GitHub、複数モデル編成のHydraFusionを研究プレビュー

GitHubは2026年9月4日、複数のモデルを実行時に編成してタスクを解く「Project HydraFusion」を研究プレビューとして公開しました。利用者は他のモデルと同じようにHydraFusionを選ぶだけで、HydraFusionが複数プロバイダーのモデルから実行計画を組み立て、下書き・批評・修正、あるいはより強力なモデルへの引き継ぎを行います。

3つの実行パターン

HydraFusionはワークフロー選択を最適化問題として扱い、推論・コード生成・デバッグ・ツール利用の能力シグナルをもとに、品質基準を満たす最も効率的な実行パターンを選びます。現時点のパターンは3つです。

• Single: 選んだ1つのモデルが直接解く
• Cascade: 効率的なモデルが下書きし、品質ゲートが受け入れるか、より強いモデルへ引き継ぐかを判断する
• Critique: 1つのモデルが下書きし、別のモデル系統の読み取り専用の批評者がレビューして、下書きしたモデルが1回修正する

レビュー工程はツールを使えない隔離された文脈で実行し、リポジトリを変更せずに評価します。キャンセルや検証失敗の場合はパッチを適用しません。

ベンチマーク結果

TerminalBench 2.1、DeepSWE、GitHub Copilotの実セッションから作った社内ベンチマークCheckpointBenchの3つで、Claude Opus 5とGPT-5.6 Solを比較対象に評価しました。Opus 5との比較では、TerminalBench 2.1で検証済みタスク品質が4.9ポイント向上し推定コストが67%減、DeepSWEでは品質-1.5ポイントでコスト36%減、CheckpointBenchでは品質-0.1ポイントでコスト65%減でした。すべてのモデルを同じmediumの推論レベルで評価したオフラインの結果で、実際の開発者のワークロードでの検証はこれからだとしています。

利用方法

GitHub Copilotの全プランで、GitHub Copilot CLIの/experimentalから利用できます。/updateで最新版に更新し、/experimental onを実行した後、/modelで「HydraFusion (Research Preview)」を選びます。料金はHydraFusionが使った各モデルのトークン消費に、それぞれのモデルの標準料金で課金されます。

現在は途中の下書きを表示せず、1つのまとまった結果が出るまで待つ仕様です。GitHubは、まずは1回のプロンプトで渡せる範囲の明確なコーディングタスクから試すことを勧めており、複数ターンの性能向上は次の課題としています。研究段階のため、結果・モデル・ワークフロー・提供状況・名称は変わる可能性があります。