GitHub Copilotが複数AIモデルを自動で使い分ける「HydraFusion」を公開、TerminalBench 2.1でClaude Opus 5比コスト67％減・スコア4.9ポイント向上

GitHubは2026年9月4日、GitHub Copilotでタスクに応じて複数のAIモデルを使い分ける「Project HydraFusion」を研究プレビューとして発表しました。GitHubによる評価では、TerminalBench 2.1でClaude Opus 5と比べて推定コストを67％削減しながら正しく完了できたタスクの割合が4.9ポイント高くなったとのことです。

Project HydraFusion: Frontier quality via multi-model orchestration - The GitHub Blog
https://github.blog/ai-and-ml/github-copilot/project-hydrafusion-frontier-quality-via-multi-model-orchestration/

AIを使ったプログラミングでは、簡単なコード生成から複雑な修正まで依頼内容の難しさが大きく異なります。高性能なAIモデルは難しい作業に強い一方で、処理時間や利用コストが増えやすいという課題があります。

GitHub Copilotには以前から、依頼内容に応じて適したAIモデルを選ぶ自動モデル選択機能がありました。HydraFusionは自動モデル選択を一歩進め、1つのタスクでも必要に応じて複数のAIモデルを組み合わせて処理する仕組みとのこと。

HydraFusionは依頼内容に応じて「1つのモデルだけで回答する方法」「最初のモデルで十分な結果が出なかった場合に高性能なモデルへ引き継ぐ方法」「別のモデルに回答内容を確認させてから修正する方法」などを使い分けます。開発者はHydraFusionを選択するだけでよく、どの処理方法やモデルを使うかは自動で決まるそう。

GitHubはHydraFusionを複数のコーディング向けベンチマークで評価しています。TerminalBench 2.1ではClaude Opus 5と比べて推定コストが67％低下し、正しく完了できたタスクの割合は4.9ポイント上昇しました。

HydraFusionはすべてのGitHub CopilotプランでGitHub Copilot CLIの実験機能として利用でき、実際に呼び出された各AIモデルのトークン利用量と通常料金を基に料金が計算されます。GitHubは今後、長いやり取りが必要なタスクでの検証も進める予定で、研究プレビューから得られた結果に応じてモデル構成や処理方法などを変更する可能性があると述べています。