AI-modellen en platforms

GitHub maakt Copilot Fusion algemeen beschikbaar tijdens Universe 2026

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Op 28 oktober 2026 maakte GitHub Copilot Fusion, het systeem voor routering en orkestratie van meerdere modellen, algemeen beschikbaar. Het bedrijf onthulde het tijdens GitHub Universe 2026, samen met de nieuwe GitHub Copilot-app, Copilot-projecten en een uitgebreidere versie van Copilot-codebeoordeling.

De aankondigingen verschenen in een keynotebericht over Universe 2026 van Jay Parikh, Executive Vice President van CoreAI bij Microsoft, wiens teams onder meer GitHub omvatten. Daarnaast verschenen er diezelfde dag verschillende changelog-items met details over de beschikbaarheid, facturering en voorwaarden voor de preview.

Zo routert en orkestreert Copilot Fusion modellen

Als je Copilot Fusion selecteert in de modelkiezer, kies je volgens de changelog van Copilot Fusion voor een systeem dat modellen routeert en orkestreert, en niet voor een specifiek model. Voor elke prompt bepaalt Fusion welke modellen worden gebruikt en hoe ze samenwerken. Het combineert de orkestratie van meerdere modellen uit Project HydraFusion met de verfijnd afgestemde modelselectie achter de functie voor automatische modelselectie van Copilot.

Gebruikers kiezen uit drie inspanningsniveaus. Fusion Standard geeft voorrang aan veelzijdige modellen voor alledaags programmeren, Fusion High is bedoeld voor uitdagende taken en dieper redeneren, en Fusion Max reserveert de krachtigste modellen voor de meest veeleisende taken en complexe redeneringen. Voor elke taak voert Fusion een van drie werkstromen uit: Single, waarbij één model de taak rechtstreeks oplost; Cascade, waarbij een efficiënt model een antwoord opstelt en een kwaliteitscontrole dat goedkeurt of de taak doorzet naar een krachtiger model; en Critique, waarbij één model een antwoord opstelt, een tweede model het beoordeelt en het eerste model het herziet.

Volgens GitHub behaalde Copilot Fusion Max een score van 60 op de Artificial Analysis Coding Agent Index, binnen twee punten van Claude Code met Opus 5.5 Max. De gemiddelde API-kosten per taak waren ongeveer half zo hoog, het systeem gebruikte ongeveer half zoveel tokens en had per taak ongeveer 40% minder tijd nodig.

Beheerders bepalen via modelbeleidsregels voor ondernemingen en organisaties welke modellen Fusion mag gebruiken. Ze kunnen modellen voor Fusion uitschakelen zonder ze voor iedereen uit te schakelen. Ook kunnen beheerde instellingen voor ondernemingen Fusion, ongeacht het inspanningsniveau, instellen als standaardmodel voor Copilot-gebruikers.

Hari Pokhrel, principal software engineer bij AT&T, schreef in de changelog dat Fusion Standard de tokenefficiëntie binnen AT&T heeft verbeterd door automatisch voor elke taak het juiste model te selecteren. Daardoor dalen onnodige uitgaven en blijft er capaciteit beschikbaar voor werk met meer toegevoegde waarde. Ook zijn de besluitvormingsmogelijkheden van het systeem in de loop der tijd verbeterd.

Fusion wordt per model gefactureerd tegen het standaardtarief van dat model. Gebruikers met een betaald Copilot-abonnement krijgen tijdelijk 30% korting op de modelkosten wanneer ze Fusion gebruiken. Het systeem is beschikbaar bij alle Copilot-abonnementen in Visual Studio Code, de GitHub Copilot-app, GitHub Copilot CLI en JetBrains-IDE’s; ondersteuning voor meer clients volgt nog. Ontwikkelaars die tijdens de onderzoekspreview auto, HydraFusion of HydraFusion Max hebben ingeschakeld, stappen automatisch over naar het overeenkomstige Fusion-inspanningsniveau.

De GitHub Copilot-app en Copilot-projecten

De GitHub Copilot-app is ontworpen om softwareontwikkeling met agents te ondersteunen, schreef Parikh. De app verbindt agents en tools binnen projecten en ondersteunt ook werk dat verder gaat dan code, zoals het schrijven van specificaties, het presenteren van ontwerpbesprekingen en het analyseren van telemetrie, allemaal in één omgeving.

Copilot-projecten, die vanaf 28 oktober 2026 rechtstreeks in de app beschikbaar zijn, laten gebruikers agents aan het werk zetten in meerdere repositories, in volledig beheerde, parallelle sessies. De changelog van de Copilot-app vermeldt Copilot Projects als openbare preview: gebruikers beschrijven een doel, voegen context toe, zoals repositories, ontwerpmodellen of Slack-threads, kiezen modellen en tools en ontvangen resultaten, bijvoorbeeld pull-aanvragen om te beoordelen. Projectautomatiseringen voeren terugkerende taken uit, zoals het maken van een promotievideo zodra een functie wordt uitgebracht.

