AIニュース

GitHub Copilot Fusionが一般提供|モデル選びを任せる設定

GitHubは2026年10月28日、使うモデルを自動で振り分ける「GitHub Copilot Fusion」の一般提供を発表しました。GitHub Copilotのモデルの選び方に毎回迷っていた人にとっては、自分で選ぶのをやめて仕組みに任せる道が増えたことになります。この記事では設定する場所と、手動での選択を残したほうがよい場面を個人の視点で整理します。

要点

  • GitHub Copilot Fusionが一般提供になった。モデルピッカーで選ぶのは特定のモデルではなく、モデルを振り分けて組み合わせる仕組み
  • 操作はモデルピッカーでCopilot Fusionを選び、effort level(エフォートレベル・かける手間の段階)を選ぶだけ
  • 裏側ではSingle・Cascade・Critiqueという3つの実行パターンをプロンプトごとに使い分ける
  • すべてのCopilotプランが対象で、Visual Studio Code・GitHub Copilot app・GitHub Copilot CLI・JetBrains IDEsで使える
  • 課金は使われたモデルごとに各モデルの標準レート。2026年11月30日まで有料プランはモデル費用が30%割引

何が発表されたか

GitHub Changelogの2026年10月28日の記事で、GitHub Copilot Fusionが一般提供(generally available)になったと発表されました。タスクごとにモデルを選ぶ代わりにCopilot Fusionを選ぶと、どのモデルを使うかをCopilot側が判断して振り分け、組み合わせます。公式ドキュメントでは、Copilot Fusionは実行時に動くモデルのルーター兼オーケストレーターで、例えば下書きを作るモデルとレビューするモデルを別々に選ぶこともある、と説明されています。タスクの途中でモデルを切り替えたり、どの工程にどのモデルが向くかを自分で決めたりする必要はありません。

Copilot Fusionは、Project HydraFusionのマルチモデルオーケストレーションと、Copilot auto model selectionの調整されたモデル選択を組み合わせたもので、性能とコスト効率の両立をねらうと説明されています。モデルを選ぶ際には、リアルタイムのシステムの健全性や利用可能性も考慮されます。

設定する場所はモデルピッカー

手順は、モデルピッカーでCopilot Fusionを選び、そのあとエフォートレベルを選ぶ、の2ステップです。公開されているレベルは次の3つです。

  • Fusion Standard: 日常のコーディング向けに汎用的なモデルを優先する
  • Fusion High: 難しいタスクやより深い推論向けに高性能なモデルを優先する
  • Fusion Max: 最も要求の高いタスクと複雑な推論向けに最も高性能なモデルを優先する

ドキュメントにはFusion Fastも載っていますが、これはユーザーが選べるものではなく、Visual Studio Codeのインラインチャットでのみ使われます。応答が返ってきたあとは、応答の下にあるエフォートレベルの名前にカーソルを合わせると、使われたモデルの一覧を確認できます。作業中も各ステップの進行と使用中のモデルを追えますが、途中の下書きは修正や破棄があるため、表示されるのは最終的な応答だけです。

裏側で動く3つの実行パターン

Copilot Fusionは、推論・コード生成・デバッグ・ツール利用といった観点でタスクを評価し、選んだエフォートレベルの品質基準を満たす範囲で最も効率的な実行パターンを選びます。

  • Single: 1つのモデルがタスクをそのまま解く
  • Cascade: 効率的なモデルが下書きを作り、品質チェックが採用するか上位モデルに引き上げるかを判断する
  • Critique: 1つのモデルが下書きを作り、複数のモデルが並行して批評し、元のモデルがその意見をまとめて修正する

実行パターンはプロンプトごとに選ばれるため、同じセッションでも最初の質問がSingleで、次の質問がCritiqueということが起こります。パターンを選ぶ処理自体は軽く、遅延はごくわずかだとされています。必要なときだけモデル呼び出しを追加する作りなので、単純なタスクが不要なレビューのために待たされたりクレジットを使ったりすることはありません。逆にCascadeとCritiqueはレビューのための呼び出しが入るぶん時間がかかります。

公表された性能とコストの数字

Artificial Analysis Coding Agent Indexにおいて、Copilot Fusion Maxは60を記録し、Claude Code with Opus 5.5 Maxと2ポイント差以内だったと発表されています。そのうえで、1タスクあたりの平均APIコストはおよそ半分、トークン量もおよそ半分、所要時間は約40%短かったとされています。

管理者が決められること

管理者は、Copilot Fusionが使えるモデルと、Copilot Fusionを既定にするかどうかを制御できます。Copilot Fusionはエンタープライズと組織のモデルポリシーで有効になっているモデルだけを使います。エンタープライズの管理者は、Copilot Fusionが選ぶ対象のモデルを確認し、モデルごとの実効ポリシー状態を個別に設定し、全体では無効にせずCopilot Fusionからだけモデルを外すこともできます。さらにEnterprise managed settingsを使えば、どのエフォートレベルでもCopilot Fusionを既定のモデルに設定できます。

