GitHub Copilot Fusionとは｜effort・料金・設定とCLI実測

この記事で実際に動かしたもの：Copilot CLI（npm の @github/copilot 1.0.105 と 1.0.106-9）の help・設定・エラー、127.0.0.1 の擬似サーバーへの接続、GitHub Docs の単価表を使った料金の計算、managed-settings.json の検証。

flowchart TD
    A[依頼を送る] --> B{Fusion が判断}
    B --> C[Single<br>1モデル]
    B --> D[Cascade<br>下書き<br>→判定]
    B --> E[Critique<br>講評<br>→修正]
    C --> F[最終回答だけ表示]
    D --> F
    E --> F

検索で多い疑問を、答えと詳しい節の順に並べました。

確認環境：Ubuntu 24.04・Node.js 22.23.4・npm 10.9.9 に、npm で @github/copilot 1.0.105（2026年11月5日時点の最新の安定版）と 1.0.106-9（プレリリース）を作業用のフォルダへ入れ、外部につながらない Linux のネットワーク名前空間の中で動かしました。--version・--help・copilot help config・copilot help environment・copilot config の読み書き・引数の検証のエラー、127.0.0.1 に置いた OpenAI 互換の擬似サーバーへの接続（オフラインモード）は手元の出力です。GitHub にはログインしていないため、Fusion が実際にどのモデルを選ぶか・回答の質・画面の表示は確かめておらず、GitHub Docs・GitHub Changelog・GitHub Blog・VS Code のリリースノート（公式の範囲）で書いています。料金の試算は、GitHub Docs の単価表（github/docs リポジトリの models-and-pricing.yml）を Python 3 で計算しました（確認日 2026年11月5日）。

GitHub Copilot Fusionとは：何が・いつ・誰に・いくらで

この節では、Copilot Fusion が何をする機能で、いつ・どのプランで・いくらで使えるのかが1枚の表で分かります。

GitHub Docs は Copilot Fusion を「intelligent runtime model router and orchestrator」（実行時にモデルを振り分け、組み合わせる仕組み）と説明しています。 モデルピッカーで選びますが、特定のモデルを選んでいるのではありません。依頼ごとに、実行のパターン・推論の深さ（reasoning effort）・動かすモデルを Fusion が決め、最後に1つの回答を返します。たとえば、あるモデルに下書きを書かせ、別のモデルにレビューさせる、といった組み合わせです。

GitHub Blog（GitHub Universe 2026 の記事）は、狙いを「Different tasks need different models」（タスクによって合うモデルは違う）と書き、開発者が良い結果を適正な価格で得るために、モデル選びを毎回自分で管理しなくてよいようにする、としています。

Fusionの仕組み：Single・Cascade・Critiqueの3つの実行パターン

この節では、Fusion が依頼をどう処理するのか、3つの実行パターンの違いと、時間・AI credits への影響が分かります。

Fusion は依頼ごとに、推論・コード生成・デバッグ・ツールの使い方の「能力の信号」を見て、選んだ effort の品質の基準を満たす、いちばん効率のよい実行パターンを選びます。 パターンは次の3つです。

パターンはプロンプトごとに選ばれます。同じセッションでも、最初の依頼は Single、次の依頼は Critique、ということが起きます。パターンを選ぶ処理は軽く、待ち時間はほとんど増えないと書かれています。また「only adds model calls when a task warrants them」、つまり簡単なタスクは要らないレビューを待たず、その分の AI credits も使いません。

コンテキストウィンドウ（一度に読める量）は、Fusion には無く、各ステップを動かすモデルの上限に従います。 画面に出る値は、使うモデルの中でいちばん小さい上限をもとにした控えめな値です。また、会話の本筋はできるだけ同じモデルのまま続け、キャッシュされたトークンを生かします。レビュー役などの補助のモデルには、必要な部分の文脈だけを渡します。

前身の HydraFusion を紹介した GitHub Blog（日本語版、2026年10月1日）では、Critique の講評役は別のモデルファミリーのモデルで、下書きを書き換えずに指摘だけを返し、下書きしたモデルが1回直す、と説明されていました。GA 後の Docs では「multiple models」が並列に講評する形になっています。

effortレベル（Standard・High・Max）の違いと選び方

この節では、effort の4つの段階が何を優先するのか、どんな作業で使い分けるのかが分かります。

effort は「品質・費用・能力のどれを優先するか」を Fusion に伝える設定です。 選べるのは3つで、4つ目の Fusion Fast は自分では選べません。

