一句话看懂：GitHub 在 Copilot 中上线 Copilot Fusion，以运行时编排方式在 Claude 与 GPT 系列模型间自动选择，按 Artificial Analysis 的评测，它以约一半的单任务成本换来了接近前沿的编码表现。
事件核心：发生了什么
根据 Artificial Analysis 2026 年 10 月 28 日的文章，GitHub 已发布 Copilot Fusion，定位为运行时编排系统：针对每个任务在 Anthropic 和 OpenAI 的多个模型之间选择与协调，以平衡性能、成本与延迟。可选模型包括 Claude Opus 5.5、Claude Sonnet 5.5、GPT-6 Astra 和 GPT-6 Sol。费用按实际调用模型的 token 计费。
Artificial Analysis 在 Coding Agent Index v2.0 中测试了 GitHub Copilot CLI 的最高设置：每任务成本 5.59 美元，而 Claude Code 配 Opus 5.5（max）为 11.42 美元；其总分比后者低 2 分。每任务约消耗 720 万 token，约为后者的一半。分项上，Terminal-Bench 4.0 得 71 分居首，FrontierCode 51 分排第三，SWE-Atlas-QnA-AA 得 57 分。以上结论仅适用于该日期与评测条件。
为什么重要
此举把竞争焦点从“选哪个最强模型”转向“如何在多个模型之间调度”。对闭源大模型供应商而言，单一模型独占编码场景的叙事被削弱，模型开始成为可组合的推理资源；对 GitHub 这类平台，编排层能压低推理成本，也降低了对单一供应商的依赖，具备更强的议价与切换空间。同期 Devin Fusion 也采用多模型组合，说明“融合调度”正成为编码代理的常见产品形态。
对用户/开发者/创作者的影响
普通用户最直接的变化是成本：单任务费用减半，意味着同样预算可跑更多编码任务，适合批量修 bug、生成测试等重复性工作。开发者需注意，按底层模型计费意味着费用随路由结果波动，接入 API 或做预算管理时应预留弹性。分项成绩差异也提示它并非全面领先：复杂代码推理类任务仍需与单一强模型对比后再选型。
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。
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。
值得关注的后续
一是 Fusion 的模型选择逻辑是否透明，开发者能否查看或配置路由策略；二是定价是否随模型更新调整，以及是否扩展到更多编程语言和 IDE；三是 Anthropic、OpenAI 及 Devin 等竞品是否跟进类似的编排产品，进而改变编码代理的成本基准。