個人の仕事や学びにどう使えるか

まず、日々の小さな修正が多いWebエンジニアや社内ツール担当の場合です。Fusion Standardは日常のコーディング向けに汎用的なモデルを優先するとされているので、「軽い作業なのに重いモデルのままだった」という状態を自分で気にしなくて済みます。AT&TのPrincipal Software EngineerであるHari Pokhrel氏は、以前は複雑なタスクのために高性能なモデルを選んだあと日常作業で戻し忘れることが多かったが、Copilot Fusionがその摩擦をなくしたとコメントしています。

次に、複数ファイルにまたがる改修や厄介なバグ修正に取りかかるときです。ドキュメントではFusion Highの典型的な用途として、複雑なバグの修正や複数ファイルにわたる変更など、追加のモデル呼び出しに時間とAIクレジットをかける価値がある、範囲のはっきりしたコーディングタスクが挙げられています。腰を据えて直す日だけレベルを上げる、という使い分けができます。

学び直し中の人や副業で開発を請けるフリーランスにも効きます。モデルの知識が追いつかなくても選択を任せられ、応答後にエフォートレベル名へカーソルを合わせれば実際に使われたモデルの一覧が見られます。どんなタスクでどのモデルが選ばれたのかを後から眺めること自体が、モデルの性格を知る教材になります。

会社・チームで使うときのポイント

チーム導入でまず押さえたいのは、Copilot Fusionがエンタープライズと組織のモデルポリシーで有効なモデルしか使わない点です。社内で使えないモデルは候補から外れ、管理者はCopilot Fusionからだけモデルを外すこともできます。課金面では、Copilot Fusion自体への別料金はないものの、Fusion HighとFusion Maxは1つのタスクに複数のモデルを使うことがあるため、Fusion Standardより多くのAIクレジットを消費する場合があります。なお主要な会話はできるだけ同じモデルで続け、キャッシュされたトークンの恩恵を保つ設計で、レビューなどを手伝うモデルには必要な文脈だけが渡されます。法人での導入や社内研修を検討するなら、法人向けAIリスキリングサービスで導入社数No.1(東京商工リサーチ・2026年3月末時点)で累計600社超・5万人以上のAI活用を支援している株式会社デジライズに相談できます。

使う前の注意点

ドキュメントには制限も明記されています。Copilot Fusionはサブエージェントとは別に動き、サブエージェントを起動しません。また、Copilot Fusionが下書きを破棄した場合、その下書きがワークスペースに加えたファイル編集などの変更は自動では元に戻らないため、コミット前に変更内容を確認する必要があります。実行パターンとモデルプールは今後変わる可能性があるとも書かれています。

Copilot Fusionは自前のコンテキストウィンドウ(一度に扱える文章量)を持たず、各ステップは担当するモデルの制限の中で動きます。表示されるコンテキストウィンドウは、使われるモデルのうち最小の制限に基づく保守的な値です。加えて、Copilot Fusionが使うモデルが1つも利用できない場合はモデルピッカーに表示されません。ローカルモデルの自動利用はパブリックプレビューで変更の可能性があり、MAI Code 1.1 FlashやQwen3.8 Flash Nextをローカルに入れた場合もFusion Standardからのみ選ばれます。提供範囲や料金は変わりうるので、使う前に公式のヘルプで最新の提供範囲を確かめてください。

手動選択を残したい場面

判断材料になるのは、出典に書かれた次の性質です。特定のローカルモデルを必ず使いたいなら、Copilot Fusionの代わりにカスタムエージェントにそのモデルを指定し、プロンプトでそのエージェントを使うよう指示する方法が案内されています。サブエージェントを組み合わせる前提のワークフローを組んでいる場合も、Copilot Fusionはそこには関与しません。コストの上振れを避けたい時期なら、Fusion HighやFusion Maxを常用せずFusion Standardに寄せるという選び方もあります。研究プレビューでauto・HydraFusion・HydraFusion Maxを有効にしていた人は、設定が対応するCopilot Fusionのエフォートレベルへ自動で移行します。

まとめ

GitHub Copilot Fusionは、モデル選びという判断そのものをモデルピッカーの1項目に畳み込む仕組みです。設定はCopilot Fusionを選んでエフォートレベルを決めるだけなので、まずはFusion Standardで日常作業を回し、重い改修のときだけ上げる形から試すと違いが分かりやすいはずです。ツールごとの向き不向きを体系的に学びたい人は、デジライズAIスクールのコース一覧から「IT・デジタルのAIツールの選び方と限界」のような職種別の講座をのぞいてみてください。

出典


この記事は、各社の公式の発表をもとに AI で下書きし、出典の本文との照合とGoogle 検索による事実確認(ファクトチェック)を通ったものだけを公開しています。