GitHub hat Copilot Fusion am 28. Oktober 2026 allgemein verfügbar gemacht. Das System wählt Modelle selbst und kostet laut GitHub pro Aufgabe etwa die Hälfte. Admins steuern, welche Modelle erlaubt sind. Lokale Modelle gibt es als experimentelle Vorschau.
Inhalt 8 Abschnitte
GitHub Copilot Fusion erreicht im Coding Agent Index 60 Punkte und kostet pro Aufgabe etwa halb so viel wie ein Spitzenmodell allein. Das System wählt die Modelle selbst, Entwickler müssen nicht mehr zwischen Modellen wechseln.
Das Wichtigste in Kürze
- Copilot Fusion ist allgemein verfügbar. Du wählst im Modellwähler Fusion und eine Aufwandsstufe, Copilot entscheidet über die Modelle.
- Fusion Max erreicht im Index 60 Punkte. Das liegt knapp unter Claude Code mit Opus 5.5 Max, bei etwa halben API-Kosten pro Aufgabe.
- Abgerechnet wird jedes genutzte Modell einzeln. Vorübergehend gibt es auf bezahlten Plänen 30 Prozent Rabatt auf die Modellkosten.
- Lokale Modelle sind als Vorschau dabei. Fusion kann zwischen Modellen auf dem Gerät und Cloud-Modellen wählen.
Was Copilot Fusion macht
GitHub hat Copilot Fusion am 28. Oktober 2026 in seinem Changelog vorgestellt. Der Eintrag war zum Zeitpunkt der Quelle nicht als aktualisiert gekennzeichnet. Das Datum der Meldung gilt daher als Stand.
Bisher musstest Du für jede Aufgabe ein Modell auswählen. Fusion nimmt Dir diese Entscheidung ab. Das System verbindet zwei Ansätze: die Orchestrierung mehrerer Modelle aus Project HydraFusion und die feine Modellauswahl der Copilot-Autoauswahl.
Dabei prüft Fusion jede Anfrage einzeln. Es legt fest, welche Modelle zum Einsatz kommen und wie sie zusammenarbeiten. Du bestimmst nur den Aufwand, den Copilot treiben soll.
So bedienst Du Fusion in drei Schritten:
- Client auf die neueste Version aktualisieren.
- Modellwähler öffnen und Copilot Fusion auswählen.
- Eine Aufwandsstufe festlegen.
Zudem hat GitHub an Nutzer der Forschungsvorschau gedacht. Wer dort auto, HydraFusion oder HydraFusion Max aktiviert hatte, wird automatisch auf die passende Fusion-Stufe umgestellt.
Kennzahlen und Kosten
GitHub nennt Messwerte aus dem Artificial Analysis Coding Agent Index. Es handelt sich um Herstellerangaben aus dem Changelog.
| Kennzahl | Wert | Bedeutung |
|---|---|---|
Indexwert Fusion Max |
60 |
Knapp zwei Punkte hinter Claude Code mit Opus 5.5 Max |
API-Kosten pro Aufgabe |
etwa die Hälfte |
Im Schnitt halb so teuer wie der Vergleichswert |
Tokenverbrauch |
etwa die Hälfte |
Rund halb so viele Tokens pro Aufgabe |
Zeit pro Aufgabe |
etwa 40 Prozent weniger |
Aufgaben sind schneller erledigt |
Rabatt auf Modellkosten |
30 Prozent |
Befristet, auf bezahlten Copilot-Plänen |
Bei der Abrechnung gilt eine einfache Regel: Du zahlst jedes Modell, das Fusion einsetzt, zu dessen Standardtarif. Preise in Franken nennt die Quelle nicht.
Kontrolle für Administratoren
Admins bestimmen, welche Modelle Fusion verwenden darf. Zudem legen sie fest, ob Fusion die Standardwahl ist.
AT&T berichtet laut GitHub von besserer Tokeneffizienz mit Fusion Standard. Entwickler wählten früher oft ein starkes Modell für eine schwere Aufgabe und vergassen den Wechsel zurück. Fusion beseitigt diese Reibung. Das Zitat stammt von Hari Pokhrel, Principal Software Engineer bei AT&T.
Damit steht Fusion Teams breit offen. Es läuft auf allen Copilot-Plänen in Visual Studio Code, in der GitHub-Copilot-App, in der Copilot CLI und in JetBrains-IDEs. Weitere Clients sollen folgen.
Lokale Modelle in der Vorschau
GitHub hat am selben Tag in einem zweiten Eintrag die experimentelle Vorschau für lokale Modelle angekündigt. Fusion kann dabei zwischen Modellen auf Deinem Gerät und Cloud-Modellen wählen. Die Funktion ist optional und gilt für Copilot CLI, die Copilot-App und Visual Studio Code.
Der Weg zum lokalen Modell hängt vom System ab:
- Windows: Über den Windows-ML-Anbieter lässt sich MAI Code 1.1 Flash herunterladen und einrichten. Danach wählst Du Standard in Fusion.
- Windows, macOS, Linux: In der Copilot CLI kannst Du MAI Code 1.1 Flash oder Qwen3.8 Flash Next über einen lokalen OpenAI-kompatiblen Server einbinden. Download und Laufzeit verwaltest Du selbst.
- Copilot-App: Sie nimmt kompatible lokale Modelle über BYOK entgegen. Das intelligente Routing gilt dort vorerst nur für verwaltete Windows-ML-Modelle.
Zwei Einschränkungen nennt GitHub ausdrücklich. Die Sitzung bleibt trotz lokalem Modell online, denn Fusion trifft die Routing-Entscheide in der Cloud. Deshalb bleibt die Funktion cloudabhängig. Zudem können lokale Modelle andere Schutzmechanismen haben als die Cloud-Modelle von Copilot. Ein per BYOK hinzugefügtes Modell ist ausserdem nicht automatisch für Fusion zugelassen.
Einordnung: Was das für Entwicklerteams in der Schweiz heisst
Teams mit Copilot-Plänen können Fusion sofort nutzen, sobald der Client aktuell ist. Das Sparpotenzial liegt laut GitHub bei etwa der Hälfte der API-Kosten pro Aufgabe. Der Rabatt von 30 Prozent ist befristet, ein Enddatum nennt die Quelle nicht. Daher sollten Admins prüfen, welche Modelle sie freigeben und ob Fusion als Standard gesetzt wird. Wer lokale Modelle testen will, beachtet die Hinweise zu Schutzmechanismen. Die Zahlen stammen von GitHub selbst und sind nicht unabhängig bestätigt.
Fazit
Copilot Fusion nimmt Dir die Modellwahl ab und senkt laut GitHub Kosten und Dauer pro Aufgabe. Dein nächster Schritt: Client aktualisieren, Fusion im Modellwähler auswählen und eine Aufwandsstufe testen. Admins legen zuerst die erlaubten Modelle fest. Details stehen in der Dokumentation von GitHub.
Quellen: GitHub Changelog, GitHub Changelog. Foto: This_is_Engineering / Pixabay. Stand: 29. Oktober 2026.
Geschrieben von der Redaktion · Freigegeben von Andreas Brauckmann · So arbeitet die Redaktion
Änderungshistorie
- — Artikel veröffentlicht.