GitHub Copilot Fusion вдвое дешевле Claude Code при отставании на 2 балла

GitHub добавил в Copilot режим Fusion. Это система, которая в момент работы сама решает, какая модель займётся задачей: одна из линейки Anthropic или одна из линейки OpenAI. Независимая лаборатория Artificial Analysis, которая сравнивает ИИ-модели и агентов по единым правилам, проверила Fusion в своём Coding Agent Index v2.0. Индекс считает среднее по трём бенчмаркам с одинаковым весом и тестирует не голые модели, а готовые связки «агент плюс модель». Результат: Fusion набрал на 2 балла меньше, чем Claude Code с Claude Opus 5.5, но стоил вдвое дешевле. Одна задача обошлась в $5,59, а у Claude Code с Opus 5.5 в режиме max — в $11,42.

Как Fusion выбирает, кто будет писать код

GitHub описывает Fusion как систему оркестрации в реальном времени. Она подбирает и координирует модели под конкретную задачу, балансируя качество, цену и задержку. Сложную правку в большом репозитории можно отдать топовой модели, а рутинную мелочь — более дешёвой. Пользователь не выбирает модель вручную.

В пуле четыре модели:

• Claude Opus 5.5 — старшая модель Anthropic; • Claude Sonnet 5.5 — более лёгкая и дешёвая модель Anthropic; • GPT-6 Astra — модель OpenAI; • GPT-6 Sol — ещё одна модель OpenAI.

Деньги списываются по тарифам тех моделей, которые реально выполнили запрос. Отдельной наценки за оркестрацию в данных Artificial Analysis нет. Тест шёл в режиме max через консольный GitHub Copilot CLI.

Где Fusion впереди, а где отстаёт

Индекс складывается из трёх замеров. Вот как Fusion выступил в каждом:

• Terminal-Bench 4.0 — задачи, которые агент решает в командной строке. Fusion получил 71 балл и вышел на первое место, чуть впереди остальных. • FrontierCode — трудные программистские задачи. Fusion набрал 51 и занял третье место. Впереди Claude Code с Opus 5.5 (max) — 56 баллов, и Devin Fusion в связке Opus 5.5 (max) + GPT-6 Luna (high) — 54. • SWE-Atlas-QnA-AA — блок вопросов и ответов по коду. Здесь 57 баллов, и Fusion оказался между GPT-6 Astra в Codex и Gemini 4 Argon в Antigravity CLI.

Если просто усреднить три цифры, получится около 60. Это согласуется с отставанием на 2 балла от лидера. Сильнее всего Fusion уступает на самых сложных задачах FrontierCode: там разрыв с Claude Code достигает 5 баллов. В командной строке система его обходит.

Почему он вдвое дешевле: токены и цена

Цена задачи складывается из объёма токенов (кусочков текста, которые модель читает и пишет) и тарифа за каждый. У Fusion меньше обе составляющие. Он тратит 7,2 млн токенов на задачу. Это примерно половина расхода Claude Code с Opus 5.5 и на 30% меньше, чем у Devin Fusion в связке Opus 5.5 (max) + GPT-6 Luna (high). Часть работы уходит на недорогие модели, и дорогой Opus подключается реже.

Сравнение по цене:

• Copilot Fusion в GitHub Copilot — $5,59 за задачу; • Devin Fusion (Opus 5.5 max + GPT-6 Luna high) — $8,00 и 62 балла в индексе; • Claude Code с Opus 5.5 (max) — $11,42.

Fusion дешевле Devin Fusion примерно на 30% и вдвое дешевле Claude Code. Минус 2 балла от лидера и 5 баллов в FrontierCode — разумная плата.

Что это меняет для команд

Для большинства команд разработки это сильный довод в пользу автоматического выбора модели. Если агент ежедневно решает сотни задач, разница $5,83 за задачу быстро превращается в серьёзную статью бюджета. Ручной подбор модели под каждый тип работы больше не обязателен.

Есть и оговорки. Для сверхсложных задач в духе FrontierCode прямой запуск Claude Code с Opus 5.5 пока даёт лучший результат. Данные получены в одном индексе на одном наборе задач, а своя кодовая база может вести себя иначе. Прежде чем переводить команду, стоит прогнать Fusion на собственных типичных задачах и сравнить стоимость решённой задачи, а не цену за токен.

Показательно и то, что Fusion смешивает модели конкурирующих лабораторий. Конкуренция сдвигается с отдельных моделей на слой выше, к системам, которые распределяют работу между ними.