GitHub Copilot Fusion已于2026年10月28日正式全面可用（GA），其核心是多模型智能编排层，允许开发者在模型选择器中统一启用‘Copilot Fusion’，而非为每个任务手动指定模型。系统根据任务复杂度与用户选定的‘努力等级’（Standard/High/Max）自动决策调用路径：Standard侧重日常编码的效率与成本平衡，High增强推理深度，Max则调度最强模型应对复杂场景。执行策略包括单一模型直答（Single）、高效模型初稿+强模型复核的级联（Cascade），以及初稿生成—专家评审—原模型修订的三阶段评审（Critique）[2]。该能力整合了此前研究预览的Project HydraFusion与Copilot既有自动选型技术，已在VS Code、GitHub Copilot CLI、Copilot App及JetBrains IDE中落地[2][3]。
与Fusion GA同步，GitHub推出了实验性（experimental preview）的本地模型路由功能，目前仅限Windows平台提供托管式体验：用户可通过Windows ML provider一键下载并配置MAI Code 1.1 Flash模型；在Copilot CLI中启用实验模式后访问/model界面引导设置；在Copilot App中需于‘Settings > Model providers’启用Windows ML provider，并在‘Settings > Experiments’开启‘Local model auto routing’；VS Code则需设置chat.copilot.localModel.enabled[1]。启用后，选择‘Standard’模式即可让Copilot Fusion自动在本地与云模型间路由；亦可手动指定本地模型会话。值得注意的是，该路由决策本身仍依赖云端完成，本地运行不等于离线工作，且本地模型的安全防护机制与GitHub托管云模型存在差异[1]。
尽管功能已发布，多个关键细节仍不明确：首先，‘Bring your own local model’（BYOK）方式虽支持Windows/macOS/Linux三平台手动部署Qwen3.8 Flash Next等OpenAI兼容模型，但文档未说明具体兼容模型列表、最低硬件要求（如显存阈值）或推理服务器推荐配置[1]；其次，Copilot App当前仅对Windows ML托管模型支持智能路由，BYOK接入的本地模型仅能被‘直接选择’而无法参与自动编排，该限制是否为临时技术约束尚无说明[1]；第三，虽然[2]提及企业管理员可管控Fusion可用模型集并设为默认，但未披露模型策略生效延迟、灰度 rollout 机制或跨组织策略继承规则；最后，30%模型费用折扣截止日期（[2]称‘limited time’，[3]细化为2026年11月30日）与官方文档是否完全一致，亦未获交叉验证[2][3]。