GitHub Copilot Fusion coûte deux fois moins cher que Claude Code, pour 2 points de retard

GitHub a ajouté à Copilot un mode Fusion. Ce système décide en temps réel quel modèle prend en charge la tâche : l'un de la gamme Anthropic ou l'un de la gamme OpenAI. Artificial Analysis, laboratoire indépendant qui compare modèles d'IA et agents selon des règles uniformes, a évalué Fusion dans son Coding Agent Index v2.

0. L'indice calcule la moyenne de trois benchmarks à poids égal et teste non pas des modèles « nus », mais des combinaisons prêtes à l'emploi « agent plus modèle ». Résultat : Fusion obtient 2 points de moins que Claude Code avec Claude Opus 5.

5, mais coûte deux fois moins cher. Une tâche revient à $5,59, contre $11,42 pour Claude Code avec Opus 5.5 en mode max.

Comment Fusion choisit qui écrit le code

GitHub décrit Fusion comme un système d'orchestration en temps réel. Il sélectionne et coordonne les modèles en fonction de la tâche, en arbitrant entre qualité, prix et latence. Une modification complexe dans un gros dépôt peut être confiée à un modèle haut de gamme, un menu correctif de routine à un modèle moins cher. L'utilisateur ne choisit pas le modèle à la main.

Le pool compte quatre modèles :

• Claude Opus 5.5 — le modèle phare d'Anthropic ; • Claude Sonnet 5.5 — un modèle Anthropic plus léger et moins cher ; • GPT-6 Astra — un modèle d'OpenAI ; • GPT-6 Sol — un autre modèle d'OpenAI.

La facturation s'effectue selon les tarifs des modèles qui ont réellement exécuté la requête. Les données d'Artificial Analysis ne font état d'aucune majoration spécifique pour l'orchestration. Le test a été mené en mode max, via l'outil en ligne de commande GitHub Copilot CLI.

Où Fusion devance la concurrence, et où il est à la traîne

L'indice repose sur trois mesures. Voici les résultats de Fusion pour chacune :

• Terminal-Bench 4.0 — des tâches que l'agent résout en ligne de commande. Fusion obtient 71 points et prend la première place, de peu devant les autres. • FrontierCode — des problèmes de programmation difficiles. Fusion marque 51 points et se classe troisième. Il est devancé par Claude Code avec Opus 5.5 (max), à 56 points, et par Devin Fusion, associant Opus 5.5 (max) + GPT-6 Luna (high), à 54. • SWE-Atlas-QnA-AA — un bloc de questions-réponses sur le code. Fusion y totalise 57 points et se place entre GPT-6 Astra dans Codex et Gemini 4 Argon dans Antigravity CLI.

En moyennant simplement les trois chiffres, on obtient environ 60, ce qui concorde avec les 2 points de retard sur le leader. C'est sur les tâches les plus difficiles de FrontierCode que Fusion cède le plus de terrain : l'écart avec Claude Code atteint 5 points. En ligne de commande, le système le dépasse.

Pourquoi il coûte deux fois moins cher : tokens et prix

Le prix d'une tâche dépend du volume de tokens (les fragments de texte que le modèle lit et écrit) et du tarif de chacun. Chez Fusion, ces deux composantes sont plus faibles. Il consomme 7,2 millions de tokens par tâche. C'est environ la moitié de la consommation de Claude Code avec Opus 5.5, et 30% de moins que Devin Fusion associant Opus 5.5 (max) + GPT-6 Luna (high). Une partie du travail est confiée à des modèles bon marché, et le coûteux Opus est sollicité moins souvent.

Comparaison des prix :

• Copilot Fusion dans GitHub Copilot — $5,59 par tâche ; • Devin Fusion (Opus 5.5 max + GPT-6 Luna high) — $8,00 et 62 points dans l'indice ; • Claude Code avec Opus 5.5 (max) — $11,42.

Fusion est environ 30% moins cher que Devin Fusion et deux fois moins cher que Claude Code. Perdre 2 points sur le leader, et 5 points sur FrontierCode, reste un prix raisonnable à payer.

Ce que cela change pour les équipes

Pour la plupart des équipes de développement, c'est un argument de poids en faveur de la sélection automatique du modèle. Si un agent traite des centaines de tâches par jour, l'écart de $5,83 par tâche devient vite un vrai poste de dépense. Choisir manuellement un modèle pour chaque type de travail n'est plus indispensable.

Il y a toutefois des réserves. Pour les tâches extrêmement complexes du type FrontierCode, le lancement direct de Claude Code avec Opus 5.5 donne pour l'instant le meilleur résultat. Les données proviennent d'un seul indice et d'un seul jeu de tâches, et votre propre base de code peut se comporter différemment. Avant de faire basculer une équipe, mieux vaut tester Fusion sur vos tâches types et comparer le coût d'une tâche résolue, plutôt que le prix par token.

Il est aussi révélateur que Fusion mélange des modèles de laboratoires concurrents. La compétition se déplace des modèles pris isolément vers la couche supérieure, celle des systèmes qui répartissent le travail entre eux.