室谷代表取締役Copilot Fusion Max(コパイロット・フュージョン・マックス)は、GitHubが2026年11月17日に公開したベンチマーク結果で話題になっている、GitHub Copilotの自動モデル選択システム「Copilot Fusion」のエフォート段階の一つです。単体のモデルではなく、リクエストごとに実行パターン・推論努力レベル・使用モデルを自動で選ぶ仕組みなんですよね。
テキトー教師DotAI 認定講師そうなんですよ。今回GitHubが発表したのは新しいモデルではなくて、「モデルをどう選ぶか」というルーター側の性能評価です。
Terminal-Bench 4.1でCopilot Fusion Maxが71.2%の解決率を出した、というのがニュースの芯ですね。
室谷代表取締役しかもコストが安い。ここが実務目線だと一番気になるポイントです。
テキトー教師DotAI 認定講師GitHubの公式投稿では、Opus 5.5とFable 5.2を5.4ポイント上回り、コストはFable 5.2比で88%減、Opus 5.5比で57%減と書かれています。計測にはHarborフレームワークを使ったとのことです。
室谷代表取締役ベンチマークの数字だけが一人歩きしがちなので、今日は仕組みから料金まで丁寧に分解しましょう。
Copilot Fusionの特徴
実体はルーティング機構
GitHub公式ドキュメントでは「インテリジェントなランタイム・モデルルーター兼オーケストレーター」と説明。モデルピッカーでFusionを選ぶが特定モデルを選んでいるわけではない
リクエストごとに自動決定
実行パターン、推論努力レベル、動かすモデルを自動で決め、最終的に一つの応答を返す
リアルタイムの健全性を考慮
システム健全性や可用性も考慮してルーティングされる
キャッシュ境界に沿う設計
自然なキャッシュ境界と会話の複雑さが大きく変わるところに沿ってルーティング。品質が上がらないのにキャッシュ関連コストが増えるのを避けるため
全プランで利用可能
「GitHub Copilot Fusion is available with all GitHub Copilot plans」と公式ドキュメントに記載
手動のモデル切替が不要に
従来はタスクごとに人間がモデルを切り替え、どのモデルがどのステップに合うか判断していたが、それが不要になる
室谷代表取締役まず定義から整理したいんですけど、Copilot FusionはGitHubの公式ドキュメントで「インテリジェントなランタイム・モデルルーター兼オーケストレーター」と説明されています。ユーザーはモデルピッカーでFusionを選ぶけれど、特定のモデルを選んでいるわけではない、と。
テキトー教師DotAI 認定講師そこが誤解されやすいところですよね。モデルを選ぶ画面でFusionをクリックするから「Fusionというモデル」に見えるけど、実体はルーティングの仕組みです。
リクエストごとに実行パターン、推論努力レベル、動かすモデルを自動で決めて、最終的に一つの応答を返す。
室谷代表取締役公式ドキュメントには、リアルタイムのシステム健全性や可用性も考慮するとあります。あとルーティングは自然なキャッシュ境界と、会話の複雑さが大きく変わるところに沿って行われる、と。
品質が上がらないのにキャッシュ関連のコストが増えるのを避けるため、という説明なんですよね。
テキトー教師DotAI 認定講師地味だけど効く設計です。キャッシュを壊すとトークン課金が跳ねるので、そこを意識してルーティングしているのは運用目線でよくできています。
テキトー教師DotAI 認定講師ちなみに提供範囲ですが、公式ドキュメントには「GitHub Copilot Fusion is available with all GitHub Copilot plans」とあります。全プランで使える、と。
室谷代表取締役ここは大事なので後で料金の話と合わせて触れます。
Fusionの3つの実行パターン
- 効率的なモデルが下書き
- 審査役が下書きを検査
- 受け入れるか強いモデルへエスカレーションするかを判断
テキトー教師DotAI 認定講師Fusionの面白さは、タスクに応じて実行パターンを切り替える点です。公式ドキュメントでは3つが示されています。
整理するとこうです。
- Single: 1つのモデルがタスクを完結させる
- Cascade: 効率的なモデルが下書きし、審査役が下書きを検査して、受け入れるか強いモデルへエスカレーションするかを判断する
