AI3種の自動配合でCopilotがOpus 5を67%安く抜いた

HydraFusionがタスクの難易度で3通りにAIを振り分ける

GitHubは2026年9月4日、GitHub Copilotに複数のAIモデルを自動で組み合わせる「Project HydraFusion」を研究プレビューとして公開しました。Copilotには以前からタスクに応じてモデルを選ぶ機能がありましたが、HydraFusionは1つのタスクの中でも複数モデルを切り替えます。

振り分けの方法は3つです。軽い作業は安いモデルだけで完結させます。最初のモデルで足りなければ高性能モデルへ引き継ぎます。別のモデルに回答を確認させてから修正する方法もあります。

開発者はHydraFusionを選ぶだけで済みます。どのモデルをどう組み合わせるかは自動で決まるため、モデルごとの性能差を自分で見極める必要がなくなります。

Claude Opus 5よりコスト67%減で完了率4.9pt高い

GitHubはHydraFusionをコーディング向けベンチマーク「TerminalBench 2.1」で評価しました。Claude Opus 5と比べて推定コストが67%下がり、正しく完了できたタスクの割合は4.9ポイント上回っています。

AInformationでも実際にCopilot CLIで同じ作業を試しています。

安いだけでなく成績も上がった背景にはタスクの難易度でモデルの配分を変えている点があります。簡単な部分を安いモデルで処理し、難しい部分だけに上位モデルを投入する仕組みです。高性能モデルに全部投げるより、適材適所で振り分けるほうが結果もよくなるという考え方です。

Copilot月10ドルの上にモデルごとの従量課金が乗る

HydraFusionはCopilotの全プランで使えます。ただし料金の計算は従来と異なります。実際に呼び出された各AIモデルのトークン使用量と通常料金をもとに課金されます。

簡単なタスクが多ければ安いモデルだけで回るため月の実費は下がります。難しいタスクが続くと高性能モデルへの引き継ぎが増え、従来より高くつく可能性もあります。「67%削減」はGitHubの自社ベンチマーク結果であり、実務で同じ幅が出るかは使い方次第です。

OpenAIがCursorへのモデル提供を打ち切る動きもある中、1つのモデルに依存しない仕組みはリスクを分散する面でも意味があります。

Copilot CLIでまず小さなタスクから試すのが先だ

HydraFusionは研究プレビューの段階です。使えるのはGitHub Copilot CLIのみで、エディタ上のCopilotにはまだ来ていません。

GitHubは今後長いやり取りが必要なタスクでも検証を進めるとしています。モデル構成や処理方法が変わる可能性もあるため、まずは短いタスクで実際のコストと精度を確かめておきたいところです。研究プレビューのうちに自分の作業パターンを把握しておくと、正式リリース後の導入判断がしやすくなります。