AIbasePublicación de la fuente

GitHub lanza Copilot Fusion: la orquestación automática multimodelo mejora la eficiencia y la relación coste-beneficio en la codificación

GitHub anunció oficialmente en la conferencia Universe 2026 Copilot Fusion, una capa de orquestación inteligente que enruta y combina automáticamente modelos de IA de OpenAI, Anthropic, Google y otras empresas para completar tareas de codificación, sin necesidad de que el desarrollador elija el modelo manualmente.

GitHub anunció oficialmente en la conferencia Universe 2026 Copilot Fusion, una capa de orquestación inteligente que enruta y combina automáticamente modelos de IA de OpenAI, Anthropic, Google y otras empresas para completar tareas de codificación, sin necesidad de que el desarrollador elija el modelo manualmente. Esta funcionalidad integra la tecnología existente de selección automática de modelos con las capacidades de orquestación multimodelo de Project HydraFusion, la vista previa de investigación de septiembre (9).

Los desarrolladores solo tienen que seleccionar Copilot Fusion en el selector de modelos, y el sistema decidirá automáticamente según la complejidad de la tarea si usar un solo modelo, un modo cascada (Cascade) o un modo de revisión (Critique), y emparejará uno de los tres niveles de esfuerzo: Standard (centrado en la eficiencia y el coste), High (razonamiento reforzado) o Max (máxima capacidad), evitando gastos innecesarios en tareas simples.

En la evaluación de Artificial Analysis Coding Agent Index, Copilot Fusion Max obtuvo 60 puntos, solo 2 puntos menos que Claude Code ejecutando Opus 5.5 Max, pero con un coste medio de API de aproximadamente la mitad, un consumo de tokens reducido a la mitad y una velocidad de finalización de tareas alrededor de un 40% mayor. Esta funcionalidad ya está disponible de forma general en todos los planes de GitHub Copilot, cubriendo Visual Studio Code, la CLI, la aplicación y los IDE de JetBrains, sin cargos adicionales por orquestación; solo se factura por los modelos realmente invocados, y ofrece un descuento del 30% en los costes de modelos hasta el 30 de noviembre de 2026. Los administradores de empresa pueden controlar los modelos disponibles y establecerlo como experiencia predeterminada. Además, el sistema también admite el enrutamiento experimental a modelos locales, por ejemplo invocando MAI Code 1.1 Flash de Microsoft en dispositivos Windows.

Microsoft lanzó al mismo tiempo el Copilot harness desarrollado por el equipo de GitHub, que ya impulsa varios productos, incluidos Copilot Studio y VS Code, y que se ha abierto a los desarrolladores a través de Microsoft Foundry. La orquestación inteligente multimodelo se está convirtiendo en una dirección importante de evolución de las herramientas de programación con IA, y promete lograr un mejor equilibrio entre rendimiento y coste.

Fuente original

AIbase

Notas sobre el contenido

La publicación original y los derechos pertenecen a la fuente.

Traducción automática · Consulte el original