GitHub Copilot アプリのモデル選択の説明では、Standard は「everyday coding」向けの汎用的なモデル、High は「challenging tasks and deeper reasoning」向けの能力の高いモデル、Max は「most demanding tasks and complex reasoning」向けの最も能力の高いモデルを優先する、と書かれています。

1. 1まず Standard で始める質問・小さな修正・テストの追加など。1つのモデルで済むことが多い
2. 2直らない・範囲が広いときは High複数ファイルの変更、原因の分かりにくいバグ。時間と AI credits が増えてもよい場面
3. 3設計判断や深い調査は Max最も強いモデルと講評を使う。応答は長くなりやすい
4. 4終わったら Standard に戻す選んだ effort は、そのあとのセッションの既定として残るクライアントがある

Max がモデルピッカーに出ないときは、Max に要るモデルのどれかが無効になっている可能性があります（GitHub Docs の注記）。個人のモデル設定か、組織・Enterprise のモデルポリシーを確かめます。

対応環境とプラン：VS Code・CLI・Copilotアプリ・JetBrains

この節では、どのクライアントで使えるか、プランごとにどの effort が選べるか、各プランの AI credits の枠が分かります。

GA の時点で使えるクライアントは、Visual Studio Code・Copilot CLI・GitHub Copilot アプリ・JetBrains IDE の4つです。 Changelog は、ほかのクライアントへの対応を「coming soon」としています。GitHub.com のチャット・モバイル・Eclipse・Xcode・Visual Studio は、従来の Auto（自動のモデル選択）が使える所として Auto の Docs に挙がっています。

表は GitHub Docs の「effort level availability by Copilot plan」と、課金の Docs の値です（2026年11月5日時点）。Fusion Fast は全プランで ○ です。Business・Enterprise の枠は「pooled」で、たとえば Business 100人なら 190,000 credits を組織全体で使います。GitHub Enterprise Cloud に含まれる Copilot の利用（Copilot access）には枠が無く、最初の利用から従量で請求されます。

次の場合、Fusion はそのモデルを候補に入れません。使えるモデルが1つも無いと、モデルピッカーに Fusion 自体が出ません。

• 自分のプランで使えないモデル
• 管理者のポリシーで外されたモデル
• データの保存場所（データレジデンシー）や FedRAMP に合うモデルだけに絞るポリシーで外れたモデル
• 評価中のモデル（Evaluation models）を制限するポリシーで外れたモデル

課金の Docs は、AI credits の表示を正しく出すための最小の版として、VS Code 1.120、JetBrains IDE のプラグイン 1.9.1、Copilot CLI 1.0.48 などを挙げています。Fusion は VS Code 1.144（2026年10月28日の安定版）のリリースノートで GA と案内されました。

Copilot Fusionの料金：AI creditsの数え方と30%割引の試算

この節では、Fusion を使うと何にいくらかかるのか、AI credits の計算のしかたと、パターン別の試算が分かります。

Fusion には別料金がなく、Fusion が使った各モデルのトークンを、そのモデルの標準単価で数えます。 合計は AI credits に換算され、1 AI credit＝0.01米ドルです。トークンは入力・出力・キャッシュ（読み出しと書き込み）に分かれ、単価はモデルごとに違います。High・Max は1つのタスクで複数のモデルを使うことがあるため、Standard より多く AI credits を使うことがあります。

Docs の単価表（100万トークンあたり、米ドル）から、Artificial Analysis が Fusion Max の連携先として挙げた4モデルなどを抜き出しました。

$ python3 calc.py
--- 単価（$/1M tokens: input / cached / cache write / output）
Claude Opus 5.5      4.00 / 0.20 / 5.00 / 20.00
Claude Sonnet 5.5    2.00 / 0.10 / 2.50 / 10.00
GPT-6 Astra          10.00 / 1.00 / 12.50 / 50.00
GPT-6 Sol            2.00 / 0.20 / 2.50 / 10.00
GPT-6.1 Sol          2.00 / 0.10 / 2.50 / 10.00
Claude Haiku 5.5     0.10 / 0.01 / 0.125 / 0.50
MAI-Code-1.1-Flash   0.20 / 0.02 / 0 / 1.20

