GitHub hat Copilot Fusion am 28. Oktober 2026 allgemein verfügbar gemacht. Statt für jede Aufgabe ein Modell zu wählen, wählen Entwickler Fusion und eine Aufwandsstufe, und Copilot entscheidet für jeden Prompt, welche Modelle es nutzt und wie sie zusammenarbeiten, so das GitHub-Changelog.
Es gibt drei Aufwandsstufen. Fusion Standard setzt auf vielseitige Modelle für die tägliche Programmierarbeit, Fusion High auf leistungsfähige Modelle für schwierigere Aufgaben und Fusion Max auf die leistungsstärksten Modelle für die anspruchsvollste Arbeit. Fusion bearbeitet jede Aufgabe in einem von drei Mustern. Single: Ein Modell löst die Aufgabe direkt. Cascade: Ein effizientes Modell erstellt einen Entwurf, eine Qualitätsprüfung nimmt ihn an oder gibt an ein stärkeres Modell ab. Critique: Ein Modell entwirft, ein anderes prüft, das erste überarbeitet.
GitHubs Leistungsangabe: Im Artificial Analysis Coding Agent Index erreichte Fusion Max 60 Punkte, zwei Punkte hinter Claude Code mit Opus 5.5 Max, bei etwa der Hälfte der durchschnittlichen API-Kosten pro Aufgabe, etwa halb so vielen Tokens und rund 40% weniger Zeit pro Aufgabe.
Die Abrechnung folgt dem Routing. Nutzer zahlen für jedes Modell, das Fusion aufruft, zum jeweiligen Standardpreis, die Kosten einer Aufgabe hängen also vom Routing ab. Für begrenzte Zeit erhalten bezahlte Copilot-Pläne bei Fusion 30% Rabatt auf die Modellkosten. Administratoren legen fest, welche Modelle Fusion nutzen darf, können ein Modell nur für Fusion sperren und Fusion als Standardmodell setzen. Ein von GitHub zitierter Ingenieur von AT&T sagt, die Stufe Standard habe die Token-Effizienz verbessert, weil Entwickler nicht mehr vergessen, von teuren Modellen zurückzuwechseln.
Fusion ist in allen Copilot-Plänen in Visual Studio Code, der GitHub Copilot App, Copilot CLI und JetBrains-IDEs verfügbar, weitere Clients sollen folgen.
Warum das für Engineering-Teams wichtig ist
Die Modellwahl wandert vom Entwickler zu einem Router und einer Admin-Richtlinie. Das kann Kosten senken, wie GitHubs Zahlen nahelegen, macht die Kosten pro Aufgabe aber schwerer vorhersehbar, weil derselbe Prompt über ein oder drei Modelle laufen kann. Teams sollten die Ausgaben je Aufgabentyp einige Wochen beobachten, bevor sie Fusion zum Standard machen, und die Liste erlaubter Modelle an ihren Datenrichtlinien ausrichten.
Dieser Artikel ist keine Rechtsberatung.
