GitHub lanza oficialmente Copilot Fusion para optimizar la selección de modelos de inteligencia artificial

Woman sitting on balcony with smartphone — Microsoft Copilot / Unsplash

GitHub anunció el lanzamiento oficial de Copilot Fusion durante el evento anual GitHub Universe 2026, que se llevó a cabo los días 28 y 29 de octubre en San Francisco.

Esta nueva función es compatible con múltiples modelos y permite ejecutar tareas combinando uno o varios modelos de inteligencia artificial según las características de la labor asignada. El sistema evalúa las capacidades necesarias para actividades como la generación de código, la inferencia, la depuración y el uso de herramientas para determinar la combinación de modelos más adecuada.

El objetivo de esta herramienta es reducir la carga de los desarrolladores al eliminar la necesidad de gestionar la selección de modelos de forma individual, permitiendo un equilibrio entre el costo y el rendimiento.

Copilot Fusion opera bajo tres patrones principales. El patrón Cascade utiliza un modelo eficiente para crear una propuesta de solución, la cual es verificada por un modelo de control de calidad que decide si es necesario escalar la tarea a un modelo con mayores capacidades. El patrón Critique implica que un modelo redacta un borrador y un modelo de una familia diferente lo revisa de forma independiente, permitiendo que el creador original realice una única corrección basada en los comentarios recibidos.

Para ajustar el equilibrio entre calidad y costo, existen diferentes niveles de carga. Fusion Standard está diseñado para tareas cotidianas equilibrando costo, calidad y tiempo de espera. Fusion High se orienta a tareas de codificación a gran escala con un alcance definido, como cambios en múltiples archivos o correcciones de errores complejos, mediante una orquestación equilibrada que ahorra tokens de forma moderada. Fusion Max busca el rendimiento más avanzado y análisis exhaustivos con razonamiento profundo, manteniendo la eficiencia de los tokens. Por último, Fusion Fast se selecciona automáticamente en escenarios donde se requiere un modelo rápido y no puede ser elegido por el usuario.

Como vista previa pública, Fusion Standard permite ejecutar tareas seleccionando los modelos MAI Code 1.1 Flash o Qwen3.8 Flash Next instalados localmente.