Project HydraFusion: GitHub Copilot orchestriert mehrere KI-Modelle im Hintergrund

GitHub hat mit Project HydraFusion eine Research Preview für GitHub Copilot gestartet, die frontier-nahe Qualität durch Laufzeit-Orchestrierung mehrerer Modelle erreicht. Statt ein einzelnes Modell auszuwählen, erstellt HydraFusion pro Aufgabe einen kompletten Ausführungsplan und verteilt Drafting, Kritik und Revision auf Modelle verschiedener Provider. Der Entwickler wählt einfach HydraFusion wie jedes andere Modell - die Komplexität bleibt dahinter.

Drei Ausführungsmuster

• Single: Ein Modell löst die Aufgabe direkt - schnell und günstig.
• Cascade: Ein effizientes Modell entwirft eine Lösung, ein Quality-Gate entscheidet, ob sie akzeptiert wird oder an ein stärkeres Modell eskaliert.
• Critique: Ein Modell entwirft, ein unabhängiger Read-only-Kritiker aus einer anderen Modellfamilie prüft das Ergebnis, danach folgt genau eine Revision.

Die Muster werden als Optimierungsproblem behandelt: Capability-Signals für Reasoning, Codegenerierung, Debugging und Tool-Use bestimmen den jeweils effizientesten Workflow. Die Routing-Policies wurden per Beam Search über drei Benchmarks hinweg verfeinert, nicht manuell getunt.

Benchmark-Ergebnisse

Gegen Claude Opus 5 und GPT-5.6 Sol zeigte HydraFusion in Offline-Evaluationen:

• TerminalBench 2.1: +4.9 Prozentpunkte Qualität bei 67% niedrigeren geschätzten Kosten
• DeepSWE: -1.5 Prozentpunkte bei 36% niedrigeren Kosten
• CheckpointBench (intern, aus echten Copilot-Sessions): -0.1 Prozentpunkte bei 65% niedrigeren Kosten

Fünf Betriebsprinzipien sichern den Ablauf: vollständige Kostenabrechnung über alle Workflow-Legs, begrenzte Ausführung mit Timeouts, isolierte toollose Review-Schritte, Fail-safe-Anwendung (kein Patch bei Abbruch) und validiertes Routing vor der Ausführung. Die Preview zielt zunächst auf First-Turn-Einzel-Prompts in Copilot; Multi-Turn-Performance folgt nächsten.

Link: Original-Artikel