AI · 4 november 2026
GitHub lanserar Copilot Fusion för optimering av AI-modeller
GitHub har presenterat den officiella lanseringen av den nya funktionen GitHub Copilot Fusion. Tillkännagivandet gjordes under det årliga evenemanget GitHub Universe 2026 som ägde rum den 28 och 29 oktober i San Francisco.
Copilot Fusion är en funktion med stöd för flera modeller som kombinerar en eller flera AI-modeller baserat på egenskaperna hos den givna uppgiften. Systemet utvärderar nödvändiga förmågor för olika typer av arbete, såsom kodgenerering, resonemang, felsökning och användning av verktyg, för att avgöra hur modellerna ska kombineras.
Syftet med funktionen är att minska bördan för utvecklare att hantera valet av AI-modeller individuellt, vilket möjliggör en utvecklingsprocess som väger samman prestanda och kostnad. Systemet väljer mellan tre olika mönster: Cascade, där en effektiv modell skapar ett förslag som sedan granskas av en kvalitetsmodell för eventuell eskalering till en mer kapabel modell, eller Critique, där en modell skapar ett utkast som granskas av en modell från en annan familj, följt av en enda korrigering.
För att justera balansen mellan kvalitet och kostnad finns olika belastningsnivåer. Fusion Standard är avsedd för dagliga uppgifter och balanserar kostnad, kvalitet och väntetid. Fusion High är anpassad för större kodningsuppgifter med tydligt omfång, såsom ändringar i flera filer eller komplexa buggfixar, genom en balanserad orkestrering med måttlig besparing av tokens. Fusion Max erbjuder spetsprestanda med djupa resonemang och grundlig analys samtidigt som tokeneffektivitet beaktas. Det finns även Fusion Fast för scenarier där snabba modeller krävs, men denna kan inte väljas av användaren.
Som en offentlig förhandsvisning är det möjligt att inom Fusion Standard välja antingen modellen MAI Code 1.1 Flash eller Qwen3.8 Flash Next, installerade lokalt, för att utföra uppgifter.