- Critique: 1つのモデルが下書きし、複数のモデルが並列で独立に批評する。フィードバックを集約し、元のモデルが統合フィードバックに基づいて回答を改訂する
室谷代表取締役これ、要は「一人でやるか」「下書き役と審査役に分けるか」「合議制にするか」を自動で選ぶわけですよね。MYUUUでもレビュー工程を別モデルに投げることはありますけど、それを毎プロンプト自動で判断してくれるのは楽です。
テキトー教師DotAI 認定講師公式ドキュメントには、Fusionが推論・コード生成・デバッグ・ツール利用のケイパビリティ信号を使って、選んだエフォートレベルの品質基準を満たす中で最も効率的な実行パターンを選ぶ、と書かれています。
室谷代表取締役「最も賢いモデルを常に使う」ではなく「品質基準を満たす中で最も効率的」というのが設計思想なんですよね。だからコストが下がる。
テキトー教師DotAI 認定講師しかも実行パターンはプロンプトごとに選ばれるので、同じセッション内でもプロンプトによって違うパターンになり得る、と公式ドキュメントにあります。
室谷代表取締役セッション途中でモデルを切り替える手間が消える、というのは開発体験として大きいです。
まとめ
Fusionのエフォート段階について言えること
- Fusionにはエフォート段階(effort levels)が存在する
- 公式ドキュメントに「Copilot Fusion effort levels」という項目がある
- 今回のベンチマークでは「max」が使われている
- Standard・High・Maxという段階名や各段階の位置づけは今回の資料では確認できていない
- Fusionは選んだエフォートレベルの品質基準を満たすように実行パターンを選ぶ構造
- エフォートレベルを上げると品質基準が上がり、強いモデルや手の込んだパターンが選ばれやすくなるという理解はできる
- 段階ごとの具体的な挙動は公式ドキュメントの該当項目を確認するのが確実
- Fusionはローカルモデルの選択にも触れられている項目がある
室谷代表取締役ここが今日一番慎重に話したいところなんですけど、Fusionにはエフォート段階(effort levels)が存在します。公式ドキュメントに「Copilot Fusion effort levels」という項目があり、今回のベンチマークでは「max」が使われています。
テキトー教師DotAI 認定講師ええ。ただ、Standard・High・Maxという段階名や、各段階の位置づけについて、今回の資料では確認できていません。
公式ドキュメントにエフォート段階の説明項目がある、というところまでが資料で裏が取れる事実です。
室谷代表取締役そうなんですよね。だから「Maxは最難関タスクに強いモデルを優先割当」みたいな説明は、現時点では明らかにされていません、と正直に書くべきだと思っています。
テキトー教師DotAI 認定講師講座でも受講生さんから「StandardとMaxはどう違うんですか」と聞かれそうですが、段階ごとの具体的な挙動は公式ドキュメントの該当項目を確認するのが確実です。憶測で使い分けを語ると事故りますからね。
室谷代表取締役一方で、資料から確実に言えるのは、Fusionが選んだエフォートレベルの品質基準を満たすように実行パターンを選ぶ、という構造です。だからエフォートレベルを上げれば品質基準が上がり、その分だけ強いモデルや手の込んだパターンが選ばれやすくなる、という理解はできる。
テキトー教師DotAI 認定講師そこまでなら資料の範囲で言えますね。段階の名称や細かい定義は、公式ドキュメントのエフォート段階の項目を見てください、という案内が誠実です。
室谷代表取締役ちなみにFusionはローカルモデルの選択にも触れられている項目があります。オンプレやローカル環境で使いたい人は、そのあたりも公式で確認しておくとよさそうです。
テキトー教師DotAI 認定講師ここからが数字の話です。Terminal-Bench 4.1はエージェントのターミナル作業能力を測るベンチマークで、Stanford / Harbor / Laude Instituteがホストしています。
解決率は95%信頼区間付きで公表されます。
室谷代表取締役ランキングの上位を整理するとこうなります。
| 順位 | モデル | エージェント | 解決率 | トークン | コスト |
|---|
| 1 | Copilot Fusion(max) | GitHub Copilot | 71.2% ± 2.9% | 3.3B | $2.0k |
| 2 | Opus 5.5(max) | Claude Code | 65.8% ± 3.1% | 8.0B | $4.7k |
