Zum Inhalt
FrontierDot

GitHub Copilot Fusion: Was die GA-Seiten vom 28. Oktober belegen

Fortlaufende Zeitleiste · zuletzt aktualisiert · 1 Eintrag im Änderungsprotokoll

Fusion ist kein Modell, das man auswählt. Es ist ein System, das Modelle für Sie auswählt. Die nützlichen Stellschrauben sind die Aufwandsstufe und die Frage, welche Modelle Ihr Administrator aktiviert gelassen hat.

Zeitleiste

Am 28, Oktober 2026, hat GitHub Copilot Fusion allgemein verfügbar gemacht: einen Laufzeit-Router und Orchestrator mit den Aufwandsstufen Standard, High und Max, den Ausführungsmustern Single/Cascade/Critique, einer Abrechnung nach den Tarifen der jeweils zugrunde liegenden Modelle samt einem temporären Rabatt von 30 % auf kostenpflichtigen Copilot-Plänen bis zum 30, November 2026 sowie einem experimentellen Routing lokaler Modelle, dessen Entscheidungen weiterhin in der Cloud fallen.

Gelesen am 2026-10-30 (UTC+8): GitHub-Changelog „Route and orchestrate models with GitHub Copilot Fusion“ (28, Okt. 2026), docs.github.com „About GitHub Copilot Fusion“, Changelog vom 28, Okt. „GitHub Copilot Fusion now supports selection of local models“ und @github Status 2115480207469560109. Der Artikel von Artificial Analysis vom 28, Okt. wird ausschließlich als AA-gemeldete Quelle für Zahlen des Coding Agent Index zitiert. Wir haben Copilot Fusion nicht selbst betrieben. 28

Zeitleiste

  1. GitHub veröffentlicht den Changelog zur allgemeinen Verfügbarkeit von Copilot Fusion. Fusion verknüpft die Multi-Modell-Orchestrierung von Project HydraFusion mit der automatischen Modellauswahl von Copilot. Nutzer wählen Fusion in der Modellauswahl und legen anschließend eine Aufwandsstufe fest: Standard, High oder Max. Als Ausführungsmuster nennt die Seite Single, Cascade und Critique. Fusion ist auf allen Copilot-Plänen in Visual Studio Code, der GitHub Copilot App, der GitHub Copilot CLI und JetBrains-IDEs verfügbar; weitere Clients folgen „in Kürze“. Die Abrechnung erfolgt für jedes von Fusion genutzte Modell zum Standardtarif dieses Modells, verbunden mit einem zeitlich befristeten Rabatt von 30 % auf Modellkosten für kostenpflichtige Copilot-Pläne.

    GitHub Changelog: Route and orchestrate models with GitHub Copilot Fusion

  2. Die Dokumentationsseite zu GitHub Copilot Fusion beschreibt Fusion als intelligenten Laufzeit-Modell-Router und Orchestrator. Sie führt Fusion Fast als nicht vom Nutzer wählbare Aufwandsstufe ein, die ausschließlich im Inline-Chat von Visual Studio Code zum Einsatz kommt. Cascade wird als Entwurf mit anschließender Beurteilung und möglicher Eskalation beschrieben; Critique erstellt einen Entwurf mit parallelen Reviewern, deren Feedback zusammengeführt wird, bevor das ursprüngliche Modell überarbeitet. Dieselbe Seite hält fest, dass Nutzer kostenpflichtiger Copilot-Pläne bis zum 30, November 2026, einen Rabatt von 30 % auf die Modellkosten bei Verwendung von Copilot Fusion erhalten und dass Fusion über kein eigenes Kontextfenster verfügt – jeder Schritt nutzt die Kontextgrenzen des ausführenden Modells.

