GitHub Copilot HydraFusion 是 Copilot 的多模型執行期編排功能，目前仍為 research preview。截至 2026 年 10 月 14 日，HydraFusion 與新增的 Max 選項均支援 VS Code、GitHub Copilot app 與 CLI。
系統會為每次請求選擇 Single、Cascade、Critique 工作流程。本文保留 CLI 操作重點，並補充目前的適用方案、其他入口與 Max 差異；用量依實際模型的 token 標準費率計價。
GitHub 在受控離線的 TerminalBench 2.1 評測中表示，HydraFusion 相較 Claude Opus 5 的估計工作流程成本低 67%。這項結果來自特定評測條件，不能直接視為日常任務的固定節省幅度。
HydraFusion 是什麼：執行期的多模型編排
依 GitHub 的定位，Project HydraFusion 是一項 research preview。使用者在 Copilot CLI 選取 HydraFusion 後，系統會在幕後為每個請求選擇工作流程。
由於仍屬 research preview，較適合先以範圍清楚、結果容易人工檢查的任務試用。涉及重要程式碼變更、部署設定或安全性判斷時，仍應保留人工審閱與驗證流程。
GitHub Copilot HydraFusion 的三種執行模式
HydraFusion 會為每次請求選擇三種模式之一：Single 由單一模型完成；Cascade 先產生草稿，再判斷是否需要額外處理；Critique 加入其他模型的審查。
依 2026 年 10 月 14 日公告，Cascade 可加入判斷步驟，僅在需要時要求修補；Critique 加強透過工具檢查實際工作區，並使用平行 critic。這是當日更新說明；一般文件仍保留較早的一次修訂描述，實際行為可能隨預覽版本調整。
| 執行模式 | 官方已確認的資訊 |
|---|---|
| Single | HydraFusion 目前可選擇的執行模式之一。 |
| Cascade | HydraFusion 目前可選擇的執行模式之一。 |
| Critique | HydraFusion 目前可選擇的執行模式之一。 |
模式名稱本身不應被延伸解讀為固定的任務規則。關於系統如何在每次請求中選擇模式，請見下方「HydraFusion 的工作流程選擇如何運作？」。
如何在 GitHub Copilot CLI 開啟 HydraFusion
依目前官方文件，CLI 啟用步驟如下：
- 在終端機執行
copilot update更新。 - 以
copilot --experimental啟動；若已在互動工作階段輸入/experimental on，須重新啟動 Copilot CLI。 - 輸入
/model，選取 HydraFusion (Research Preview)。Max 是否顯示，請依帳號與政策下的實際選項確認。
依 GitHub 2026 年 10 月 14 日公告，HydraFusion 與 HydraFusion Max 適用於 Copilot Pro、Pro+、Business、Enterprise；須啟用 experimental／preview，並符合組織模型政策。公告未列 Free。兩者仍為 research preview，可在 VS Code、GitHub Copilot app 與 CLI 使用，請以帳號實際選項為準。
HydraFusion Max 的差別：沿用多模型編排架構，針對較困難任務提高推理投入；這不代表固定折扣。10 月更新的模型池包括 Claude Opus 5.5、GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna，每次實際使用哪些模型由工作流程決定。
依目前官方文件，VS Code 需 1.140 以上或 Insiders，啟用 chat.copilot.hydraFusion.enabled；Copilot app 則在 Settings → Experimental 開啟 HydraFusion。預覽期間沒有 SLA，且不適用於 production workloads。本站未以台灣帳號實測各入口；建議先以可人工驗收的小任務比較品質與用量。
GitHub 的 Project HydraFusion 原始公告保留 2026 年 9 月 4 日的啟用說明；目前資格與操作步驟以上述最新公告及文件為準。
HydraFusion 的工作流程選擇如何運作？
