NEWS & DOCUMENTARYAIと人間のこれから。
RAXUS AIAIのいまを確かめて届ける。
LATEST EDITION

GitHub Copilot Fusionが一般提供――タスクごとにモデルと実行パターンを自動選択

GitHubは2026年10月28日、開発者がモデルを選ばずに済むCopilot Fusionの一般提供を発表しました。Copilot Fusionはタスクごとにモデルと実行パターンを自動で決めるシステムで、2026年9月の研究プレビューProject HydraFusionと、既存のCopilot自動モデル選択を統合しています。利用したモデルの標準レートで課金され、11月30日まで有料プランのモデル費用が30%割引となる予定です。

モデルピッカーでCopilot Fusionを選ぶと、特定のモデルではなく「タスクごとにモデルを振り分けて協調させるシステム」を選んだことになります。開発者はeffort level(取り組み水準)を選ぶだけで、使用するモデルと実行パターンはプロンプトごとに自動で決まります。GitHub Docsによる説明では、ルーティングはキャッシュ境界の自然な区切りと会話の複雑さの大きな変化に沿って行われ、追加のキャッシュ費用なしで品質を保つ仕組みです。

図解3つのeffort level
  • Fusion Standard

    優先するもの
    コスト・品質・レイテンシのバランス
    想定される作業
    日常のコーディングに万能なモデルを優先
  • Fusion High

    優先するもの
    中程度のトークン節約と均衡したオーケストレーション
    想定される作業
    複数ファイルにまたがる変更など、範囲の明確な作業
  • Fusion Max

    優先するもの
    トークン効率に配慮しつつ最先端の能力
    想定される作業
    最も深い推論と詳細な分析を要する作業

GitHub公式Changelog(2026-10-28)とGitHub Docsの説明による。

図解3つの実行パターン
  • Single

    関わるモデル
    1モデル
    流れ
    1モデルがタスクを直接完了する
  • Cascade

    関わるモデル
    起草モデルと判定役
    流れ
    効率的なモデルが起草し、判定役が受理するか、より強いモデルへ引き上げるかを決める
  • Critique

    関わるモデル
    起草モデルとレビュー役
    流れ
    起草を複数モデルが並行して批評し、その意見を集約して元のモデルが修正する

GitHub Docsの説明による。実行パターンはプロンプトごとに選ばれ、同じ会話でもプロンプトごとに変わる。

対応クライアントはVisual Studio Code、GitHub Copilot app、GitHub Copilot CLI、JetBrains IDEで、すべてのCopilotプランから使えます。実際に使えるモデルは契約プランと管理者のモデルポリシーに依存し、管理者はFusionが選べるモデルを個別に制御したり、Fusionを既定のモデルに設定したりできます。他のクライアントへの対応は今後の予定です。なおGitHub Docsは、破棄された下書きがすでにワークスペースへ加えていたファイル編集は自動では元に戻らないと注意を促しています。

課金はFusion自体の別料金ではなく、使用した各モデルの標準レートです。2026年11月30日まで、有料Copilotプランの利用者はFusion使用時のモデル費用が30%割引になります。GitHub Docsは、HighとMaxは複数モデルを使うため、Standardより多くのAIクレジットを消費する場合があると説明しています。

性能については、GitHubがArtificial Analysis Coding Agent IndexでFusion Maxのスコア60を公表し、Claude CodeとOpus 5.5 Maxの組み合わせに2ポイント差で、タスクあたりの平均API費用が約半分、トークン数が約半分、タスク時間が約40%短いという主張です。これはGitHub公表の特定評価での比較で、すべての作業への保証ではありません。

「以前は、複雑なタスク向けにより高性能なモデルを選んだ開発者が、日常の作業でもそのまま使い続けることがよくありました。Copilot Fusionはその摩擦をなくし、開発者に管理を求めずにモデル選択を最適化します。」

Previously, developers would often choose a more powerful model for a complex task and forget to switch back for everyday activities. Copilot Fusion eliminates that friction, optimizing model selection without requiring developers to manage it themselves.