| 2 | Fable 5.2(max) | Claude Code | 65.8% ± 2.8% | 15.7B | $16.5k |
| 4 | Gemini 4 Carbon(high) | Antigravity CLI | 64.5% ± 3.2% | 3.8B | $1.4k |
| 5 | Sonnet 5.5(max) | Claude Code | 63.9% ± 3.0% | 19.4B | $7.3k |
| 6 | GPT-6.1 Sol(max) | Codex | 60.9% ± 3.0% | 1.5B | $0.6k |
テキトー教師DotAI 認定講師見ての通り、Fusion Maxは解決率で首位、しかもトークン数3.3Bは上位陣の中でも比較的少ない。コストは$2.0kで、Opus 5.5の$4.7k、Fable 5.2の$16.5kと比べても安い。
室谷代表取締役ただし注意したいのは、これは「max」設定での結果だということです。Fusionの全設定がこの数字を出すわけではない。
あと、ランキングにはClaude Code経由のモデルやCodex経由のモデル、Antigravity CLI経由のモデルなど、エージェントの違いも混ざっています。
テキトー教師DotAI 認定講師そうですね。ベンチマークはモデル単体ではなくエージェント込みの計測なので、純粋なモデル比較として読むと誤解します。
あくまで「GitHub CopilotというエージェントでFusion Maxを動かしたときの結果」です。
室谷代表取締役あと信頼区間も見ておきたい。71.2% ± 2.9%と65.8% ± 3.1%なので、差は5.4ポイント。
GitHubの投稿でも5.4ポイント先行と書かれています。
テキトー教師DotAI 認定講師コストの88%減・57%減というのも、あくまでこのベンチマーク上の計測値です。実務のタスクで同じ比率になるとは限らないので、そこは冷静に。
室谷代表取締役
室谷代表取締役料金の仕組みを整理しましょう。Copilotの課金はAI credits単位で、1 credit = $0.01 USDです。
テキトー教師DotAI 認定講師個人プランは月額の基本クレジットと変動枠(flex allotment)を持ちます。公式ドキュメントの表だとこうです。
| プラン | 月額 | 基本クレジット | 変動枠 | 合計 |
|---|
| Copilot Pro | $10 | 1,000 | 500 | 1,500 |
| Copilot Pro+ | $39 | 3,900 | 3,100 | 7,000 |
| Copilot Max | $100 | 10,000 | 10,000 | 20,000 |
室谷代表取締役そして重要なんですけど、2026年11月30日まで、有料プランユーザーはFusion利用時にモデルコストが30%割引になります。
テキトー教師DotAI 認定講師公式ドキュメントにも「Through November 30, 2026, users on paid Copilot plans receive a 30% discount on model costs when using Copilot Fusion」と明記されています。
室谷代表取締役あわせて、有料プランならCopilot ChatやCopilot cloud agentでauto model selectionを使うとモデルコスト10%割引、という記述もあります。Fusionとauto model selectionは別物なので混同しないようにしたいですね。
テキトー教師DotAI 認定講師そこは講座でもよく質問が出るところです。Fusionはランタイムのルーター兼オーケストレーター、auto model selectionは別の機能として整理されています。
室谷代表取締役使い方としては、モデルピッカーでFusionを選ぶだけ。タスク中のモデル切り替えは不要です。
全GitHub Copilotプランで利用可能と公式ドキュメントにあります。
テキトー教師DotAI 認定講師日本での提供については、公式ドキュメントに地域限定の記述は見当たりません。全プランで利用可能という記載が確認できる範囲の情報です。
室谷代表取締役
テキトー教師DotAI 認定講師コスト管理の観点だと、組織・エンタープライズではAI creditsが従量課金の単位になっていて、Copilot Chat、Copilot CLI、Copilot cloud agent、Copilot Spaces、Spark、サードパーティのコーディングエージェントがAI creditsを消費します。インラインのコード補完とnext edit suggestionsはAI credits課金の対象外で無制限、というのも公式ドキュメントに書かれています。
