Що таке HydraFusion від GitHub і як вона обирає моделі для вашого коду?

Як HydraFusion будує робочий процес

Відкриваєте Copilot CLI, увімкнете /experimental on, потім /model і вибираєте HydraFusion (Research Preview).

З цього моменту система трактує кожен запит як задачу оптимізації. Вона зчитує сигнали здатностей для рассудження та генерації коду. Окремо оцінює навички налагодження і роботи з інструментами. Потім обирає один із трьох патернів виконання.

Single відправляє завдання одній моделі. Cascade дозволяє ефективній моделі написати чернеть; якісний шлюз вирішує — прийняти чи передати на вищий рівень потужнішій моделі. Critique підключає незалежного read-only рецензента з іншої родини моделей — той самий патерн, що в Rubber Duck — і дає автору проекту одну переробку. Кожен патерн цілиться у власний компроміс між якістю та витратами.

Runtime фіксує роль, результат, вартість, латентність та діагностику для кожного етапу. Ви бачите єдину зрозумілу відповідь і один набір змін, сумісний з дозволами. Проміжні чернеті приховані до завершення робочого процесу. GitHub каже: показувати їх у реальному часі — ризик видати незавершену роботу за готову.

Що насправді показують бенчмарки

Фіксовані політики HydraFusion прогнали через три агентні бенчмарки кодування: TerminalBench 2.1, DeepSWE, CheckpointBench. Кожна політика отримала однакові вхідні дані та інструменти. Ліміти виконання збігалися. Припущення щодо ціноутворення та умов оцінювання також співпадали. У вартість включили кожен виклик: чернеть, рецензію, переробку, ескалацію, повторну спробу та резервний варіант.

На TerminalBench 2.1 HydraFusion підвищила верифіковану якість завдань на 4,9 відсоткові пункти при 67 % менших оціночних витратах порівняно з Claude Opus 5. DeepSWE відстала від Opus 5 на 1,5 пункти, скоротивши витрати на 36 %. CheckpointBench показала відхилення всього 0,1 пункту при 65 % економії. Раннє внутрішнє тестування підтвердило ці дані.

Ці контрольні офлайн-результати стосуються саме оцінених ревізій бенчмарків, конфігурацій робочих процесів. Пулу моделей та цінових припущень також стосуються. Усі моделі працювали на одному середньому рівні рассудження. Research preview існує, щоб перевірити, як це переноситься на реальні робочі навантаження розробників.

Що відбувається при увімкненні

Використання рахується за токени, спожиті моделями HydraFusion, за стандартними тарифами кожної моделі. Надбавки немає.

Preview найкраще працює з суттєвими, чітко обмеженими задачами кодування, які можна віддати Copilot у автопілотному режимі одним промптом. Багатообмінна продуктивність — наступний крок.

П'ять операційних принципів керують виконанням. Повний облік агрегує витрати по всьому робочому процесу. Обмежене виконання дає кожному етапу явний таймаут і поведінку скасування. Ізольована рецензія запускає кроки перевірки в контексті без інструментів, тоді як кроки вирішення використовують спільний робочий простір. Fail-safe: патч не застосовується, якщо робочий процес скасовано або не пройшов валідацію. Валідоване маршрутизація перевіряє визначення робочих процесів, прив'язки моделей, поведінку резервного варіанту та доступність моделей ще до старту.

Де закінчується preview

HydraFusion залишається активним дослідницьким проєктом. Результати, моделі, робочі процеси, доступність, назви та поведінка продукту можуть змінюватися, коли GitHub вчиться на preview.

Зворотний зв'язок — через /feedback у Copilot CLI або обговорення в GitHub Community. Компанія вважає: наступний реальний приріст у кодування-агентах прийде від поєднання передового інтелекту з runtime-координацією. HydraFusion — їхня перша ставка на цю ідею.