GitHub Copilot Fusion wählt und steuert KI-Modelle automatisch
GitHub hat Copilot Fusion allgemein verfügbar gemacht. Das System wählt und koordiniert KI-Modelle für Code-Aufgaben; Fusion Max soll Claude Code bei halben Kosten erreichen.

GitHub hat Copilot Fusion allgemein verfügbar gemacht. Das System wählt KI-Modelle für Programmieraufgaben aus und koordiniert sie, sodass Entwickler das nicht mehr selbst tun müssen. Vorgestellt wurde es am Mittwoch auf der Entwicklerkonferenz GitHub Universe in San Francisco.
Fusion verbindet die Laufzeit-Orchestrierung aus Project HydraFusion, das im September 2026 als Research Preview startete, mit der Copilot-Funktion Auto Model Selection. Bei Aufgaben rund um Reasoning, Codegenerierung, Debugging oder Tool-Nutzung kann Copilot künftig entscheiden, welche Modelle zum Einsatz kommen und wie sie zusammenarbeiten.
So arbeitet die Orchestrierung
Nach der Analyse einer Aufgabe wählt Fusion ein Modell und dann einen Ablauf. Das kann ein einzelnes Modell sein, ein „kaskadierender“ Ablauf, bei dem eine Qualitätsprüfung die Antwort annimmt oder eskaliert, oder ein „Critique“-Ablauf, in dem ein Modell die Arbeit eines anderen prüft. Auch ein Wechsel der Modelle mitten im Workflow ist möglich.
Den Aufwand legen Entwickler weiterhin selbst fest: Fusion Standard für alltägliches Coding, Fusion High für schwierigere Probleme mit tieferem Reasoning und Fusion Max für die anspruchsvollsten Aufgaben. Unternehmensadministratoren können einschränken, aus welchen Modellen Fusion wählen darf, die Richtlinie je Modell einzeln anpassen und festlegen, ob Fusion für Copilot-Nutzer die Standardeinstellung ist.
Benchmark- und Kostenangaben
Laut GitHub erreichte Fusion Max im Artificial Analysis Coding Agent Index 60 Punkte und liegt damit höchstens zwei Punkte hinter Claude Code mit Opus 5.5 Max. Dabei soll es im Schnitt etwa die Hälfte der API-Kosten pro Aufgabe verursachen, rund halb so viele Tokens verbrauchen und etwa 40 Prozent weniger Zeit benötigen. Die Zahlen stammen von GitHub und sind nicht unabhängig überprüft.
Hari Pokhrel, Principal Software Engineer bei AT&T, erklärte, Entwickler wählten für komplexe Aufgaben oft ein leistungsstärkeres Modell und vergäßen, für Routinearbeiten zurückzuwechseln. Fusion Standard habe bei AT&T die Token-Effizienz verbessert und Kapazität für wertvollere Arbeit erhalten.
Teil eines Trends
Fusion erschien zusammen mit der GitHub-Copilot-App, Copilot Projects und Copilot Automations. GitHub will damit das umfassendste Software-Delivery-System der Welt werden. Auch andere gehen in diese Richtung: Ramp hat die Modellauswahl zuletzt in seinen Open-Source-Coding-Agenten Open SWE verlegt, Replit macht intelligentes Model-Routing seit dem Sommer zum Standard aller Konten.
Mehr von diesem Tag
Alle anzeigen →
Ravical sammelt 17 Mio. Dollar für KI in Steuerkanzleien ein

FuriosaAI sammelt 620 Mio. Dollar bei 2,9 Mrd. Dollar Bewertung ein
Fractile sammelt 540 Mio. £ in Series C ein, zeigen Unterlagen