Hari Pokhrel(AT&T Principal Software Engineer)、2026年10月28日のGitHub Changelogより

読む際の注意

Copilot Fusionは新しい基盤モデルではなく、複数モデルを自動選択・協調させる実行システムです。「約半分のコスト」「40%短縮」はGitHub公表の特定評価における比較で、条件の異なる作業では結果が変わります。モデルの利用可能性はプランと管理者ポリシー、サービス状態で変わります。Fusion Fastという水準もあるものの、ユーザーは選べずVisual Studio Codeのインラインチャット専用です。実行パターンはサブエージェントの起動とは別で、GitHub DocsはFusionがsubagentsと独立して動作すると説明しています。

出典

  1. GitHub Changelog「Route and orchestrate models with GitHub Copilot Fusion」2026-10-28付。GAの日付、HydraFusionと自動モデル選択の統合、effort level 3種、実行パターン3種、管理者権限、Artificial Analysis Coding Agent Indexのスコア60と費用・時間の主張、課金方式と30%割引、対応クライアント、AT&Tのコメント
  2. GitHub Docs「About GitHub Copilot Fusion」実行パターンの詳細、キャッシュ境界のルーティング、プラン別のeffort level対応表、Fusion Fastの非公開性、30%割引の期限(2026年11月30日まで)、下書き破棄時のワークスペース編集は自動復元されないとの制約、subagentsと独立の説明
  3. GitHub Blog「Project HydraFusion: Frontier quality via multi-model orchestration」2026-09-04公開の研究プレビュー発表。統合元のmulti-model orchestrationの出自確認

出典の確認日 2026.10.28

KEEP EXPLORING

あわせて読みたい記事と映像

プロダクトの記事一覧
  1. GitHub、エージェントセッションを端末間で継続させる「Agent Host Protocol」の実装を解説──VS CodeとGitHubで2つのホスト実装、6言語のSDK

    GitHubは2026年11月17日、公式Engineeringブログで、AIエージェントのセッションをエディタ、スマートフォン、クラウドの間で引き継ぐオープンなプロトコル「Agent Host Protocol(AHP)」の実装構造を解説した。執筆したのは同社のプリンシパルソフトウェアエンジニア、Connor Peet氏とRob Lourens氏だ。AHPの開発は2026年前半にVS Codeで始まり、仕様は10月2日にv1.0.0、11月13日にv1.1.0として公開済みである。今回の記事は新規プロトコルの発表ではなく、VS CodeとGitHubという異なる2実装に共通で使われている構造と設計判断の開示が中心だ。

    記事を読む
  2. GitHub Agentic Workflowsが一般提供――Markdownで定義したAIエージェント処理をActions上で安全制御付き実行

    GitHubは2026年10月28日、AIエージェントをGitHub Actionsの中で動かすオープンソースのGitHub Agentic Workflows(gh-aw)を一般提供しました。Issueの分類、CI失敗の原因分析、ドキュメント更新、テスト作成のような推論型の仕事を、Markdownで定義してActions上で実行します。エージェントジョブの既定は読み取り専用で、書き込みは検証を経る別のジョブに分かれます。利用はGitHub Free・Team・Enterpriseのプランで可能です。

    記事を読む
  3. GitHub、年次調査Octoverse 2026を公表――9月のPRの4割超がAIエージェント起点、3月の17%から約6倍

    GitHubは2026年10月28日、年次調査「Octoverse 2026」を公表しました。2026年9月に作成されたプルリクエストの40%超が、検出可能なAIコーディングエージェントの初稿から始まっています。3月の17%から約6倍に当たる1億1,000万件です。エージェント起点のPRは複数ファイルを変更する割合が高く、2週間以内にマージされる割合も非検出群よりわずかに高いものの、この数値は品質や欠陥率を示すものではありません。

    記事を読む