GitHub 在 GitHub Copilot 中发布了 Copilot Fusion，它在 Anthropic 和 OpenAI 的模型之间进行编排。在 Coding Agent Index 中，它的得分比 Claude Code 中的 Opus 5.5 低 2 分，而每任务成本只有后者的一半

GitHub 将 Copilot Fusion 描述为一个运行时编排系统，它会选择并协调模型，以针对每项任务优化性能、成本和延迟。Copilot Fusion 会在 Anthropic 和 OpenAI 的多个模型之间进行选择，包括 Claude Opus 5.5、Claude Sonnet 5.5、GPT-6 Astra 和 GPT-6 Sol。我们在 Artificial Analysis Coding Agent Index v2.0 中对它在 GitHub Copilot CLI 中的最高设置进行了基准测试。

Token 成本根据完成请求所使用的底层模型计费。

关键要点：

➤ 以高成本效益实现接近前沿的性能：GitHub Copilot 中的 Copilot Fusion 每任务成本为 $5.59，而使用 Opus 5.5（max）的 Claude Code 为 $11.42。使用 Opus 5.5（max）+ GPT-6 Luna（high）的 Devin Fusion 得分为 62，每任务成本为 $8.00。

➤ 在 Terminal-Bench 4.0 中略微领先：Coding Agent Index v2.0 对其三个组成基准赋予相同权重。GitHub Copilot 中的 Copilot Fusion 以 71 分在 Terminal-Bench 4.0 中领先。它在图表中的 FrontierCode 上以 51 分排名第三，落后于使用 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）。其 SWE-Atlas-QnA-AA 得分落后，为 57 分，介于 Codex 中的 GPT-6 Astra 和 Antigravity CLI 中的 Gemini 4 Argon 之间。

➤ Token 使用量是 Claude Code 中 Opus 5.5 的一半：GitHub Copilot Fusion 在 Coding Agent Index 中每任务使用 7.2M tokens，约为 Claude Code 中 Claude Opus 5.5 所用 tokens 的一半，并比使用 Opus 5.5（max）+ GPT-6 Luna（high）的 Devin Fusion 少 30%。