GitHub Copilot ora sceglie quale AI usare per scrivere codice

GitHub sta sperimentando un approccio diverso al coding assistito dall’Intelligenza Artificiale con HydraFusion, un sistema che non si limita a scegliere il modello più adatto, ma decide anche come distribuire il lavoro tra più modelli.

Presentato il 4 settembre 2026 come ricerca preliminare, il progetto è disponibile in GitHub Copilot CLI e può combinare modelli di fornitori differenti. L’obiettivo dichiarato è bilanciare qualità, costo e latenza in base alla singola richiesta. Nei test offline pubblicati da GitHub, alcune configurazioni hanno raggiunto risultati superiori al riferimento Claude Opus 5, con riduzioni significative dei costi stimati. I dati, tuttavia, riguardano benchmark controllati e non dimostrano ancora gli stessi vantaggi su qualsiasi progetto reale.

Come funziona HydraFusion nel coding quotidiano

HydraFusion analizza la richiesta e seleziona uno tra tre schemi operativi. Con Single, un solo modello affronta direttamente il compito. Con Cascade, un modello più efficiente produce una prima soluzione e un controllo di qualità decide se accettarla oppure affidarla a un modello più potente.

Critique aggiunge invece una revisione indipendente: un secondo modello, appartenente a una famiglia diversa, esamina il risultato in modalità di sola lettura e il modello iniziale può correggerlo una volta. La scelta dipende da segnali relativi a ragionamento, generazione del codice, debugging e utilizzo degli strumenti.

La parte interessante riguarda il controllo dell’esecuzione. GitHub registra costi e risultati di ogni fase, compresi tentativi, revisioni, escalation e fallback. Ogni segmento dispone inoltre di limiti di tempo e procedure di annullamento. Le verifiche vengono eseguite in ambienti isolati e senza strumenti, impedendo al modello incaricato della revisione di modificare direttamente il repository.

Se il processo viene interrotto o non supera la validazione, HydraFusion non applica modifiche parziali. Il sistema cerca quindi di trasformare l’orchestrazione tra modelli in un’unica esperienza per lo sviluppatore, senza esporre la complessità delle operazioni interne.

I benchmark mostrano un vantaggio soprattutto sui costi

GitHub ha valutato HydraFusion su TerminalBench 2.1, DeepSWE e CheckpointBench, confrontando i risultati con Claude Opus 5 e GPT-5.6 Sol.

Su TerminalBench 2.1, la configurazione migliore ha ottenuto una qualità verificata superiore di 4,9 punti percentuali rispetto a Opus 5, con un costo stimato inferiore del 67%. Su DeepSWE il risparmio ha raggiunto il 36%, mentre la qualità è risultata inferiore di 1,5 punti. Su CheckpointBench, ricavato da sessioni reali di GitHub Copilot, il costo è sceso del 65% con una differenza qualitativa di appena 0,1 punti.

GitHub specifica però che i risultati derivano da valutazioni offline controllate, basate su versioni determinate dei benchmark, configurazioni precise, prezzi prestabiliti e modelli valutati allo stesso livello di ragionamento. La ricerca preliminare servirà a verificare come queste prestazioni cambino con sessioni reali, latenze, affidabilità, caching e conversazioni più lunghe. HydraFusion è attualmente disponibile in GitHub Copilot CLI attraverso /experimental; per il momento GitHub indica come scenario preferenziale i compiti di coding sostanziali e ben definiti, affidati con una singola richiesta. Il progetto resta in evoluzione e modelli, workflow e disponibilità possono cambiare durante la sperimentazione.