Artificial Analysis 评测 GitHub Copilot Fusion：得分略低于 Opus 5.5，成本减半

Artificial Analysis· @ArtificialAnlys · X·2026-10-29 00:14· 28 分钟前AI 评分69

AI 导读

Artificial Analysis 在 Coding Agent Index v2.0 中评测了 GitHub 新发布的 Copilot Fusion，该系统在 Anthropic 与 OpenAI 模型之间动态编排，得分比 Claude Code 中的 Opus 5.5 低 2 分。

正文 · 原文

GitHub 已在 GitHub Copilot 中发布 Copilot Fusion，可在 Anthropic 与 OpenAI 模型之间进行编排。在 Coding Agent Index 中，其得分比 Claude Code 中的 Opus 5.5 低 2 分，而每任务成本仅为其一半。

GitHub 将 Copilot Fusion 描述为一个运行时编排系统，它会选择并协调模型，以针对每项任务优化性能、成本和延迟。Copilot Fusion 会在 Anthropic 和 OpenAI 的多个模型之间进行选择，包括 Claude Opus 5.5、Claude Sonnet 5.5、GPT-6 Astra 和 GPT-6 Sol。我们在 Artificial Analysis Coding Agent Index v2.0 中，对 GitHub Copilot CLI 中的最高设置进行了基准测试。

Token 费用根据完成请求所使用的底层模型收取。

关键要点：

➤ 以高成本效益实现接近前沿的性能：GitHub Copilot 中的 Copilot Fusion 每任务成本为 $5.59，而 Claude Code 搭配 Opus 5.5（max）为 $11.42。Devin Fusion 搭配 Opus 5.5（max）+ GPT-6 Luna（high）得分为 62，每任务成本 $8.00。

➤ 在 Terminal-Bench 4.0 中略微领先：Coding Agent Index v2.0 对其三个组成基准给予相同权重。GitHub Copilot 中的 Copilot Fusion 以 71 分领跑 Terminal-Bench 4.0。在图表中，它以 51 分位列 FrontierCode 第三，落后于 Claude Code 搭配 Opus 5.5（max）的 56 分和 Devin Fusion 搭配 Opus 5.5（max）+ GPT-6 Luna（high）的 54 分。其 SWE-Atlas-QnA-AA 得分落后，为 57，介于 Codex 中的 GPT-6 Astra 和 Antigravity CLI 中的 Gemini 4 Argon 之间。

➤ Token 使用量仅为 Claude Code 中 Opus 5.5 的一半：在 Coding Agent Index 中，GitHub Copilot Fusion 每任务使用 7.2M tokens，约为 Claude Code 中 Claude Opus 5.5 所用 tokens 的一半，比 Devin Fusion 搭配 Opus 5.5（max）+ GPT-6 Luna（high）少 30%。

来源：Artificial Analysis · x.com