GitHub Copilot Fusion combina modelos de Anthropic y OpenAI y logra casi el rendimiento de Opus 5.5 a la mitad de coste

Artificial Analysis publica un análisis de Copilot Fusion, el nuevo sistema de GitHub Copilot que, según GitHub, funciona como una capa de orquestación en tiempo de ejecución. Su función es seleccionar y coordinar modelos para optimizar rendimiento, coste y latencia en cada tarea. Entre los modelos entre los que elige hay opciones de Anthropic y OpenAI: Claude Opus 5.5, Claude Sonnet 5.5, GPT-6 Astra y GPT-6 Sol.

La firma evaluó la configuración «max» de Copilot Fusion usando GitHub Copilot CLI dentro del Coding Agent Index v2.0 de Artificial Analysis. Los costes en tokens se facturan según los modelos subyacentes que acaben resolviendo cada petición, de modo que el coste final depende de qué modelo elija el orquestador en cada momento.

El dato central del análisis es la relación entre precio y rendimiento. Copilot Fusion puntúa 2 puntos por debajo de Opus 5.5 en Claude Code, pero con la mitad de coste por tarea: 5,59 dólares frente a 11,42 dólares. Como referencia adicional, Devin Fusion, que combina Opus 5.5 (max) con GPT-6 Luna (high), obtiene 62 puntos con un coste de 8,00 dólares por tarea.

El índice pondera por igual sus tres benchmarks constituyentes. En Terminal-Bench 4.0, Copilot Fusion lidera con 71 puntos, una ventaja que el análisis describe como ligera. En FrontierCode queda tercero, con 51 puntos, por detrás de Claude Code con Opus 5.5 (max), que marca 56, y de Devin Fusion con Opus 5.5 (max) + GPT-6 Luna (high), que registra 54. En SWE-Atlas-QnA-AA se queda más rezagado, con 57 puntos, entre GPT-6 Astra en Codex y Gemini 4 Argon en Antigravity CLI.

También destaca el consumo de tokens. Copilot Fusion usó 7,2 millones de tokens por tarea en el índice, aproximadamente la mitad que Claude Opus 5.5 en Claude Code y un 30 % menos que Devin Fusion con Opus 5.5 (max) + GPT-6 Luna (high). Menos tokens y reparto de tareas entre modelos distintos explican en buena parte el menor coste por tarea.

En conjunto, el resultado apunta a que el enrutado dinámico entre modelos de distintos proveedores puede acercarse al rendimiento de frontera con un coste sensiblemente menor, aunque el artículo no detalla los criterios con los que el orquestador asigna cada tarea. Los datos completos, con costes por tarea y resultados por benchmark, están en la página del Coding Agent Index de Artificial Analysis.