1回の依頼を「文脈 60K トークン（うち 50K はキャッシュから読み、新しい 10K をキャッシュに書く）・出力 4K トークン」と置き、パターンごとに試算しました。Fusion が実際にどのモデルをどう組むかは公開されていないので、組み合わせは説明のための仮定です。 判定役は 8K を読んで 300 トークン、講評役はそれぞれ 20K だけを受け取って 1.5K を返すとしました。

--- 1ターンの試算
Single: Sonnet 5.5                 calls=1  $0.0700  7.0 credits  30%off 4.9 credits
Single: GPT-6 Sol                  calls=1  $0.0750  7.5 credits  30%off 5.3 credits
Single: Opus 5.5                   calls=1  $0.1400  14.0 credits  30%off 9.8 credits
Cascade(合格): Sonnet→判定             calls=2  $0.0890  8.9 credits  30%off 6.2 credits
Cascade(格上げ): +Opus 5.5            calls=3  $0.4690  46.9 credits  30%off 32.8 credits
Critique: Opus+2講評+修正              calls=4  $0.5778  57.8 credits  30%off 40.4 credits

試算から読み取れることは3つです。Cascade は合格すれば判定の分だけ（この例で約27%増）で済み、格上げになると最初の下書きと判定の分が上乗せされます。 Critique は呼び出しが増える分、1回の依頼が重くなります。そして、強いモデルへの格上げでキャッシュが使えないと、同じ文脈でも高くつきます。

--- キャッシュの効き：同じ 60K を Opus 5.5 で、全部新規 vs 50K キャッシュ読み
全部新規（書き込み 60K）                     calls=1  $0.3800  38.0 credits  30%off 26.6 credits
50K をキャッシュから読む                     calls=1  $0.1400  14.0 credits  30%off 9.8 credits

同じ 60K でも、キャッシュから読めるかどうかで約2.7倍の差になりました。Docs が「振り分けはキャッシュの区切りで行う」「会話の本筋はできるだけ同じモデルで続ける」と書いているのは、この差を避けるためです。月の枠に当てはめると、次のとおりです。

--- 月の枠（docs の値）で何ターン分か：Pro+ 7,000 credits
Single: Sonnet 5.5   定価     1000 ターン
Single: Sonnet 5.5   30%引き  1428 ターン
Single: Opus 5.5     定価     500 ターン
Single: Opus 5.5     30%引き  714 ターン

30%割引は「2026年11月30日まで」「有料プラン」「Fusion で使ったモデル費用」が対象です（Docs・Changelog）。12月以降は割引のない単価に戻る前提で、月の使い方を見積もるのが安全です。 従来の Auto には、有料プランで10%の割引があります。

トークンの数え方そのもの（日本語は何文字で何トークンか、など）は、関連記事「トークンとは｜生成AIの数え方・日本語の文字数目安と節約方法」で扱っています。

設定のしかた：VS Code・Copilotアプリ・JetBrainsでFusionを選ぶ

この節では、各クライアントで Fusion と effort を選ぶ手順と、使ったモデルを確かめる方法が分かります。

Changelog の手順は「クライアントを更新する→モデルピッカーを開く→Copilot Fusion を選ぶ→effort を選ぶ」です。 クライアントごとの違いは次のとおりです（各公式ドキュメントの範囲）。

Copilot アプリでは、セッションの途中でもモデルを変えられ、Copilot が待機中ならすぐ、作業中なら今のターンが終わってから切り替わります。選んだモデルは、以後の新しいセッションの既定になります（すでにあるほかのセッションには影響しません）。アプリの情報アイコンは、複数のモデルを使ったときは「メインのエージェントのモデル」を表示し、サブエージェントのモデルは含みません。

VS Code 1.144 のリリースノートは、組織が既定のモデルと Fusion の段階を決めている場合、新しいチャットはそれに従い、以前に覚えていた選択より優先されると書いています。VS Code の Copilot の基本操作やショートカットは、関連記事「GitHub Copilotの使い方｜ショートカット・コマンド一覧と設定」で扱っています。

HydraFusion のリサーチプレビューに参加していた場合、Auto・HydraFusion・HydraFusion Max の選択は、対応する Fusion の effort に自動で移ります（Changelog）。どれがどれに移るかの対応は書かれていません。

