GitHub Copilot Fusion już dostępny: model AI dobierany do zadania

Jak Fusion łączy modele

Fusion wybiera jeden z kilku wzorców pracy. W pierwszym efektywny model przygotowuje propozycję rozwiązania, a model kontrolujący jakość ją weryfikuje i decyduje, czy sprawę przekazać do silniejszego modelu. W drugim jeden model tworzy szkic rozwiązania, a model z innej rodziny niezależnie go recenzuje. Jeśli recenzja wskaże uwagi, autor szkicu poprawia rozwiązanie tylko raz.

Do wyboru wzorca służą poziomy obciążenia, które pozwalają regulować równowagę między jakością a kosztem. Jeden z nich oferuje zbalansowaną orkiestrację ze średnimi oszczędnościami tokenów i jest przeznaczony do dużych zadań o jasno określonym zakresie, jak złożone poprawki błędów czy zmiany obejmujące wiele plików. Drugi zapewnia najwyższą wydajność przy zachowaniu efektywności tokenów i jest przeznaczony do zadań wymagających najgłębszego rozumowania oraz najbardziej dokładnej analizy.

Modele lokalne w publicznej wersji zapoznawczej

W ramach publicznej wersji zapoznawczej w trybie Fusion Standard można też wskazać modele zainstalowane lokalnie: MAI Code 1.1 Flash lub Qwen3.8 Flash Next, i uruchamiać na nich zadania.

Dla zespołów programistycznych oznacza to możliwość kontrolowania kosztów korzystania z AI bez ręcznego żonglowania modelami. Wybór modeli i ich współpraca stają się zadaniem systemu, a nie dewelopera.