GitHub lanza HydraFusion vista previa de investigación para asistencia de codificación multmodelo
GitHub presenta HydraFusion, una vista previa de investigación que orquesta múltiples modelos de IA en tiempo de ejecución para equilibrar calidad, costo y latencia en tareas de codificación.
Publicación de la fuente original: 4 de septiembre de 2026
GitHub ha lanzado HydraFusion como una vista previa de investigación disponible para todos los planes de Copilot mediante la bandera /experimental en la CLI de Copilot. Cuando se selecciona, HydraFusion crea un plan de ejecución que extrae modelos de varios proveedores, gestionando la redacción, crítica, revisión o escalado de forma automática.
El sistema elige entre tres patrones: Único (un modelo resuelve la tarea), Cascada (un modelo eficiente redacta y una puerta de calidad puede reenviar a un modelo más potente), y Crítica (un borrador es revisado por un modelo independiente antes de la revisión). Pruebas offline en tres benchmarks de codificación mostraron calidad a nivel de frontera con reducciones de costo notables: TerminalBench 2.1 ganó 4.9 puntos porcentuales en calidad verificada con un 67 % menos de costo estimado frente a Claude Opus 5; DeepSWE redujo el costo en un 36 % con una caída de calidad de 1.5 puntos; CheckpointBench disminuyó el costo en un 65 % con solo un cambio de 0.1 puntos en la calidad.
Para estudiantes y desarrolladores, HydraFusion ilustra la orquestación adaptativa de múltiples modelos, la selección de flujos de trabajo basada en optimización y la contabilidad detallada de costos—conceptos clave para construir herramientas de desarrollo aumentadas por IA eficientes.