Copilot CLIでFusionを使う：--model fusionと版による違い（実測）

この節では、Copilot CLI で Fusion を指定する書き方と、手元で版ごとに試して分かった違いが分かります。

CLI の Docs には、対話中は /model で選び、コマンドラインでは --model fusion と --fusion-tier（standard・high・max）で指定する、と書かれています。 既定にするときは対話中に /config model を使います。

# 対話中
/model            # 一覧から Copilot Fusion と effort を選ぶ
/config model     # 既定のモデルにする

# コマンドライン（Docs の例）
copilot --model fusion --fusion-tier standard -p "YOUR PROMPT"

手元で、2026年11月5日時点の最新の安定版 1.0.105 を入れて確かめると、1.0.105 には --fusion-tier がありませんでした。 --help に fusion の文字は無く、--model の説明は「use 'auto' to let Copilot pick automatically」のままです。

$ copilot --version
GitHub Copilot CLI 1.0.105.

$ copilot --fusion-tier
error: unexpected argument '--fusion-tier' found

  tip: a similar argument exists: '--plugin-dir'

$ copilot --model fusion --fusion-tier standard -p hello
error: Invalid command format.

It looks like your prompt was not quoted, so the extra words were treated as separate arguments.
Wrap the prompt in quotes, for example: copilot -p "your prompt here"

一方、--model fusion は 1.0.105 でも受け付けられます。ログインしていない状態では、Fusion の段階をサーバーから受け取れないため、次のエラーになりました。

$ copilot --model fusion -p hello
Failed to initialize session: Error: model resolution leaf failed: The Copilot Fusion model alias requires dynamic Auto tiers.

1.0.105 の copilot help config には、内部の扱いが書かれていました。Fusion は「Auto」のモデルとして保存され、段階は autoTier で持ちます。

`autoTier`: routing profile used when the selected model is Auto (displayed as
Copilot Fusion when dynamic tier discovery is enabled locally). ... CLI/SDK
treatment accepts `fusion`; stored model IDs remain `auto`.

設定ファイルへの書き込みを試すと、次のようになりました（作業用の COPILOT_HOME で実行）。

プレリリースに同梱の changelog.json には、1.0.106-7 で「Add a Fusion tier setting to copilot config.」、1.0.104 で「Managed model "fusion" now starts sessions on Auto and applies fusionTier settings」、1.0.105 で「Selecting Copilot Fusion High or Max in /model now works from long-context sessions」とありました。コマンドラインで effort を固定したい場合は、CLI の版を確かめ、使えない版では対話の /model か /config model で選ぶのが確実です。

もう1つ、自前のモデル提供元（BYOK）で試しました。COPILOT_OFFLINE=true と COPILOT_PROVIDER_BASE_URL で 127.0.0.1 の擬似サーバーにつなぎ、--model fusion を付けると、振り分けは起きず、「fusion」という名前がそのままモデル名として送られました。 Fusion の振り分けは GitHub 側の仕組みで、BYOK では働きません。

$ COPILOT_OFFLINE=true COPILOT_PROVIDER_BASE_URL=http://127.0.0.1:18283/v1 \
  copilot --model fusion -p "say ok" --allow-all-tools
OK from mock-1

（擬似サーバーのログ）
POST /v1/chat/completions model=fusion stream=True msgs=2 tools=19

$ ... copilot --model auto --auto-tier max -p "say ok" --allow-all-tools
Error executing prompt: Error: model resolution leaf failed: Auto preference 'max' requires dynamic Auto tiers; choose an available preference

費用の上限は、セッションごとに --max-ai-credits か対話中の /limits で決められます。30 より小さい値は受け付けられませんでした。

$ copilot --max-ai-credits 10 -p "say ok"
error: Invalid value for --max-ai-credits: "10". Use at least 30 AI credits.

copilot help config には「AI credit usage is known only after a model call returns」とあり、1回の呼び出しで上限を少し超えてから次の呼び出しが止まります。CLI の考え方が近いツールとして、関連記事「Codex CLIとは・使い方｜料金・インストール・コマンド一覧と設定」も参考になります。

従来のモデル選択・Autoとの違い

この節では、自分でモデルを選ぶ場合や、従来の Auto（自動のモデル選択）と比べて何が違うのかが分かります。

Auto は依頼ごとに1つのモデルを選ぶ仕組みで、Fusion はそれに加えて、1つの依頼の中で複数のモデルを組み合わせることがあります。 HydraFusion の紹介記事でも、Auto はリクエストごとにモデルを選び、HydraFusion は1ターンの中でワークフローを決めて複数のモデルを組み合わせることがある、と違いが説明されていました。

