Agenti
GitHub Copilot Fusion sceglie i modelli per voi: programmare meglio spendendo meno?
Copilot Fusion seleziona e combina modelli di IA. Punteggio nel benchmark, costo per compito, limiti e che cosa significano i crediti GitHub per gli sviluppatori.
Gli sviluppatori dovrebbero usare un modello potente per ogni compito o riservarlo ai problemi più difficili? Copilot Fusion, lanciato il 28 ottobre, propone un altro approccio: lasciare che Copilot scelga e, se necessario, combini i modelli al posto vostro (GitHub).
La promessa è allettante: avvicinarsi alle prestazioni migliori tra gli agenti di programmazione senza pagare il modello più potente per ogni compito. Una valutazione indipendente la sostiene in parte, ma non dimostra che Fusion sarà sempre più economico sul vostro progetto. Ecco che cosa misurano i numeri e come funziona la fatturazione.
Un orchestratore, non un nuovo modello
Copilot Fusion instrada e orchestra i modelli. Scegliete un livello di impegno e Fusion seleziona tra i modelli disponibili nel vostro piano, decidendo come usarli. Può usare un solo modello oppure aggiungere passaggi di revisione quando il compito lo richiede (documentazione di GitHub).
GitHub descrive tre schemi di esecuzione:
| Schema | Come funziona | Scopo |
|---|---|---|
| Single | Un solo modello gestisce direttamente il compito. | Evitare una revisione inutile sul lavoro semplice. |
| Cascade | Un modello prepara una soluzione; un controllo la accetta o passa il problema a un modello più forte. | Dedicare più risorse ai casi difficili. |
| Critique | Un modello prepara una risposta, altri la rivedono, poi il modello originale può correggerla. | Aggiungere una revisione quando il compito lo giustifica. |
Fonte: documentazione di GitHub. Sono schemi possibili; la scelta dipende dal compito e dal livello di impegno selezionato.
Standard è pensato per il lavoro quotidiano e, secondo la documentazione, usa un modello per compito. High è destinato alle modifiche importanti; Max dà la priorità ai problemi più impegnativi. GitHub afferma che High e Max possono aggiungere chiamate ai modelli e consumare più crediti. Gli utenti possono seguire i passaggi e consultare i modelli usati sotto la risposta (GitHub).
Un test indipendente: due punti in meno a circa metà del costo
Artificial Analysis ha valutato Fusion Max in Copilot CLI sul suo Coding Agent Index v2.0. L'indice pesa in egual misura FrontierCode v1.1, Terminal-Bench 4.0 e SWE-Atlas-QnA-AA. Il confronto riguarda una configurazione di agente e modello, non modelli isolati (Artificial Analysis).
| Agente e configurazione | Indice di programmazione | Costo medio per compito |
|---|---|---|
| Claude Code con Claude Opus 5.5 Max | 62 / 100 | 11,42 $ |
| GitHub Copilot CLI con Fusion Max | 60 / 100 | 5,59 $ |
Fonte: confronto degli agenti di Artificial Analysis, verificato il 29 ottobre 2026. Sono costi calcolati su compiti di benchmark, non il prezzo di un compito con il vostro abbonamento.
Fusion si colloca due punti sotto Claude Code su questo indice, con un costo medio inferiore di circa il 51%. I risultati variano a seconda del test: Fusion ottiene il 71% su Terminal-Bench 4.0 contro il 63% di Claude Code, ma il 51% su FrontierCode contro il 56%. Medie simili non significano che i due agenti risolvano gli stessi problemi (Artificial Analysis).
Il risultato non può prevedere i vostri risparmi. Compiti di benchmark, configurazioni, strumenti, prezzi e condizioni di cache possono differire dai vostri. Confronta sistemi completi con i rispettivi ambienti e non stabilisce se il loro output si adatti alla vostra architettura o sia facile da mantenere.
Fatturazione: crediti, non una tariffa Fusion fissa
Non esiste una tariffa Fusion separata. GitHub addebita ogni modello usato alla sua tariffa, quindi un compito che coinvolge più modelli può costare più di una singola chiamata. Nei piani individuali l'uso dei token viene convertito in crediti IA di GitHub; un credito rappresenta 0,01 $ di utilizzo. Le quote incluse e le regole esatte dipendono dal piano (fatturazione individuale di GitHub).
GitHub indica queste quote mensili per i piani individuali a pagamento:
| Piano | Prezzo mensile indicato | Crediti IA mensili inclusi |
|---|---|---|
| Copilot Pro | 10 $ | 1.500 |
| Copilot Pro+ | 39 $ | 7.000 |
| Copilot Max | 100 $ | 20.000 |
Fonte: documentazione di GitHub, verificata il 29 ottobre 2026. GitHub afferma che una parte della quota è variabile. I piani gratuiti, per studenti e aziendali hanno condizioni diverse; controllate la vostra dashboard di utilizzo prima di confrontare.
I piani Copilot a pagamento ricevono uno sconto del 30% sui costi dei modelli quando usano Fusion fino al 30 novembre 2026. Non è uno sconto permanente sull'abbonamento (GitHub).
Iniziate con Standard per una modifica mirata. Passate a High o Max quando la difficoltà giustifica più ragionamento, poi verificate i crediti consumati e il tempo speso per controllare il lavoro. Il costo che conta è quello di una soluzione accettata e verificata, non soltanto di una prima risposta.
Disponibilità e modelli locali
Fusion è disponibile in VS Code, Copilot CLI, nell'app GitHub Copilot e negli IDE JetBrains, secondo i piani e le politiche dell'organizzazione. Aggiornate il client, selezionate Copilot Fusion nel selettore dei modelli e scegliete Standard, High o Max (GitHub).
GitHub sta inoltre sperimentando la selezione di modelli locali al livello di impegno Standard. In Copilot CLI alcuni modelli configurati manualmente possono essere eseguiti su macOS, Windows e Linux; gli utenti devono gestire la configurazione e disporre di hardware sufficiente. È un'anteprima sperimentale. Anche se l'inferenza avviene in locale, l'instradamento resta nel cloud: la sessione non è completamente offline (GitHub).
Il nostro punto di vista
Fusion risponde a un problema reale: usare il modello più forte per un piccolo compito può sprecare crediti, mentre un modello leggero può fallire su una modifica complessa. L'orchestrazione rende questo compromesso più automatico, ma non elimina la necessità di rivedere le modifiche né l'incertezza sul costo finale.
Il risultato di Artificial Analysis è promettente per Fusion Max; non stabilisce una vittoria contro tutti i concorrenti su ogni compito. Una prova utile consiste nel confrontare lavori rappresentativi: una piccola modifica, un bug difficile e un refactoring su più file, con gli stessi criteri di successo, monitorando crediti e tempo di revisione.
Fonti
- GitHub, lancio di Copilot Fusion, 28 ottobre 2026
- GitHub, funzionamento di Fusion, livelli di impegno e fatturazione, verificato il 29 ottobre 2026
- Artificial Analysis, valutazione di Copilot Fusion, 28 ottobre 2026
- Artificial Analysis, confronto tra Claude Code e Copilot, verificato il 29 ottobre 2026
- GitHub, fatturazione individuale e crediti, verificato il 29 ottobre 2026
- GitHub, modelli locali in Copilot Fusion, 28 ottobre 2026
Avete notato un errore in questo articolo? Segnalatelo · La nostra politica sulle correzioni
