قدّم GitHub مشروع HydraFusion كمعاينة بحثية، وذلك بعد Auto model selection التي تتيح للمطورين اختيار النموذج الملائم لمهامهم تلقائيًا. ويُنجز HydraFusion المهام عبر الاختيار أثناء وقت التشغيل بين نماذج مقدّمة من مزودين متعددين، من خلال إعداد المسودات أو انتقادها أو تصحيحها أو إحالتها إلى نماذج أقوى. ويوجّه النظام المهام تلقائيًا بين النماذج المحلية والسحابية والمركبة، مع مراعاة التوازن بين الأداء والتكلفة وزمن الاستجابة.
يمكن استخدام HydraFusion في GitHub Copilot CLI، الذي يستطيع مستخدمو جميع خطط GitHub Copilot الوصول إليه عبر /experimental. ويتعين على المستخدمين التحديث باستخدام الأمر /update، وتفعيل ميزة /experimental، ثم اختيار HydraFusion (Research Preview) من قائمة /model. وتستند الفوترة إلى أسعار الرموز القياسية للنماذج المستخدمة.
يختار النظام أحد أنماط التشغيل الثلاثة لكل طلب: “Single”، حيث ينتج نموذج واحد حلًا مباشرًا؛ و“Cascade”، حيث تخضع مسودة نموذج فعّال لمراقبة الجودة، وتُحال عند الحاجة إلى نموذج أقوى؛ و“Critique”، حيث يفحص ناقد مستقل من عائلة نماذج مختلفة مخرجات نموذج ما ويعيد تنظيمها.
في تقييمات غير متصلة بالإنترنت على ثلاثة اختبارات معيارية للبرمجة، أظهر HydraFusion جودة بمستوى frontier مع تكلفة تقديرية منخفضة. وفي TerminalBench 2.1، رفع جودة المهام المتحقق منها بمقدار 4.9 نقاط مقارنةً بـ Claude Opus 5، مع خفض التكلفة التقديرية بنسبة 67%.
لماذا يهم ذلك
يغيّر هذا النهج طريقة اعتماد المطورين على نموذج واحد في عمليات البرمجة، من خلال تقليل العبء المتمثل في اختيار نموذج لكل مهمة. ويتيح توجيه النماذج المحلية والسحابية والمركبة وفقًا للأداء والتكلفة ووقت الاستجابة، ولا سيما لمستخدمي Copilot CLI، الاستفادة من خيارات مختلفة للجودة والموارد ضمن سير العمل نفسه. ورغم أن نتائج الاختبارات المعيارية غير المتصلة بالإنترنت تشير إلى استهداف جودة عالية بتكلفة تقديرية أقل، فإن هذه النتائج لا تشرح بمفردها مدى انعكاس النظام، الذي لا يزال في مرحلة المعاينة البحثية، على الاستخدام الفعلي. ويتمثل السؤال الأساسي الذي لا تزال إجابته غير واضحة للمستخدمين في كيفية تأثير هذا التوجيه المتغير بحسب نوع المهمة على التكلفة الإجمالية القائمة على أسعار الرموز القياسية، وعلى تجربة التطوير اليومية.