Två konkurrenters modeller, en agent, halva notan
Artificial Analysis mätte GitHub Copilot Fusion den 28 oktober och fann att den hamnar två poäng under Claude Code med Claude Opus 5.5 i sitt Coding Agent Index v2.0 — till 5,59 dollar per uppgift mot 11,42, ungefär hälften.
GitHub beskriver Fusion som “ett orkestreringssystem i körtid” som väljer och samordnar modeller per uppgift. Modellerna den hämtar från tillhör två konkurrenter: Anthropics Claude Opus 5.5 och Claude Sonnet 5.5, och OpenAI:s GPT-6 Astra och GPT-6 Sol. Artificial Analysis testade maxinställningen i GitHub Copilot CLI mot ett index som väger sina tre ingående test lika.
Bland delarna tog Fusion högsta poäng på Terminal-Bench 4.0 med 71. Den fick 51 på FrontierCode, tredje plats i diagrammet och bakom Claude Code med Opus 5.5 på 56, och 57 på SWE-Atlas-QnA-AA. Tokenanvändningen förklarar kostnadsskillnaden: 7,2 miljoner tokens per uppgift, ungefär hälften av vad Claude Opus 5.5 drar inne i Claude Code, och runt 30 procent mindre än Devin Fusion med Opus 5.5 och GPT-6 Luna, som får 62 i indexet till 8,00 dollar per uppgift.
Microsoft säljer rörmokeriet
Samma dag publicerade Microsoft lagret under. Tina Schuchman, corporate vice president för Foundry, och Vladimir Fedorov, teknikchef på GitHub, beskriver Copilot-selen som “det orkestreringslager som ger en agent rätt instruktioner, sammanhang, körmiljö och kontroller”.
GitHubs ingenjörsteam byggde den, Microsoft kör nu sina Copilot-produkter på den, och den finns via Microsoft Foundry med SDK:n på GitHub. Microsoft sköter agentslingan och sandlådan; utvecklarna tar med instruktioner, färdigheter, verktyg och sitt val av modell. Inlägget säger att selen stöder “20+ frontmodeller plus ta med din egen nyckel”, tillsammans med MCP, agentfärdigheter och agenttillägg, och räknar upp Copilot Code, Copilot Studio, GitHub Copilot-appen, CLI:n och VS Code bland produkterna som redan använder den.
Själva beskedet innehåller inga siffror. Det tillskriver en omskrivning i Rust prestandavinster utan att kvantifiera dem, och länkar till test i stället för att citera något. Alla uppmätta uppgifter i den här artikeln kommer från den oberoende utvärderaren, inte från leverantören.
Vad man ska följa
Den intressanta frågan är om andraplats till halva priset är den position Microsoft vill ha. Att dirigera mellan två leverantörers modeller är billigt att säga och besvärligt att upprätthålla: ekonomin hänger på Anthropics och OpenAI:s priser, som Microsoft inte sätter, och kvaliteten på modeller bolaget inte tränar. Följ om Fusions indexpoäng rör sig när någon av leverantörerna släpper en ny frontmodell, och om Microsofts egna MAI-modeller börjar dyka upp i dirigeringen.
