A Marcio.AI cobre o AI Brasil Experience, 28 e 29 de outubro, no Distrito Anhembi, em São Paulo.

CoberturaIngressos

GitHub lança o Copilot Fusion, que combina modelos e custa metade do Claude Code por tarefa

Capa do Watcher com o título Copilot Fusion combina modelos pela metade do custo
Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI.

O GitHub liberou na quarta, 28 de outubro, durante o GitHub Universe, em São Francisco, o Copilot Fusion, um sistema que escolhe e combina vários modelos de IA a cada tarefa de programação. No mesmo dia, a Artificial Analysis publicou sua avaliação independente. A versão Fusion Max marcou 60 pontos no índice de agentes de código da empresa, dois abaixo do Claude Code com Opus 5.5 Max, com custo médio de US$ 5,59 por tarefa, contra US$ 11,42. O recurso vale para todos os planos do Copilot.

Em resumo

  • O que é: o desenvolvedor escolhe o nível de esforço (Standard, High ou Max) e o Fusion decide quais modelos usar e como eles trabalham juntos.
  • Três formas de trabalho: Single, com um modelo só, Cascade, em que um modelo eficiente rascunha e um teste de qualidade aceita ou escala, e Critique, em que um modelo rascunha, outro revisa e o primeiro corrige.
  • Avaliação: 60 pontos no índice v2.0 da Artificial Analysis, contra 62 do Claude Code com Opus 5.5 Max e 62 do Devin Fusion. Custo por tarefa de US$ 5,59, US$ 11,42 e US$ 8,00.
  • Preço: sem taxa própria. Cada modelo usado é cobrado pela tarifa padrão, com 30% de desconto em planos pagos até 30 de novembro de 2026.
  • Controle: administradores definem de quais modelos o Fusion pode escolher e podem torná-lo o padrão da empresa.

Como o Copilot Fusion funciona?

O Fusion junta duas peças que o GitHub já tinha. Uma é o roteamento automático do modo auto do Copilot. A outra é a orquestração do Project HydraFusion, lançado em 4 de setembro como prévia de pesquisa no Copilot CLI. Segundo o blog do GitHub, o HydraFusion dá nota a cada pedido em quatro eixos, raciocínio, geração de código, depuração e uso de ferramentas, e escolhe o padrão de trabalho. No modo Critique, o revisor vem de outra família de modelos e só lê, sem mexer no código.

O GitHub não lista os modelos no changelog. A Artificial Analysis informa que os candidatos no teste eram Claude Opus 5.5, Claude Sonnet 5.5, GPT-6 Astra e GPT-6 Sol. A documentação diz que o conjunto muda com o tempo e cita dois modelos locais, só no nível Standard e com recursos experimentais ligados: o MAI Code 1.1 Flash, no Windows, e o Qwen3.8 Flash Next, instalado por exemplo pelo Ollama.

A documentação também lista limites. O Fusion não tem janela de contexto própria e usa a do modelo em ação. Não abre subagentes. E se um rascunho descartado já tiver alterado arquivos, a mudança não é desfeita sozinha. O GitHub pede para revisar as alterações antes do commit. O recurso está no VS Code, no aplicativo GitHub Copilot, no Copilot CLI e nas IDEs da JetBrains.

O que a avaliação independente mostrou?

O índice de agentes de código v2.0 da Artificial Analysis soma, com o mesmo peso, três testes. O Fusion Max, rodando no Copilot CLI, liderou o Terminal-Bench 4.0, com 71. Ficou em terceiro no FrontierCode, com 51, atrás do Claude Code com Opus 5.5 Max, com 56, e do Devin Fusion, da Cognition, com 54. No SWE-Atlas-QnA-AA, marcou 57, seu pior resultado. No total, ficou 2 pontos atrás do Claude Code. O XenoSpectrum dá os números: 60 contra 62, empatado com o Devin Fusion, que combina Opus 5.5 e GPT-6 Luna.

A diferença maior está no custo. O Fusion Max gastou em média US$ 5,59 por tarefa, contra US$ 11,42 do Claude Code e US$ 8,00 do Devin Fusion. Usou 7,2 milhões de tokens por tarefa, cerca de metade do Claude Code e 30% menos que o Devin Fusion. O GitHub fala também em 40% menos tempo por tarefa, dado que a Artificial Analysis não publicou. O XenoSpectrum faz duas ressalvas: a nota 60 não equivale a 60% de acerto, e o custo é a média de API no teste, não o que o usuário do Copilot paga.

