GitHub 推出 Copilot Fusion 自動選模型：號稱半價逼近 Claude Code，但 Pro 用不到 Max，評測還是自己出錢委託

想像週一早上，內湖一間十人軟體公司的技術主管剛坐下，老闆就在群組丟來一張新聞截圖：「Copilot 現在半價就能做到 Claude Code 的水準，我們幾個 Pro 帳號是不是夠用了？Claude 那筆預算能不能砍？」

這題我想先替這位主管回答：還不行。那個「半價」是真的測出來的數字，但測的是 Pro 方案打不開的設定，算的也是 API 成本，不是你的月費。

事件背景

GitHub Copilot 10 月 28 日在 Universe 大會宣布 Copilot Fusion 正式上線。它不是新模型，是一層執行時的調度系統：開發者不再自己選模型，只選努力程度，由 Fusion 決定這個提示要交給誰。GitHub 把先前研究預覽的 Project HydraFusion 和原本的自動選模型併在一起，支援 VS Code、Copilot App、Copilot CLI 與 JetBrains IDE。

這件事會在現在出現，和錢有關。Copilot 今年 6 月起全面改用量計費，1 點 AI Credit 等於 0.01 美元，用多貴的模型就扣多少。選錯模型不再只是品質問題，而是帳單問題。GitHub 同日發布的 Octoverse 報告也提到，9 月自己選模型的 Copilot 使用者裡，61% 用了不只一個模型，四個月前是 50%；付費方案用到的模型種類從 5 月的 29 個增加到 47 個。人工挑模型這件事，已經累到值得交給系統。

本次重點

• 三種跑法：Single 由單一模型完成；Cascade 先讓便宜模型打草稿，裁判判斷要收下還是升級給更強的模型；Critique 由一個模型起草、多個模型平行挑錯，再由原模型修改。
• 三個努力程度：Fusion Standard 每個任務選一個模型；Fusion High 與 Max 可以動用多個模型，所以單次可能更花點數。
• 方案差很大：GitHub 說 Fusion 開放給所有方案，但文件的對照表寫得清楚，Free、Student、Pro 只有 Standard；High 要 Pro+（每月 39 美元）以上；評測用的 Fusion Max 連 Pro+ 都沒有，只開放 Max、Business 與 Enterprise。
• 評測數字：Artificial Analysis 在 Copilot CLI 測 Fusion Max，每個任務 5.59 美元，Claude Code 搭 Opus 5.5 Max 是 11.42 美元，Devin 的 Fusion 組合是 8 美元。Coding Agent Index 總分 Fusion 60，比 Claude Code 少 2 分，Devin 組合是 62。
• 折扣：Fusion 本身不另收費，按各模型標準費率扣點；付費方案到 11 月 30 日享模型費用 30% 折扣。

市場影響分析

台灣使用者

自費 Pro 的接案工程師要先調整期待。你拿到的是 Standard，而這篇評測沒有測 Standard，所以「半價」這三個字不能直接套到你身上。Pro 每月 1,500 點，用 Fusion 省不省，得看自己的用量頁面。

想用 Max 的人，我幫大家換算一下：評測裡一個任務平均 5.59 美元，等於 559 點。評測每題平均用掉 720 萬 token，一般工單不一定這麼重，這只是量級參考；Artificial Analysis 也沒說明 5.59 美元有沒有含折扣。說穿了，Max 是留給難題的，別當預設值開著。

企業應用

老闆的問題該這樣回：半價比的是「API 單價換算的任務成本」，不是訂閱費。Business 每人每月含 1,900 點，整間公司共用一個池子，十人團隊就是 19,000 點，以每任務 5.59 美元換算大約 34 個 Max 任務。先查一個月實際用了多少點，再談砍預算。

有兩個設定 IT 要先看。Fusion 只會用管理者政策允許的模型，受資料落地或 FedRAMP 限制的環境，可選模型會變少，評測成績也就不一定適用；管理者可以只對 Fusion 關掉特定模型，不影響其他人。另一件是 GitHub 同天宣布，符合資格的 GitHub Enterprise Cloud 客戶可透過業務窗口改成不買席次、從第一個請求開始計量，沒有 GitHub Enterprise 授權的人可用每月 10 美元的 Copilot Standalone。預算用完時程式碼補全還能用，Chat、程式碼審查與雲端上的 Copilot 則需要預算才能用。這條路目前沒有自助開通，現有 Business、Enterprise 方案不受影響。我們 10 月底寫過〈Claude 企業版的共用預算〉，兩家都在把管理重點從人頭數移到用量，採購人員得開始看點數報表。

開發者

文件裡有一句我覺得比跑分重要：被捨棄的草稿已經改過的檔案，不會自動復原。意思是 Cascade 升級模型之後，工作目錄可能留著前一個模型的修改。GitHub 自己的建議是提交前檢查變更，所以我會在乾淨的分支上跑 Fusion，收工前一定看一次 diff。

另一個要留意的是本機模型。在 Copilot CLI 開啟實驗功能，又在本機裝了 Qwen3.8 Flash Next，Fusion Standard 就可能挑中它。這是預覽功能，預設不會發生。但這個模型正是本站寫過〈Cohere 抓到它在沙盒裡想傳檔去北京〉的那一個，有裝的團隊請記得它可能被自動選上。

Fusion 也不讓你指定模型，事後才能把游標移到努力程度名稱上，看這次用了哪些模型。需要固定模型重現結果的工作，例如比對兩次輸出，還是手動選比較穩。

未來發展趨勢

最該注意的是這份評測的身分。GitHub 官方帳號在 X 上寫明這次評測由它委託並出資，但 Artificial Analysis 的文章內文我們沒看到這段揭露，VentureBeat 的報導還用了「獨立」來形容。數字不見得有問題，讀的時候要知道這層關係。另外，「快 40%」是 GitHub 的說法，Artificial Analysis 的文章沒有公布對應的時間數據；微軟執行長 Nadella 在 LinkedIn 提到最高省 77%，那是另一個測試設定，相關報導也沒寫清楚比較基準。

我預期接下來各家都會推「不用選模型」的方案，Devin 已經有類似組合。方便是真的，代價是模型組合不再透明：文件明講模型池會隨時間變動，今天測的成績，下個月不一定一樣。

TheAI學院 總結與評語

Copilot Fusion 省錢的潛力是真的，但目前能引用的半價數字只屬於 Max、只來自一份評測，還是 GitHub 自己出錢委託的。

回到那位技術主管。這題可以這樣回老闆：Claude 預算先不動，Pro 帳號也打不開 Max。趁 11 月 30 日折扣結束前，拿團隊最近三張真實工單，分別用目前的模型和 Fusion 跑一次，記下點數、人工修改時間和有沒有多改檔案。月底有了自己的數字，這題就能好好回答，比一張截圖可靠多了。

資料來源

• Route and orchestrate models with GitHub Copilot Fusion（GitHub Changelog，2026-10-28）
• About GitHub Copilot Fusion（GitHub Docs）
• GitHub Copilot Fusion orchestrates Anthropic and OpenAI models（Artificial Analysis，2026-10-28）

本文依公開資訊整理，另參考 VentureBeat、The Next Web、The AI Economy 報導與 GitHub Octoverse 2026；方案內容、點數與折扣期限以 GitHub 官方為準。文中任務數為編輯依評測單價粗算，不代表實際帳單。