室谷代表取締役予算で上限を切れるので、エージェントを回しまくるチームはそこを設計しておきたいですね。
室谷代表取締役実務へのインパクトで言うと、一番大きいのは「どのモデルを使うか考える時間が消える」ことだと思います。
テキトー教師DotAI 認定講師従来は、このタスクは軽いモデル、これは重いモデル、と人間が判断していた。Fusionはそれをリクエストごとに自動化する。
判断コストが下がるのは大きいですね。
室谷代表取締役MYUUUでも、モデルごとに得意不得意があるので使い分けのルールを社内で決めていたんですけど、そのルールメンテナンス自体が地味に重いんですよ。
テキトー教師DotAI 認定講師ただ、残る論点もあります。エフォート段階が分かれていることについて、Fusionの当初の目的と矛盾するのでは、という声がある、というのは背景ブリーフにも触れられています。
室谷代表取締役自動で選ぶと言いながら、結局ユーザーが段階を選ぶ必要があるのはなぜか、という疑問ですね。これについては公式ドキュメントのエフォート段階の説明を読む必要があります。
現時点で段階ごとの詳細な挙動は明らかにされていない部分があります。
テキトー教師DotAI 認定講師あと、ベンチマークはあくまでTerminal-Bench 4.1というターミナル作業のベンチマークです。実務のコーディング全般で同じ優位性が出るかは別の話。
室谷代表取締役そこは冷静に、自チームのタスクで試すのが一番です。30%割引が効いているうちに試して、コストと品質を見るのが現実的ですね。
テキトー教師DotAI 認定講師
室谷代表取締役まとめると、Fusion Maxは「モデルを選ばなくていい」という体験を、ベンチマーク上は首位かつ低コストで示した、というのが今回の発表の読み方です。ただし段階ごとの挙動や実務での再現性は、公式ドキュメントと自チームの検証で確かめていく必要があります。
Q. Copilot Fusion Maxとは何ですか?
A. GitHub Copilotの自動モデル選択システム「Copilot Fusion」のエフォート段階の一つです。Fusionは単一モデルではなく、リクエストごとに実行パターン・推論努力レベル・使用モデルを自動選択するランタイムのモデルルーター兼オーケストレーターです。
Q. Copilot Fusion Maxの料金はいくらですか?
A. Fusion自体は全GitHub Copilotプランで利用可能です。課金はAI credits単位(1 credit = $0.01 USD)で、個人プランは基本クレジットと変動枠の合計がCopilot Proで1,500、Pro+で7,000、Maxで20,000クレジットです。2026年11月30日まで有料プランユーザーはFusion利用時にモデルコスト30%割引が適用されます。
Q. Copilot Fusion Maxの使い方は?
A. モデルピッカーでCopilot Fusionを選ぶだけです。タスク中にモデルを切り替える必要はありません。Fusionがリクエストごとに実行パターンとモデルを自動で選びます。
Q. Terminal-Bench 4.1でCopilot Fusion Maxは何位ですか?
A. 解決率71.2%(±2.9%)で首位です。2位のOpus 5.5とFable 5.2(いずれも65.8%)を5.4ポイント上回り、コストはFable 5.2比で88%減、Opus 5.5比で57%減とGitHubは発表しています。
Q. FusionのStandard・High・Maxは何が違うのですか?
A. Fusionにエフォート段階が存在することは公式ドキュメントに記載がありますが、Standard・Highといった段階名や各段階の具体的な挙動は、今回の資料では確認できていません。公式ドキュメントのエフォート段階の項目を確認してください。
Q. 日本で使えますか?
A. 公式ドキュメントには全GitHub Copilotプランで利用可能と記載されています。地域限定の記述は確認できる範囲では見当たりません。
Q. どの実行パターンがありますか?
A. Single(1モデルで完結)、Cascade(効率的モデルが下書きし審査役がエスカレーションを判断)、Critique(複数モデルが並列で批評し統合フィードバックで改訂)の3つです。