在 Copilot CLI 選取 HydraFusion 後，系統會針對每一個請求，在 Single、Cascade、Critique 三種執行模式中選擇一種。
因此，評估 HydraFusion 時，可將重點放在實際任務的輸出、人工驗證結果與用量觀察，而非僅從模式名稱推測個別請求會採取的工作流程。
官方評測怎麼看：67% 成本數字不等於保證折扣
以下保留 GitHub 2026 年 9 月 4 日原始公告的受控離線評測，對照模型為 Claude Opus 5。公告日期不等於實際測試日期；這些歷史結果並非 10 月更新或 HydraFusion Max 的新評測，也不是本站實測。
| 評測 | 官方公布的比較結果 | 解讀重點 |
|---|---|---|
| TerminalBench 2.1 | HydraFusion 相較 Claude Opus 5，估計工作流程成本低 67%。 | 這是 GitHub 受控離線評測中的估計結果，不是每次實際任務的固定費率或節省保證。 |
| DeepSWE | HydraFusion 相較 Claude Opus 5，品質低 1.5 個百分點。 | 不能據此宣稱 HydraFusion 在所有官方評測的品質都更高。 |
| CheckpointBench | HydraFusion 相較 Claude Opus 5，品質低 0.1 個百分點。 | 結果反映該受控離線設定下的比較，不能直接等同於所有真實開發任務。 |
GitHub 表示，這些 benchmark 結果會受評測版本、工作流程設定、模型池與定價假設影響，仍需要在真實開發者工作負載中驗證。
若想判斷 HydraFusion 對特定專案是否更快、更準或更省，官方目前資料不足以替個別任務下定論。較務實的做法，是先以小型、範圍明確且可驗收的工作進行比較，並檢查輸出內容與實際用量。
HydraFusion 用量如何計價：token 會換算為 AI credits
HydraFusion 並非以固定的單次任務價格計費。GitHub 說明，其用量會依 HydraFusion 實際使用模型所消耗的 token，按各模型的標準費率計價。
在 GitHub Copilot 的用量機制中，token 用量會換算為 AI credits，1 AI credit = 0.01 美元。因此，使用 HydraFusion 時，應觀察實際 token 消耗與 AI credits，而不是將 TerminalBench 2.1 的 67% 結果視為個人帳務上的固定折扣。
自 2026 年 6 月 1 日起，新制為按模型與 token 的 usage-based billing；但既有 Copilot Pro、Copilot Pro+ 年繳用戶可選擇在年約到期前維持 legacy premium request-based billing。不同帳務狀態的使用者不宜自行假設計費規則完全一致。
計費細節可參考 GitHub 的模型與定價說明，以及個人用量計費文件。
使用前的實務檢查清單
- 確認 CLI 選項：完成更新並開啟 experimental 後，確認 HydraFusion (Research Preview) 是否可在 /model 中選擇。
- 從小任務開始：優先選擇需求明確、輸出可快速檢查的程式任務，以便人工驗證結果。
- 追蹤 AI credits：由於用量依所使用模型的 token 計算，請把 AI credits 納入測試成本觀察。
- 重要工作保留審閱：對程式碼正確性、相依套件、權限設定與部署結果進行人工檢查，不要只依單次輸出決定是否採用。
官方目前將 HydraFusion 定位為 research preview；在介面、行為與帳務判讀上，應以 GitHub 的最新公告與計費文件為準。
結論：把 HydraFusion 當成可觀察的多模型實驗功能
GitHub Copilot HydraFusion 在每次請求時選擇 Single、Cascade、Critique 工作流程，目前與 Max 都是 research preview，可從 VS Code、Copilot app 或 CLI 試用，須符合方案及預覽政策。Max 強調較高推理投入；是否值得額外耗時與用量，仍需以自己的任務驗證。
TerminalBench 2.1 中「估計工作流程成本低 67%」是值得關注的訊號，但只適用於該受控離線評測。若已使用 Copilot CLI，可先以可驗收的小型任務試用，觀察輸出品質與 AI credits 用量，再評估是否適合納入日常開發流程。