    GitHub Docs: About GitHub Copilot Fusion

  3. Ein zweiter Changelog überführt intelligentes Routing für lokale Modelle in eine experimentelle Preview. Auf unterstützten Windows-Geräten kann MAI Code 1.1 Flash über Windows ML heruntergeladen werden; die Copilot CLI kann zudem manuell konfiguriertes MAI Code 1.1 Flash oder Qwen3.8 Flash Next unter Windows, macOS und Linux anbinden. Lokale Inferenz bedeutet keine Offline-Sitzung: Copilot Fusion fällt Routing-Entscheidungen weiterhin in der Cloud. Lokale Modelle kommen bei Eignung vorzugsweise unter Fusion Standard zum Einsatz.

    GitHub Changelog: Copilot Fusion now supports selection of local models

  4. @github postet, dass Copilot Fusion Max im Coding Agent Index von Artificial Analysis bis auf zwei Punkte an Claude Code mit Opus 5.5 Max herangerückt sei – bei etwa halbierten API-Kosten pro Aufgabe – und verweist auf ein 30-%-Rabattangebot bis zum 30. November.

    @github on X: Copilot Fusion Max and 30% off (Oct 28)

  5. Artificial Analysis veröffentlicht die Analyse zum Coding Agent Index für Copilot Fusion. AA berichtet für Fusion Max über einen Wert von 60 gegenüber 62, für Claude Code mit Opus 5.5 Max, etwa $5.59 pro Aufgabe gegenüber etwa $11.42, ungefähr die Hälfte der Token, einen Terminal-Bench 4.0-Wert von 71, FrontierCode bei 51 und SWE-Atlas-QnA-AA bei 57. Diese Zahlen sind AA-gemeldet, keine Tabelle von GitHub selbst.

    Artificial Analysis: Copilot Fusion Coding Agent Index write-up (Oct 28, 2026)

Was Fusion ist – in GitHubs eigenen Worten

Der GA-Changelog beginnt mit einer klaren Aussage: Statt für jede Aufgabe ein Modell festzulegen, wählen Sie Copilot Fusion und überlassen Copilot das Routing und die Orchestrierung der eingesetzten Modelle. Die Dokumentationsseite schärft dies zu einer Produktdefinition – „ein intelligenter Laufzeit-Modell-Router und Orchestrator“, der Modelle sowie Ausführungsmuster wählt und anschließend eine einzelne Antwort zurückgibt.

Diese Einordnung ist der Teil, den die meisten Berichte zur Einführung abschwächen. VentureBeat und Artificial Analysis stellen die Rangliste des Coding Agent Index in den Vordergrund. Content Creator titeln mit „halbe Kosten von Opus“. Beide Blickwinkel sind reale Nebenschauplätze. Die zentrale Produktänderung besteht darin, dass der Eintrag in der Modellauswahl ein System darstellt, keine Gewichtsdatei. Für jeden Prompt wählt Fusion ein Ausführungsmuster, einen Denkaufwand für diesen Schritt und die ausführenden Modelle. Unterschiedliche Prompts innerhalb derselben Sitzung können unterschiedliche Muster durchlaufen.

Laut GitHub überwacht Fusion zudem Systemzustand und Verfügbarkeit in Echtzeit; das Routing bevorzuge natürliche Cache-Grenzen, damit eine Konversation auf einem Modell verbleibt, solange dies sinnvoll ist. Zwischenentwürfe können überarbeitet oder verworfen werden; die Benutzeroberfläche soll die finale Antwort anzeigen, ergänzt um ein Hover-Element, das die verwendeten Modelle unterhalb des Namens der Aufwandsstufe aufführt.

Aufwandsstufen und die drei Ausführungsmuster

Die für Nutzer sichtbaren Aufwandsstufen im Changelog und in der Dokumentation lauten Fusion Standard, Fusion High und Fusion Max. Standard priorisiert vielseitige Modelle für alltägliche Programmieraufgaben. High bevorzugt leistungsfähigere Modelle für anspruchsvollere Arbeiten. Max priorisiert die fähigsten Modelle für tiefgehendes logisches Schließen. Die Dokumentation ergänzt Fusion Fast, das für Nutzer nicht auswählbar ist und ausschließlich für den Inline-Chat in Visual Studio Code existiert.

