GitHub、「Copilot Fusion」正式リリース　タスクに応じて最適なAIモデル選択、高性能・低コスト両立

　米GitHubは、米サンフランシスコで10月28日と29日の2日間開催した年次イベント「GitHub Universe 2026」で、新機能「GitHub Copilot Fusion」の正式リリースを発表しました。

　Copilot Fusionは、与えられたタスクの特性に応じて、単一または複数のAIモデルを組み合わせて実行するマルチモデル対応の機能です。

　推論、コード生成、デバッグ、ツールの利用など、タスクごとに必要な能力を評価し、AIモデルをどのように組み合わせて利用するかを判断します。

　これにより、開発者がAIモデルの選択を個別に管理する負担を軽減し、性能とコストのバランスを考慮した開発を進められます。

複数のパターンでAIモデルを使い分ける

　Copilot Fusionは、与えられたタスクに応じて以下の3つのパターンのいずれかを選択します。

• Single（シングル）

　選択したモデルで課題を解決する

• Cascade（カスケード）

　効率的なモデルとして選択されたAIモデルが解決策の案を作成し、品質確認用のAIモデルがそれを検証して、より高い能力のAIモデルにエスカレーションするかどうかを判断する

• Critique（批評）

　まず1つのAIモデルが解決案のドラフトを作り、別のモデルファミリーのAIモデルが独立してレビューする。レビューが指摘を返すと、その指摘をもとに、ドラフトを作ったAIモデルが解決案を1回だけ修正する。

　上記のパターンを選択するうえで、品質、コストをどのようにバランスさせるかを調整するための負荷レベルが用意されています。

• Fusion Standard

　コスト、品質、待機時間のバランスを取る。日常業務向け。

• Fusion Hight

　中程度のトークン節約によるバランスの取れたオーケストレーション。複雑なバグの修正や複数のファイルにまたがる変更など、スコープが明確な大規模なコーディングタスク向け。

• Fusion Max

　トークンの効率を考慮しながら、最先端の性能を実現。可能な限り深い推論と最も徹底的な分析を必要とするタスク向け。

• Fusion Fast

　高速なモデルが必要なシナリオで選択される。ユーザーは指定できない。

　また、パブリックプレビューとして、Fusion StandardにおいてローカルにインストールしたMAI Code 1.1 FlashモデルまたはQwen3.8 Flash Nextモデルを選択してタスクを実行することも可能となっています。

この記事の著者

関連記事

• 

  現実世界で動き始めたAI――自動運転にロボット、「フィジカルAI」に突き進むNVIDIAのビジョン

• 

  Claude Codeに「このアプリをデプロイせよ」と指示→AIが最適なインフラ構成やサービスでデプロイする「Azure Skills Plugin」 Microsoftが公開

• 

  GitHub、仕様駆動開発のワークフローを生成AIで実現するオープンソース「Spec Kit」を公開

• 

  Apple、刷新版「Siri AI」を全開発者に開放　アプリ連携で予約や注文などの操作が可能に