Auto の Docs は「モデルピッカーに Auto ではなく Copilot Fusion が出ているなら、そのクライアントでは Fusion が使える」と書いています。Fusion が使えるクライアントでは、Auto の位置に Fusion が出ると考えると分かりやすいです。 自分で選ぶ方法は今も残っていて、Copilot アプリなら Fusion のスイッチをオフにすれば、一覧から特定のモデルを選べます。

特定のモデルの性格を知って使い分けたい場合や、他社のエージェントとの違いは、関連記事「Claude Code Antigravity 比較｜Copilot 違い・料金表」で扱っています。

組織・Enterpriseの管理者の設定（モデルポリシーとmanaged-settings.json）

この節では、管理者が Fusion の使うモデルを絞る方法と、Fusion を既定のモデルにする設定が分かります。

Fusion は、Enterprise と組織のモデルポリシーで有効なモデルだけを使います。 そのうえで Enterprise の管理者は、Fusion が選ぶ候補のモデルを見て、モデルごとの状態を決め、全員向けには無効にせず Fusion からだけ外すことができます（Changelog）。

1. Enterprise の「AI controls」タブを開き、サイドバーの Copilot を選ぶ。
2. 「Models」の下の Configure Copilot Fusion models をクリックする。
3. 一覧のモデルごとに状態を選ぶ。

Docs の注記では、Fusion Max は最先端のモデルをよく使うため、Max に要るモデルを1つでも無効にすると Fusion Max が使えなくなります。 ここで有効にしたモデルも、ほかのモデルポリシーでその人に許可されていなければ使われません。

Fusion を新しい会話の既定にするには、Enterprise の managed settings（.github-private リポジトリの copilot/managed-settings.json など）に model と fusionTier を書きます。手元で JSON として正しいかを確かめた雛形です。

// copilot/managed-settings.json
{
  "model": "fusion",
  "fusionTier": { "overridable": "standard" }
}

// copilot/teams/fusion-high.json（チームだけ High にする）
{
  "fusionTier": "high"
}

$ python3 -m json.tool copilot/managed-settings.json >/dev/null && echo OK
OK
（末尾にカンマを残した場合）
Illegal trailing comma before end of object: line 3 column 46 (char 68)

実際のファイルにはコメント行（//）は書きません。チームとファイルの対応は copilot/team-mappings.json（例：{ "fusion-high.json": ["チーム名"] }）で決めます。

fusionTier はモデル自体を選ばないので、model と組み合わせて書きます。対応する版は、Copilot CLI 1.0.104-3 以降、VS Code 1.144.0 以降、GitHub Copilot アプリ 1.1.33-4 以降で、JetBrains IDE と Copilot（クラウド）は「Not supported」です（managed settings のリファレンス）。CLI 側の changelog の「Managed model "fusion" now starts sessions on Auto and applies fusionTier settings」（1.0.104）とも合っています。

Business・Enterprise では、枠を超えた分の利用（AI credits paid usage）が既定で有効です。上限を決めたい場合は、利用者・コストセンター・組織・Enterprise の単位で予算を設定します（1 credit＝$0.01、$10 の予算で 1,000 credits）。Fusion の High・Max を広く使わせる前に、予算を先に決めておくと安全です。

ローカルモデルとFusion（パブリックプレビュー）

この節では、自分のパソコンで動かすモデルを Fusion に使わせる方法と、その条件が分かります。

Fusion Standard に限り、手元に入れた特定のモデルを Fusion が「適切なときに」使うことがあります。 この機能はパブリックプレビューで、変わる可能性があります。

使うには実験的な機能を有効にします。Copilot アプリは設定の「Experimental」にある Local model auto routing をオンに、CLI は --experimental を付けて起動するか、対話中に /experimental on を実行します（手元の 1.0.105 の --help にも --experimental がありました）。CLI の Docs は、手元の MAI Code 1.1 Flash が選ばれた場合は AI credits を使わずにタスクを終えられる、と書いています。

Fusion を使わずに、特定のローカルモデルへ一部の作業だけを任せたい場合は、そのモデルを指定したカスタムエージェントを作り、依頼の中でそのエージェントに任せる方法も案内されています。

