Opus 5に迫る品質を最大67%安く、GitHub Copilotが複数AIを自動編成

　複数のAIモデルを実行時に自動編成し、フロンティア級の品質を低コストで実現する。GitHubは9月4日(現地時間)、GitHub Copilot向けの新機能「Project HydraFusion」をリサーチプレビューとして公開した。GitHub Copilotの全プランのユーザーが、GitHub Copilot CLIの「/experimental」コマンドから利用できる。

　利用するには、GitHub Copilot CLIで/updateを実行して最新版に更新後、/experimental onを実行し、/modelから「HydraFusion (Research Preview)」を選択する。料金はHydraFusionが使用した各モデルのトークン消費量に基づき、各モデルの標準レートで課金される。なお、研究段階の機能であるため、仕様は今後変更される可能性があるとしている。

　Project HydraFusionは、実行時にタスクごとに計画を作成し、複数プロバイダのモデルの中からドラフト作成/評価/修正、あるいはより強力なモデルへの昇格を組み合わせて処理するマルチモデルオーケストレーション機能。ユーザーは通常のモデル選択と同じようにHydraFusionを選ぶだけで、性能/コスト/レイテンシのバランスを取ったワークフローが自動的に選択される。

　リクエストごとに選択される実行パターンは現時点で以下の3種類が用意される。

• Single - 選択された1つのモデルが直接タスクを解く
• Cascade - 効率的なモデルがまず解決策を提示し、品質ゲートの判定で受け入れまたはより強力なモデルへ昇格
• Critique - あるモデルがドラフトを作成し、それを別モデルファミリが批評役として読み取り専用でレビューし、ドラフトモデルが修正を行なう

　オフラインの評価では、3つのエージェント型コーディングベンチマークでフロンティア級の品質と大幅な推定コスト削減を両立したとうたう。例としてClaude Opus 5との比較では、TerminalBench 2.1で品質が4.9ポイント向上する一方でコストを67%も削減できたという。