude Code 中 Opus 5.5 的一半，比上述 Devin Fusion 组合约少三成。[1]

以上数字全部按评测帖公布的编程智能体指数口径记录，未另做独立复测，也不外推到未列出的模型组合。对采购和研发负责人来说，更值得盯的是「近前沿表现下成本腰斩」这一相对关系，而不是把单项分数当成跨榜通用排名。帖文也提醒：指数三项基准等权加权，单项领先不等于全面压过对手。

说明：成本与分数以 Artificial Analysis 上述帖文为准，计费以 GitHub Copilot 实际结算规则为准。

来源

[1] Artificial Analysis 关于 GitHub Copilot Fusion 与 Coding Agent Index 的评测帖，查询日 2026-10-29。

#GitHub #CopilotFusion #ArtificialAnalysis #CodingAgent #多模型编排