GitHub veut épargner aux développeurs le choix du modèle. Lors de sa conférence Universe, le 28 octobre, l'entreprise a rendu Copilot Fusion accessible dans toutes les formules de Copilot. Plutôt que de sélectionner un modèle précis dans la liste, l'utilisateur choisit Fusion et un niveau d'effort ; le système détermine ensuite, requête après requête, quels modèles solliciter et s'il faut les combiner.
Fusion réunit deux briques existantes : l'orchestration multimodèle expérimentée dans la préversion de recherche Project HydraFusion et le routage qui alimentait la sélection automatique de Copilot. Trois niveaux sont proposés, Standard pour le quotidien, High pour les problèmes ardus et Max pour les travaux les plus exigeants. En coulisses, GitHub applique l'un de trois schémas. Avec Single, un seul modèle traite la demande. Avec Cascade, un modèle économique rédige un premier jet qu'un contrôle qualité valide ou transmet à un modèle plus puissant. Avec Critique, un modèle répond, un second relit et le premier corrige.
L'argument central est financier. GitHub affirme que Fusion Max a obtenu 60 points sur le Coding Agent Index d'Artificial Analysis, à deux points de Claude Code piloté par Claude Opus 5.5 Max, pour environ la moitié du coût d'API et des tokens par tâche, et en mettant à peu près 40 % de temps en moins. VentureBeat, qui a examiné les résultats d'Artificial Analysis, fait état d'un coût moyen de 5,59 dollars par tâche pour Fusion Max, contre 11,42 dollars pour la configuration Claude Code et 8 dollars pour Devin Fusion de Cognition, crédité de 62 points. Artificial Analysis a relevé dans le panier de Fusion des modèles d'Anthropic et d'OpenAI, dont Claude Opus 5.5, Claude Sonnet 5.5, GPT-6 Astra et GPT-6 Sol.
Dans le détail, le tableau est plus contrasté. Selon VentureBeat, Fusion arrive en tête sur Terminal-Bench 4.0 avec 71 points mais recule sur FrontierCode, une épreuve de modifications de dépôts, avec 51 contre 56 pour Claude Code et 54 pour Devin Fusion. Le gain de 40 % sur la durée ne figure pas dans les données indépendantes et reste une affirmation de GitHub, tout comme les 77 % d'économies évoqués par le PDG de Microsoft, Satya Nadella, qui renvoient à une évaluation interne distincte.
Les entreprises gardent la main sur les fournisseurs. Fusion ne puise que dans les modèles autorisés par les règles de l'organisation, les administrateurs peuvent exclure un modèle de Fusion sans le désactiver ailleurs et imposer Fusion par défaut, quel que soit le niveau d'effort. La facturation suit le tarif normal de chaque modèle utilisé, avec une remise de 30 % sur les offres payantes pendant une durée limitée. Fusion fonctionne dans Visual Studio Code, l'application GitHub Copilot, Copilot CLI et les IDE de JetBrains, où il remplace l'ancienne option Auto. Le directeur produit de GitHub, Mario Rodriguez, a résumé auprès de VentureBeat qu'il s'agit d'un moteur d'orchestration exécuté au moment de la requête, et non d'un modèle.
Une seconde annonce du même jour étend le routage au poste de travail. Dans une préversion expérimentale à activer soi-même, Fusion Standard peut arbitrer entre des modèles dans le cloud et un modèle local pris en charge, comme MAI Code 1.1 Flash installé via Windows ML, ou des modèles tels que Qwen3.8 Flash Next exposés par un serveur local compatible OpenAI dans Copilot CLI. GitHub précise que la décision de routage reste prise dans le cloud et que les modèles locaux peuvent offrir des protections de sécurité différentes.
Fusion fait du choix du modèle un service géré, ce qui pourrait alléger la facture des équipes habituées à tout confier au modèle le plus cher. Reste à savoir si les économies mesurées en laboratoire se retrouvent dans du code effectivement accepté, une fois comptés la relecture et les échecs : chaque client devra le vérifier.