En esta opinión de GitHub Copilot Fusion repasamos qué está confirmado hasta ahora y qué no. GitHub hizo disponible con carácter general Copilot Fusion, su sistema de enrutado y orquestación multimodelo, el 28 de octubre de 2026, en GitHub Universe 2026. Los desarrolladores ya pueden elegir Fusion en lugar de un único modelo y dejar que Copilot decida qué modelos hacen el trabajo.
Cómo se ha elaborado este artículo: se basa en anuncios oficiales, documentación y las fuentes que figuran al final, no en nuestras propias pruebas prácticas. Consulta nuestra política editorial.
Índice
Qué es Copilot Fusion
La documentación de GitHub describe Copilot Fusion como un orquestador y enrutador inteligente de modelos en tiempo de ejecución. Lo seleccionas en el selector de modelos, pero no estás eligiendo un modelo concreto.
Para cada prompt, Fusion determina qué modelos usar y cómo trabajan juntos. Combina la orquestación multimodelo de Project HydraFusion con la selección de modelos afinada que hay detrás de la selección automática de modelos de Copilot. Project HydraFusion se presentó como vista previa de investigación en septiembre.
¿Para quién es Copilot Fusion?
Fusion está pensado para desarrolladores cansados de elegir un modelo para cada tarea. Encaja con equipos que quieren una única configuración por defecto, y los ajustes gestionados de empresa pueden establecer Fusion, con cualquier nivel de esfuerzo, como modelo predeterminado para los usuarios de Copilot.
Si ya eliges modelos a mano para trabajos concretos, como un modelo pesado para arquitectura y uno barato para código repetitivo, Fusion intenta automatizar esa decisión. Las fuentes que he encontrado no publican detalle suficiente para decir con qué acierto toma esas decisiones.
Funciones principales
Enrutado según las necesidades de la tarea
Parikh, de GitHub, escribió que Copilot Fusion evalúa lo que necesita una tarea en razonamiento, generación de código, depuración y uso de herramientas, y luego elige cómo ejecutarla con uno o varios modelos. La documentación indica que solo añade llamadas a modelos cuando la tarea lo justifica. Con ello se pretende evitar costes y retrasos innecesarios en tareas más simples.
Tres niveles de esfuerzo
Fusion tiene tres niveles de esfuerzo: Standard, High y Max. Según GitHub, el nivel insignia Max mejora las tasas de finalización de tareas respecto a las referencias de modelos frontera de primer nivel, limitando el coste estimado de inferencia a 1,1 veces el del modelo de referencia. Es una afirmación de GitHub, no un benchmark independiente. La documentación incluye además una tabla con los niveles de esfuerzo disponibles en cada plan de Copilot, así que consulta la de tu plan.
Progreso visible
Mientras Fusion trabaja, puedes seguir el progreso de cada paso y el modelo que se está usando. Esto ayuda si quieres ver en qué se va tu gasto.
Enrutado experimental de modelos locales
GitHub también anunció soporte experimental para enrutar tareas entre modelos de IA en la nube y modelos que se ejecutan en local. Fusion solo puede usar un modelo local instalado a partir del nivel de esfuerzo Standard. En la aplicación de Copilot, activas «Local model auto routing» en la sección Experimental de los ajustes.
Dónde puedes usarlo
Fusion está disponible con carácter general en todos los planes de GitHub Copilot en Visual Studio Code, GitHub Copilot CLI, la aplicación GitHub Copilot y los IDE de JetBrains. Hay más clientes previstos. Si no tienes acceso a ninguno de los modelos que usa Fusion, no aparece en el selector de modelos.
Precios confirmados hasta ahora
Las reglas de facturación de la documentación son sencillas:
- Se te factura cada modelo que usa Fusion, a la tarifa estándar de ese modelo.
- No hay un cargo aparte por Fusion en sí.
- Hasta el 30 de noviembre de 2026, los usuarios de planes de pago de Copilot obtienen un 30% de descuento en los costes de los modelos al usarlo.
El descuento es temporal. Cualquier ahorro que veas antes del 1 de diciembre procederá en parte de la promoción, no del enrutado. Para las tarifas por modelo, GitHub remite a su página «Models and pricing for GitHub Copilot».
Limitaciones y dudas abiertas
La afirmación principal del título provisional de este artículo, que Fusion iguala a Claude Code con la mitad de coste, no está confirmada por las fuentes que he encontrado. La cifra de coste de GitHub es un límite relativo a un modelo de referencia: coste estimado de inferencia limitado a 1,1 veces el del modelo de referencia. Eso no equivale a «la mitad de coste», y no encontré ninguna comparación con Claude Code.
Hay otros puntos desconocidos o sin verificar:
- En las fuentes que leí no hay benchmarks independientes de tasas de finalización de tareas.
- La lista exacta de modelos a los que enruta Fusion, y cuáles excluye, está en la documentación. No encontré detalle suficiente para reproducirla aquí.
- La documentación tiene una sección de limitaciones. Léela antes de estandarizar a tu equipo en Fusion.
- El enrutado de modelos locales es experimental y se limita al nivel Standard.
Alternativas
Si prefieres elegir los modelos tú mismo, el selector de modelos de Copilot sigue permitiéndolo. También puedes usar un agente de terminal dedicado. Nuestra guía de Claude Code para empresas cubre esa vía, y Claude Code Mods muestra cómo personalizarlo con plugins de TypeScript. Para elegir entre modelos frontera en trabajo con agentes, consulta GPT-6 Sol vs Luna vs Claude Opus 5.5.
Veredicto: nuestra opinión de GitHub Copilot Fusion
Nuestra opinión de GitHub Copilot Fusion se resume en un punto: Fusion es una vía creíble para dejar de elegir modelos a mano, y no añade ninguna tarifa de orquestación. Pero también es nuevo, y sus afirmaciones de calidad y coste proceden de GitHub. Trata la idea de que «iguala a Claude Code con la mitad de coste» como no demostrada.
Un enfoque razonable es probar Fusion en unas cuantas tareas reales mientras dure el descuento del 30%. Compara los resultados y tu facturación con tus elecciones de modelo actuales antes de cambiar los valores por defecto del equipo. Cualquier opinión definitiva sobre Fusion debería basarse en tus propios repositorios, no en cifras de la semana de lanzamiento.