公表されたベンチマークの読み方（各社の公表値）

この節では、Fusion の性能について公表されている数字と、その前提が分かります。

以下はすべて各社の公表値で、手元では測っていません。 GitHub Changelog は、Artificial Analysis の Coding Agent Index で「Copilot Fusion Max scored 60, within two points of Claude Code with Opus 5.5 Max」と書き、1タスクあたりの平均の API 費用は約半分、トークンは約半分、時間は約40%短いとしています。

読むときの注意は3つです。1つ目は、測ったのは Max の設定・Copilot CLI の組み合わせで、Standard・High の数字は公表されていないこと。2つ目は、費用は API の従量の費用で、AI credits の割引や月の枠とは別の話であること。3つ目は、時間が約40%短いという数字は GitHub の発表にあり、Artificial Analysis の記事には書かれていないことです。自分の作業で試すときは、同じ依頼を Standard と High で頼み、使ったモデルの一覧（effort 名にカーソル）と AI credits の増え方を比べると、判断の材料になります。

制限・注意点とよくあるつまずき

この節では、Docs に書かれた制限と、手元で出たエラーや表示の意味、直し方が分かります。

Docs は制限を3つ挙げています。 Fusion はサブエージェントとは別に動き、サブエージェントを起動しないこと。捨てられた下書きがファイルを書き換えていても、その変更は自動では戻らないこと。実行パターンとモデルの候補は今後変わること。

• 1コミットの前に差分を見る捨てられた下書きの編集が残っていることがある。git diff と git status で確かめる
• 2effort を戻し忘れないアプリでは選んだモデルが次のセッションの既定になる
• 3コンテキストの表示は控えめな値使うモデルの中で最小の上限が出る。長い資料は分けて渡す
• 4予算と上限を先に決める個人は追加の予算、組織は予算とポリシー。CLI は --max-ai-credits（30以上）
• 5割引の期限を見ておく30%引きは 2026年11月30日まで

Copilot に渡す指示ファイル（copilot-instructions.md・AGENTS.md）は、モデルが変わっても同じように読まれます。Fusion に切り替える前に、守ってほしい決まりを指示ファイルに書いておくと、どのモデルが選ばれても結果がそろいやすくなります。書き方は関連記事「AGENTS.mdの書き方テンプレ｜copilot-instructions比較」で扱っています。

判断表：Fusionを使う・使わない

この節では、場面ごとに Fusion を使うか、どの effort にするか、特定のモデルを選ぶかの目安が分かります。

よくある質問

この節では、Copilot Fusion について検索でよく見かける疑問に、短く答えます。

Q. Copilot Fusion は新しいAIモデルですか？
いいえ。モデルを選び、組み合わせる仕組みです。実際に動くのは、Anthropic や OpenAI などの既存のモデルで、どれを使ったかは回答の下の effort 名にカーソルを当てると分かります。

Q. 無料プラン（Copilot Free）でも使えますか？
Fusion Standard は使えます。Fusion High・Max は Pro+・Max・Business・Enterprise だけです（GitHub Docs の表、2026年11月5日時点）。

Q. Fusion を使うと追加料金がかかりますか？
Fusion 自体の料金はありません。使ったモデルごとに標準単価で AI credits を消費します。High・Max は複数のモデルを使うことがあるため、Standard より多く消費することがあります。

Q. 30%割引はいつまでですか？
2026年11月30日までです。有料プランで、Fusion で使ったモデル費用が対象です。

Q. Auto との違いは何ですか？
Auto は依頼ごとに1つのモデルを選びます。Fusion は1つの依頼の中で、下書き・判定・講評に複数のモデルを使うことがあります。Fusion が使えるクライアントでは、Auto の代わりに Fusion がピッカーに出ます。

Q. CLI で effort を指定するには？
Docs の書き方は copilot --model fusion --fusion-tier high です。手元では 1.0.105 にこのオプションが無く、1.0.106-9 では受け付けられました。使えない版では対話中の /model で選びます。