Ausführungsmuster wiegen schwerer als Marketingbezeichnungen. Single übergibt die Aufgabe an ein einzelnes Modell. Cascade lässt ein effizientes Modell einen Entwurf erstellen, den ein Prüfmodell entweder akzeptiert oder an ein stärkeres Modell eskaliert. Bei Critique entwirft ein Modell, während andere Modelle parallel Kritik üben; die Rückmeldungen werden zusammengeführt, woraufhin das ursprüngliche Modell nachbessert. Cascade und Critique beanspruchen mehr Zeit, da zusätzliche Prüfaufrufe anfallen. Laut Dokumentation fügt Fusion diese Aufrufe nur dann ein, wenn die Aufgabe es rechtfertigt.

Administratoren behalten einen eigenen Hebel. Fusion nutzt ausschließlich Modelle, die in den Richtlinien des Unternehmens bzw. der Organisation freigegeben sind. Administratoren können ein Modell für Fusion deaktivieren, ohne es für alle Nutzer komplett abzuschalten, und sie können Fusion auf jeder beliebigen Aufwandsstufe als Standard in den verwalteten Enterprise-Einstellungen festlegen. Steht Ihnen keines der Fusion-Modelle zur Verfügung, wird Fusion in der Modellauswahl nicht angezeigt.

Abrechnung, der Rabatt bis zum 30. November und was der AA-Score tatsächlich misst

Die Abrechnung erfolgt nicht über eine Pauschalgebühr für Fusion. Sowohl der Changelog als auch die Dokumentation besagen, dass jedes von Fusion genutzte Modell zu dessen regulärem Tarif abgerechnet wird. High und Max können mehr KI-Credits verbrauchen als Standard, weil sie unter Umständen mehr als ein Modell aufrufen. Bis zum 30, November 2026, erhalten kostenpflichtige Copilot-Pläne einen Rabatt von 30 % auf diese Modellkosten bei Nutzung von Fusion – das Enddatum ist auf der Dokumentationsseite ausgewiesen; der Changelog spricht von einem zeitlich begrenzten Rabatt, ohne den Kalendertag zu wiederholen. Der X-Beitrag von @github vom 28. Okt. nennt ebenfalls „Get 30% off through Nov. 30,“

GitHubs Changelog zitiert den Coding Agent Index von Artificial Analysis und gibt an, Copilot Fusion Max habe 60, Punkte erreicht, liege damit innerhalb von zwei Punkten zu Claude Code mit Opus 5.5 Max – und das bei rund der Hälfte der durchschnittlichen API-Kosten pro Aufgabe, etwa halb so vielen Token und circa 40 % weniger Zeitaufwand. Im Artikel von Artificial Analysis werden diese Indexzeilen als AA-gemeldete Werte aufgeschlüsselt: rund $5.59 pro Aufgabe gegenüber ca. $11.42, Terminal-Bench 4.0 bei 71, FrontierCode bei 51, SWE-Atlas-QnA-AA bei 57, und rund 7.2M Token pro Aufgabe. AA nennt zudem Modelle, zwischen denen Fusion wählen kann, darunter Claude Opus 5.5, Claude Sonnet 5.5, GPT-6 Astra und GPT-6 Sol – dieser Pool kann variieren, und Fusion richtet sich weiterhin nach Ihrem Tarif sowie den Administrator-Richtlinien.

Betrachten Sie den Schlagzeilen-Vergleich von 60 gegenüber 62 Punkten als Gesamtwert. AA gewichtet FrontierCode, Terminal-Bench und SWE-Atlas zu gleichen Teilen. Fusions Vorsprung bei Terminal-Bench gleicht die Rückstände in den beiden anderen Bereichen nicht aus. GitHubs Angabe von „etwa 40 % weniger Zeit“ stammt aus GitHubs eigenem Changelog; der von uns gelesene AA-Artikel führt diesen Latenzwert nicht als eigene Messung auf.

