GitHub представила Project HydraFusion в качестве исследовательской предварительной версии после Auto model selection, которая позволяет разработчикам автоматически выбирать модель в соответствии с их задачами. HydraFusion в режиме реального времени выбирает между моделями нескольких поставщиков и выполняет задачи, создавая черновик, подвергая его критике, исправляя или передавая более мощным моделям. Система автоматически направляет запросы между локальными, облачными и составными моделями, учитывая баланс между производительностью, стоимостью и задержкой.
HydraFusion доступна в GitHub Copilot CLI, к которому пользователи всех тарифных планов GitHub Copilot могут получить доступ через /experimental. Пользователям необходимо обновить CLI с помощью команды /update, включить функцию /experimental и выбрать HydraFusion (Research Preview) в меню /model. Оплата рассчитывается на основе стандартных цен за токены используемых моделей.
Для каждого запроса система выбирает один из трех режимов работы: «Single», в котором одна модель напрямую создает решение; «Cascade», в котором черновик эффективной модели проходит проверку качества и при необходимости передается более мощной модели; и «Critique», в котором результат одной модели проверяет независимый критик из другого семейства моделей, после чего результат дорабатывается.
В офлайн-оценках на трех кодинговых бенчмарках HydraFusion продемонстрировала качество уровня frontier при низкой расчетной стоимости. В TerminalBench 2.1 она повысила подтвержденное качество выполнения задач на 4.9 пункта по сравнению с Claude Opus 5 и одновременно снизила расчетную стоимость на 67%.
Почему это важно
Этот подход меняет практику работы с одной моделью в процессах кодирования, снижая нагрузку на разработчиков, которым приходится выбирать модель для каждой задачи. Маршрутизация локальных, облачных и составных моделей с учетом производительности, стоимости и задержки позволяет, в частности, пользователям Copilot CLI использовать в рамках одного рабочего процесса разные варианты качества и доступных ресурсов. Результаты офлайн-бенчмарков показывают, что ставится цель достичь высокого качества при более низкой расчетной стоимости, однако сами по себе эти данные не объясняют, как система, находящаяся на стадии исследовательского предварительного просмотра, покажет себя в реальном использовании. Ключевой нерешенный вопрос для пользователей заключается в том, как эта маршрутизация, меняющаяся в зависимости от типа задачи, повлияет на общую стоимость, рассчитанную по стандартным ценам за токены, и на повседневный опыт разработки.