在推出 Auto model selection、帮助开发者自动选择适合其任务的模型后，GitHub 又以研究预览的形式推出了 Project HydraFusion。HydraFusion 可在多个提供商的模型之间进行运行时选择，通过起草、评审、修正任务，或将任务转交给更强大的模型来完成工作。该系统会在本地、云端和组合模型之间自动路由，同时兼顾性能、成本与延迟之间的平衡。
HydraFusion 可在 GitHub Copilot CLI 中使用，所有 GitHub Copilot 计划的用户都能通过 /experimental 访问。用户需要使用 /update 命令进行更新，开启 /experimental 功能，并从 /model 菜单中选择 HydraFusion (Research Preview)。费用基于所使用模型的标准 token 价格。
系统会为每个请求选择三种工作模式中的一种：“Single”由单个模型直接生成解决方案；“Cascade”则先对高效模型生成的草稿进行质量检查，必要时将其转交给更强大的模型；“Critique”则由来自不同模型系列的独立评审模型检查某个模型的输出，并对其进行重新整理。
在三项编码 benchmark 的离线评估中，HydraFusion 以较低的预计成本展现了前沿级质量。在 TerminalBench 2.1 中，与 Claude Opus 5 相比，它将经过验证的任务质量提高了 4.9 分，同时将预计成本降低了 67%。
为什么重要
这种做法减轻了开发者为每项任务选择模型的负担，改变了编码流程中依赖单一模型的工作方式。根据性能、成本和延迟对本地、云端和组合模型进行路由，使尤其是使用 Copilot CLI 的用户能够在同一工作流中利用不同的质量和资源选项。离线 benchmark 结果显示，该系统旨在以更低的预计成本实现高质量，但这些发现本身并不能说明这个处于研究预览阶段的系统在实际使用中的表现。对用户而言，尚未明确的核心问题是，这种随任务类型变化的路由方式将如何影响基于标准 token 价格计算的总成本，以及日常开发体验。