一間廚房請了好幾位師傅輪流掌勺，帳要怎麼算、菜要怎麼驗

2026 年 10 月 28 日，GitHub 宣布 Copilot Fusion 正式推出。這是一套模型路由與協調系統：使用者選好 Fusion 和推理投入程度，系統自己判斷這道菜一個人炒就夠，還是要請第二位師傅接力。聽起來很 tech，但你家廚房早就這樣運作了。年夜飯那天，涼拌的交給早上有空的人，那鍋需要看火的獅子頭，當然是媽媽自己來。

分數像綜合評價，菜色強項各自不同

先看可查證的數字。Artificial Analysis 的 Coding Agent Index v2.0 顯示，Copilot Fusion Max 綜合分數 60，Claude Code 搭配 Opus 5.5 Max 為 62；平均每項任務的 API 成本分別約 5.59 美元與 11.42 美元。

這就像兩間餐廳在美食平臺上總分只差兩分，但翻開細項：一家炒功了得，一家湯頭見長。該指數由三項基準組成，Fusion 在 Terminal-Bench 4.0 拿 71%，Claude Code 是 63%；到了 FrontierCode v1.1，兩邊各為 51% 與 56%；SWE-Atlas-QnA-AA 則是 57% 對 66%。命令列操作、程式庫修改、照規準回答問題，是三種不同的爐子。你家常喫的是哪一鍋，就該先看那一項，總分只是門口那塊招牌。

還要分清楚一件事：這比較的是兩套完整的代理設定，模型、工具、執行流程全都包在裡面，跟單獨評一顆模型不是同一回事。就像比較兩間店，比的是整間店的出菜，不是某一位師傅的手藝。

瓦斯費省一半，帳單可不能直接換算

成本約差一半，看起來像換個爐子就省一半瓦斯費。但這 5.59 美元是基準設定下的 API 估算，不是你家的帳單。這道理我們在新幫手的瓦斯費降到從前的九分之一那篇也聊過：公告裡的單位成本，永遠要乘上你家實際開火的次數才作數。

GitHub 的公告引述了 AT&T 資深軟體工程師 Hari Pokhrel 的回饋：Fusion Standard 會自動為任務挑模型，減少開發者用高階模型處理完複雜任務後，忘了切回日常模型的情況，把貴的那口爐留給真正需要大火的菜。這話聽來合理，但公告並沒有附上任務樣本或前後帳單，所以不能據此推算你的團隊能省多少。

廚房裡最貴的浪費，往往就是這種：大火炒完一盤青菜，忘了轉小火，隔了三小時才發現爐上還開著。自動分流確實解決這個毛病，但省下來多少，得看你自己家的火候紀錄。

交接那一下，才是真功夫

多位師傅接力煮同一道菜，最怕的就是交接。第一個炒到八分熟，第二個接手時調味放重了，端上桌味道就是對不起來。模型交接也一樣：一個起草、一個檢查、一個修訂，最後驗收的人（就是你）得喫得出行不行。

所以小規模試用時，別只盯著帳單。挑幾道你熟悉的「家常菜」，那種你閉著眼睛都知道正確味道的任務，讓 Fusion 跑一遍，再跟原本的做法比。看的是交接後的成品是否容易驗收：菜色有沒有走味、要不要重炒、重炒的時間算不算進成本裡。這套回頭看圖對照的習慣，跟模型學會回頭看圖那篇談的驗證步驟是同一件事：上菜之前，先自己嚥一口。

數字是招牌，交接是內場。招牌再漂亮，內場接不住，菜照樣砸。你家廚房早就懂這個道理了。