Q. どの実行パターンを使うか自分で固定できますか？
公式には、パターンを固定する設定は書かれていません。effort で優先度を伝え、パターンは Fusion が依頼ごとに選びます。固定したい場合は特定のモデルを選びます。

Q. 管理者が Fusion を止めたり、使うモデルを絞ったりできますか？
Enterprise の管理者は「Configure Copilot Fusion models」でモデルごとに状態を決め、Fusion からだけ外せます。Fusion 全体を1つのスイッチで止める設定は、Docs では確かめられませんでした。

Q. JetBrains IDE でも使えますか？
使えます（GA の対象）。ただし、managed settings の fusionTier は JetBrains IDE では「Not supported」です。

Q. Fusion が下書きで書き換えたファイルは元に戻りますか？
戻りません。捨てられた下書きの変更は自動では戻らないため、コミットの前に差分を確かめます。

まとめ

• GitHub Copilot Fusion は、タスクごとにモデルと実行パターン（Single・Cascade・Critique）を自動で決める仕組み。2026年10月28日に GA
• effort は Standard（日常）・High（範囲の決まった大きめの作業）・Max（深い推論）。Standard は全プラン、High・Max は Pro+ 以上
• 料金は 使ったモデルごとの標準単価で AI credits（1 credit＝$0.01）。2026年11月30日まで有料プランは30%引き。試算では Critique が Single の約8倍になった
• 使えるのは VS Code・Copilot CLI・Copilot アプリ・JetBrains。CLI は --model fusion。1.0.105 には --fusion-tier が無く、BYOK では振り分けが起きなかった
• 管理者は Configure Copilot Fusion models と managed-settings.json の model・fusionTier で、使うモデルと既定の effort を決める

参考・出典

確認日はいずれも 2026年11月5日です。

• GitHub Changelog「Route and orchestrate models with GitHub Copilot Fusion」（2026年10月28日）：https://github.blog/changelog/2026-10-28-route-and-orchestrate-models-with-github-copilot-fusion
• GitHub Docs「About GitHub Copilot Fusion」：https://docs.github.com/en/copilot/concepts/models/copilot-fusion
• GitHub Docs「About GitHub Copilot auto model selection」：https://docs.github.com/en/copilot/concepts/models/auto-model-selection
• GitHub Docs「Models and pricing for GitHub Copilot」：https://docs.github.com/en/copilot/reference/copilot-billing/models-and-pricing
• GitHub Docs「Usage-based billing for individuals」：https://docs.github.com/en/copilot/concepts/billing-and-usage/individuals/billing
• GitHub Docs「Usage-based billing for organizations and enterprises」：https://docs.github.com/en/copilot/concepts/billing-and-usage/organizations-and-enterprises/billing
• GitHub Docs「Choosing a model in GitHub Copilot CLI」：https://docs.github.com/en/copilot/how-tos/copilot-cli/use-copilot-cli/choose-a-model
• GitHub Docs「Choosing a model in the Copilot app」：https://docs.github.com/en/copilot/how-tos/github-copilot-app/choose-a-model
• GitHub Docs「Managing availability of models in your enterprise」：https://docs.github.com/en/copilot/how-tos/administer-copilot/manage-for-enterprise/manage-availability-of-default-models
• GitHub Docs「Enterprise managed settings」：https://docs.github.com/en/copilot/reference/enterprise-administrators/enterprise-managed-settings
• GitHub Docs「Getting started with enterprise-managed settings」：https://docs.github.com/en/copilot/how-tos/administer-copilot/manage-for-enterprise/use-managed-settings/get-started
• GitHub Blog（GitHub Universe 2026 の発表、2026年10月28日）：https://github.blog/news-insights/company-news/github-universe-2026-evolving-every-layer-of-the-stack/
• GitHub Blog（日本語）「HydraFusion がVS CodeとGitHub Copilotアプリで利用可能に」（2026年10月1日）：https://github.blog/jp/2026-10-01-hydrafusion-in-vs-code-and-the-github-copilot-app/
• Visual Studio Code 1.144 のリリースノート（2026年10月28日）：https://code.visualstudio.com/updates/v1_144
• Artificial Analysis「GitHub Copilot Fusion orchestrates Anthropic and OpenAI models to balance performance and cost」：https://artificialanalysis.ai/articles/github-copilot-fusion-orchestrates-anthropic-and-openai-models-to-balance-performance-and-cost
• @github/copilot（npm）：https://www.npmjs.com/package/@github/copilot

株式会社RJC ― SI事業・SES事業・AI駆動開発。RJCは一緒に成長を楽しめる会社です。