Lokale Modelle: experimentell und weiterhin nicht offline

Der Changelog zu lokalen Modellen überführt intelligentes lokales Routing in eine öffentliche Preview. Windows-Geräte, die die Voraussetzungen erfüllen, können MAI Code 1.1 Flash über Windows ML innerhalb der Copilot CLI, der Copilot App oder VS Code herunterladen. Die Copilot CLI erlaubt zudem die Einbindung eines eigenen OpenAI-kompatiblen lokalen Servers für MAI Code 1.1 Flash oder Qwen3.8 Flash Next unter Windows, macOS und Linux. Laut Dokumentation werden diese lokalen Modelle bei Eignung vor allem unter Fusion Standard bevorzugt herangezogen.

Der Haken ist unmissverständlich formuliert: Lokale Inferenz macht Ihre Sitzung nicht offlinefähig. Fusion trifft Routing-Entscheidungen weiterhin in der Cloud, und lokale Modelle verfügen möglicherweise über andere Sicherheitsvorkehrungen als von Copilot bereitgestellte Cloud-Modelle. Experimentelle Funktionen müssen aktiviert sein (Copilot App „Local model auto routing“, CLI --experimental oder /experimental on, VS Code chat.copilot.localModel.enabled). Das Hinzufügen eines BYOK-Modells macht dieses nicht automatisch für Fusion qualifiziert.

Videos von Creatorn, die das Feature als Routing von KI auf „den eigenen PC“ bezeichnen, sind ein hilfreicher Nachweis für Nutzerinteresse, als Zusammenfassung des Datenschutzes jedoch unzureichend. Die Primärquellen formulieren es deutlicher: Lokal installierte Gewichte können für einzelne Schritte unter Standard ausgeführt werden, während der Router, der über ihren Einsatz entscheidet, auf GitHubs Seite der Leitung verbleibt.

Wo es verfügbar ist und was wir nicht verifizieren konnten

Als GA-Oberflächen wurden am 28. Okt. Visual Studio Code, die Copilot CLI, die GitHub Copilot App und JetBrains-IDEs benannt. Unterstützung für weitere Clients folgt „in Kürze“ ohne datierte Aufzählung. Nutzern der Research Preview, die auto, HydraFusion oder HydraFusion Max ausgewählt hatten, wird mitgeteilt, dass diese Optionen in die entsprechenden Fusion-Aufwandsstufen übergehen.

Zum offiziellen Videomaterial aus demselben Veröffentlichungszeitraum gehören GitHubs Universe 2026 Opening Keynote und die Zusammenfassung der Keynote von Tag 1. Wir behandeln diese als offizielle Medienbeiträge zum Launch, nicht als unabhängige Benchmarks.

  • Ein exaktes öffentliches Startdatum für die frühere Research Preview von Project HydraFusion. GA-Changelog und Dokumentation nennen HydraFusion als Vorgänger; einen datierten Changelog-Eintrag des Unternehmens für den Beginn der Preview konnten wir für diese Timeline nicht ermitteln.
  • Enterprise-Preisangebote für ein bestimmtes Team. Der von AA ermittelte Wert von $5.59 pro Aufgabe ist ein Benchmark-Durchschnitt unter der Testumgebung von AA, keine Preisliste von GitHub für Ihre Organisation.
  • Einen praktischen Beleg auf dieser Seite, dass Fusion Max Claude Code in Ihrem spezifischen Repository übertrifft. Wir haben keinen der beiden Agenten selbst ausgeführt.
  • Eine offlinefähige Sitzung mit Copilot Fusion. Die Primärseiten halten fest, dass Routing-Entscheidungen auch dann in der Cloud verbleiben, wenn ein lokales Modell einen Teilschritt ausführt.