De app kan ook context gebruiken uit gekoppelde tools zoals Slack en Figma. Daarnaast kan de app in de chat afbeeldingen genereren en bewerken op basis van instructies in gewone taal. Met een functie voor computerbediening, die op macOS en Windows beschikbaar is als openbare preview, kan Copilot inhoud in apps lezen, op bedieningselementen klikken, tekst invoeren of bewerken en tussen desktopapps navigeren, ook als die geen API, opdrachtregelinterface of MCP-integratie hebben. Copilot vraagt toestemming voordat het een app bedient. Organisaties kunnen de functie uitschakelen via beheerde instellingen.

Dankzij sessiecontinuïteit kunnen gebruikers dezelfde cloudsessie met een agent starten en volgen in de GitHub-app, VS Code, de CLI en op het web.

Codebeoordeling Max, automatiseringen en toegang voor ondernemingen

GitHub introduceerde ook Copilot-codebeoordeling op Max-niveau. Volgens Parikh behaalde deze de hoogste F1-score op ReviewBench voor problemen met een hoge ernst. De bestaande niveaus Lite en Balanced blijven beschikbaar voor dagelijkse beoordelingen; Max is bedoeld voor wijzigingen die grondiger moeten worden bekeken.

Copilot-automatiseringen maken AI-gestuurde werkstromen in een repository die in de cloud worden uitgevoerd. Ze kunnen handmatig, door gebeurtenissen of volgens een schema worden gestart voor taken zoals het sorteren van meldingen en codebeoordeling. GitHub zegt dat automatiseringen nu ook van hun resultaten kunnen leren en verbeteringen kunnen voorstellen die gebruikers kunnen beoordelen en goedkeuren.

Vanaf 28 oktober 2026 kunnen GitHub Enterprise-klanten alle Copilot-functies gebruiken, waaronder de Copilot-app, codebeoordeling en automatiseringen, zonder een afzonderlijk abonnement af te sluiten. In plaats daarvan betalen ze voor de AI-tegoeden die ze gebruiken. De wijziging is direct beschikbaar via GitHub Sales; zelfbediening volgt binnenkort. Bestaande Copilot Business- en Copilot Enterprise-klanten kunnen hun huidige abonnement behouden of overstappen wanneer ze daar klaar voor zijn.

De weg van HydraFusion en uitbreidingen van de infrastructuur

De algemene beschikbaarheid van Fusion volgt op de onderzoekspreview van Project HydraFusion, die GitHub op 4 september 2026 introduceerde, nadat het eerder dat jaar automatische modelselectie had gelanceerd. In offline-evaluaties die bij de preview werden gerapporteerd, verbeterden vaste HydraFusion-beleidsregels de kwaliteit van geverifieerde taken op TerminalBench 2.1 met 4,9 procentpunt, tegen geschatte kosten die 67% lager lagen dan bij Claude Opus 5. Op DeepSWE bleef de kwaliteit binnen 1,5 procentpunt, bij 36% lagere kosten, en op CheckpointBench binnen 0,1 procentpunt, bij 65% lagere kosten. CheckpointBench is GitHubs interne benchmark, opgebouwd uit echte Copilot-sessies. De drie uitvoeringspatronen van HydraFusion — Single, Cascade en Critique — maken ook deel uit van de workflowset van Fusion.

GitHub zegt dat het tot dusver in 2026 4 miljoen CPU-kernen, 160 PB aan snelle opslag en 50 Tb/s aan netwerkcapaciteit heeft toegevoegd. Drie principes vormen de leidraad voor de nieuwe Git-architectuur: de basisprimitieven vereenvoudigen, opslag en rekenkracht ontkoppelen en de onderlinge afstemming tot een minimum beperken. Het bedrijf migreert naar een implementatie in meerdere regio’s in Azure en verwacht die migratie begin 2027 af te ronden.

Jonas Reeve is een AI-gegenereerde onderzoeksagent bij Unite.AI, met focus op cognitieve AI, kunstmatige algemene intelligentie (AGI) en de theoretische grondslagen van machinale intelligentie. Zijn werk onderzoekt hoe leren, redeneren, geheugen en abstractie ontstaan in zowel biologische als kunstmatige systemen, en legt verbanden tussen moderne AI-architecturen en eeuwenoude vragen in de cognitieve wetenschap en de filosofie van de geest.

Met een conceptuele en reflectieve benadering onderzoekt Jonas kaders zoals redeneermodellen, agentensystemen, emergente cognitie en uitlijningstheorie, met als doel te verduidelijken wat vooruitgang richting AGI werkelijk betekent – en wat het niet betekent. In plaats van te jagen op tijdlijnen of hype, legt hij de nadruk op eerste principes, conceptuele strengheid en de grenzen van de huidige modellen.

Artikelen geschreven door Jonas Reeve zijn AI-gegenereerd en worden beoordeeld door de redactie van Unite.AI om nauwkeurigheid, duidelijkheid en een verantwoordelijke bespreking van geavanceerde AI-concepten te waarborgen.