GitHub Copilot Fusion 登陆多端并登榜 Terminal-Bench,Max 版任务解决率 71.2%

GitHub 于 2026 年 11 月 17 日扩展 Copilot Fusion,新增模型、登陆 Web、移动端和 Visual Studio,并公开 Terminal-Bench 4.1 成绩单;这为开发者选择多模型调度工具提供了可横向比较的性能与成本依据。

一句话看懂:GitHub 于 2026 年 11 月 17 日扩展 Copilot Fusion,新增模型、登陆 Web、移动端和 Visual Studio,并公开 Terminal-Bench 4.1 成绩单;这为开发者选择多模型调度工具提供了可横向比较的性能与成本依据。

事件核心:发生了什么

GitHub 宣布 Copilot Fusion 的三项更新。第一,可用范围从原有入口扩展到 github.com、Visual Studio 以及 iOS 和 Android 的 GitHub Mobile beta 应用,正式版移动端将随后推出。用户可在模型选择器中选择 Fusion,设定工作量级别后由系统自动选择和协调模型。

第二,Copilot Fusion 出现在由 Stanford、Harbor 和 Laude Institute 托管的 Terminal-Bench 4.1 公开排行榜上。该基准衡量 AI 智能体在终端环境中完成高难度真实任务的能力。GitHub 公布的数据显示,Copilot Fusion Max 的任务解决率为 71.2%,比其列出的领先前沿模型 Opus 5.5 和 Fable 5.2 高 5.4 个百分点,成本比 Fable 5.2 低 88%、比 Opus 5.5 低 57%。

第三,新增三个模型:Claude Sonnet 5.5 接入 Copilot Fusion Max,GPT-6.1 Terra 接入 Fusion High,MAI-Code-2 接入 Fusion Standard。

为什么重要

Copilot Fusion 的核心思路不是绑定单一模型,而是按任务调度多个模型并控制成本。此次把成绩放到第三方公开基准上,相当于把“多模型协调”从产品卖点变成可核查的对比项:同一任务、同一评测规则下,开发者能把 Copilot 与其他智能体直接比较。

成本数据同样关键。71.2% 的解决率搭配显著更低的推理开销,说明 Fusion 的竞争力可能不只来自单模型能力,也来自路由与模型组合带来的性价比。在闭源前沿模型价格居高不下的背景下,这类调度层产品会直接影响开发团队的模型采购与 API 使用策略。

对用户/开发者/创作者的影响

对开发者而言,最直接的变化是入口变多:在网页端、Visual Studio 和移动端都能选用 Fusion,不必只在单一界面使用。选择 Fusion 后只需设定工作量级别,适合不想手动比较各模型差异、但希望平衡效果与成本的日常编码任务。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

对团队采购者,Terminal-Bench 4.1 的成绩和成本对比可作为评估参考,但需注意这仅是特定基准、特定任务下的结果,不能等同于所有真实项目的表现。建议在小规模任务中验证后再扩大使用范围。

目前公开信息显示,Fusion 定位为模型调度层,并未披露各模型的具体路由规则和触发条件,开发者对其行为边界的预期仍需以实际使用为准。

值得关注的后续

一是 GitHub Mobile 正式版何时跟进,以及各端功能是否一致;二是排行榜成绩能否在后续版本和更多基准上复现;三是新增的 Claude Sonnet 5.5、GPT-6.1 Terra、MAI-Code-2 在 Fusion 各档位中的实际调用频率与计费方式是否公开。

来源:GitHub Changelog

celebrityanime
celebrityanime
文章: 36045

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注