Unser Fazit

Fronts Blickwinkel ist fokussierter als die Ranglistenbeiträge. Fusion ist eine Laufzeit-Policy, die Sie abonnieren: Sie bestimmen, wie intensiv sich das System bemühen soll, GitHub entscheidet, welche Modelle und welches Prüfmuster greifen, und Sie bezahlen die zugrunde liegende Nutzung mit einem temporären Nachlass von 30 % bis zum 30, November 2026. Hat Ihr Administrator interessante Modelle aus dem Pool von Fusion ausgeschlossen, fällt der Eintrag in der Modellauswahl ernüchternder aus als im Ankündigungs-Blogpost.

Trennen Sie die Zeitleisten einzelner Modellfamilien, wenn Sie Versionshistorien nachvollziehen wollen. Die OpenAI-GPT-Modell-Release-Timeline und die Claude-Modell-Release-Timeline datieren weiterhin die Gewichte, die Fusion aufrufen kann. Notizen zu offenen Gewichten und Storefronts im Umfeld von Entwicklerwerkzeugen finden Sie unter Puter und The Everything Project sowie GPTibo Open Source: Was belegt ist. Weitere datierte Beiträge finden Sie im Front-Blog-Index.

Weiterlesen

Alle Beiträge, neueste zuerst, stehen im Front-Blog.

Häufige Fragen

Ist GitHub Copilot Fusion ein einzelnes Modell?

Nein. GitHubs Dokumentation beschreibt es als Laufzeit-Modell-Router und Orchestrator. Mit der Wahl von Fusion entscheiden Sie sich für das System; Fusion wählt anschließend pro Prompt die Modelle und ein Ausführungsmuster aus.

Was ändert sich durch Fusion Standard, High und Max?

Sie verändern die Kompromisse zwischen Qualität, Kosten und Leistungsfähigkeit, die Fusion priorisiert. Standard bevorzugt vielseitige Alltagsmodelle; High setzt auf stärkere Modelle für schwierigere Aufgaben; Max bevorzugt die fähigsten Modelle. Die Dokumentation beschreibt zudem Fusion Fast, das Nutzer nicht wählen können und das ausschließlich im Inline-Chat von VS Code auftaucht.

Wie wird Copilot Fusion abgerechnet?

Sie zahlen für jedes zugrunde liegende Modell, das Fusion verwendet, zu dessen regulärem Tarif. Es gibt keine separate Fusion-Gebühr. Laut GitHub-Dokumentation erhalten kostenpflichtige Copilot-Pläne bis zum 30, November 2026, einen Rabatt von 30 % auf diese Modellkosten bei der Nutzung von Fusion.

Macht das Routing lokaler Modelle Copilot Fusion offlinefähig?

Nein. GitHubs Changelog zu lokalen Modellen und die Dokumentation halten fest, dass Fusion Routing-Entscheidungen nach wie vor in der Cloud trifft. Lokale Modelle befinden sich in einer experimentellen Preview und begründen für sich genommen keine Offline-Sitzung.

Was meldete Artificial Analysis für Fusion Max?

Der AA-Artikel vom 28. Okt. weist für Copilot Fusion Max einen Wert von 60 im Coding Agent Index aus, gegenüber 62 für Claude Code mit Opus 5.5 Max, bei etwa $5.59 gegenüber rund $11.42 pro Aufgabe. Hierbei handelt es sich um von AA gemeldete Zahlen, nicht um eine offizielle GitHub-Preistabelle.

Änderungsprotokoll

  • — Erstveröffentlichung. Geprüft wurden GitHubs Copilot Fusion GA-Changelog, die Copilot-Fusion-Dokumentationsseite (einschließlich Abrechnungs- und Lokales-Modell-Hinweisen), der Changelog zu lokalen Modellen vom 28. Okt., der X-Post von @github vom 28. Okt. sowie der Bericht zum Coding Agent Index von Artificial Analysis als gekennzeichnete Sekundärquelle bis zum 30, Okt. 2026 (UTC+8).

Quellen