O título do The New Stack diz que o Fusion “supera” o Claude Code. O próprio texto e a avaliação mostram 2 pontos a menos. A leitura que fecha com os dados é qualidade quase igual por metade do custo de API, neste teste, no nível Max. Os níveis Standard e High não foram avaliados.

Como chegamos até aqui?

Na prévia de setembro, o GitHub publicou testes próprios contra o Claude Opus 5. No TerminalBench 2.1, o HydraFusion ficou 4,9 pontos acima, com custo 67% menor. No DeepSWE, ficou 1,5 ponto abaixo, com custo 36% menor. No CheckpointBench, teste interno feito com sessões reais do Copilot, ficou 0,1 ponto abaixo, com custo 65% menor. O próprio GitHub avisou que os testes eram offline e que a prévia funcionava melhor em tarefas de um pedido só.

O roteamento já vinha virando padrão no setor. O The New Stack lembra que a Replit tornou o roteamento inteligente padrão no meio do ano e que a Ramp levou a escolha de modelo para o Open SWE, seu agente aberto, no começo de outubro. A Cognition faz o mesmo no Devin, que alterna o modelo próprio SWE-2 e modelos de terceiros, como a Marcio.AI mostrou em 1º de outubro. Os dados do Octoverse 2026, citados pelo FourWeekMBA, mostram o uso: os assinantes pagos do Copilot usaram 47 modelos diferentes em setembro, contra 29 em maio. Nenhum modelo passou de 25% dos pedidos, e 63% dos desenvolvedores pagantes usaram a seleção automática.

O que mais mudou no GitHub Universe?

A partir de 28 de outubro, todo usuário licenciado do GitHub Enterprise passa a ter o Copilot incluído, com o uso de IA medido em créditos desde o primeiro pedido, segundo o FourWeekMBA e a Unite.AI. O autocompletar continua funcionando sem orçamento. Chat, revisão de código e agentes na nuvem dependem de saldo. Quem não tem licença Enterprise usa o Copilot Standalone, a US$ 10 por usuário por mês. Por ora, a contratação é pela equipe de vendas.

O pacote trouxe ainda o aplicativo GitHub Copilot, o Copilot Projects, que roda agentes em vários repositórios ao mesmo tempo, o uso do computador em prévia para Windows e macOS, um nível Max para a revisão de código e automações agendadas. Jay Parikh, vice-presidente executivo de CoreAI da Microsoft, disse que o GitHub somou neste ano 4 milhões de núcleos de CPU, 160 PB de armazenamento rápido e 50 Tb/s de rede.

O que isso muda para equipes no Brasil?

O Brasil tem 10,2 milhões de desenvolvedores no GitHub, a quarta maior comunidade do mundo, com 3,28 milhões de contas novas em um ano, segundo o Octoverse 2026, citado pelo Times Brasil. Para equipes que pagam IA em dólar, cortar pela metade o custo de API por tarefa pesa direto no orçamento.

O ponto que pede atenção é a política de modelos. Segundo a documentação, o Fusion só escolhe modelos liberados pelo plano e pelas regras do administrador, inclusive as de residência de dados. Para empresas brasileiras sob a LGPD ou regras setoriais, essa política decide quais fornecedores recebem o código. O caminho prudente é medir o custo por tarefa resolvida nos próprios repositórios antes de tornar o Fusion padrão. Equipes que já usam o Ollama podem testar o modelo local no nível Standard.

O que observar nas próximas semanas

A tese da Marcio.AI: até meados de 2027, o roteador vira a escolha padrão nas ferramentas de código, e a pergunta “qual modelo usar” sai da mão do desenvolvedor. Ganha quem controla o roteador, como GitHub e Cognition. Perde poder de preço o fornecedor de modelo que não lidera nenhum teste. Sinais para conferir até o fim do ano. Se o desconto de 30% acaba mesmo em 30 de novembro. Avaliações independentes dos níveis Standard e High. A resposta de preço da Anthropic no Claude Code e da Cursor. E a abertura da contratação direta do Copilot incluído no Enterprise.

Fontes

Rating Marcio.AI: 5/5 (Global, Totalmente relevante, No centro do hype). Seção DeepTech do Watcher.

#MarcioAI #GitHub #CopilotFusion #AgentesDeIA #EngenhariaDeSoftware #LLM

Como este texto foi produzido

Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.


Leia também: Copilot opera apps, Pi 1.0 adota MCP e Barclays quer metade dos devs no Claude Code e MIT e Sakana AI usam juiz de IA para baratear agentes de código.

Deixe um comentário

Rolar para cima