Perutean AI tanpa memilih model satu per satu
Copilot Fusion adalah sistem perutean dan orkestrasi multi-model yang memilih model AI serta cara model-model itu bekerja sama berdasarkan kebutuhan setiap tugas pengembangan perangkat lunak. GitHub mengumumkan ketersediaan umumnya pada 28 Oktober, dalam acara GitHub Universe 2026.
Perubahan ini menjawab kerepotan yang kerap luput dari sorotan: developer harus menentukan model untuk menulis kode, melakukan inferensi, atau memperbaiki kesalahan, lalu menggantinya ketika kebutuhan berubah. Dengan Fusion, pengguna memilih sistem perutean, bukan satu model tetap. Fusion menimbang kebutuhan kinerja dan biaya untuk tiap perintah, sehingga pemilihan model AI coding berpindah dari keputusan manual ke bagian otomatis dalam alur kerja.
Arah ini masuk akal di tengah perkembangan kerja berbasis agen AI, yang menuntut bantuan lintas tahap, bukan sekadar pelengkapan kode. Namun, otomatisasi tidak menghapus kebutuhan akan penilaian developer: ia mengurangi keputusan rutin, sementara manusia tetap perlu menilai apakah hasilnya tepat dan layak diterapkan.

Tiga tingkat upaya, tiga pola kerja
Fusion menyediakan tiga tingkat upaya. Standard ditujukan untuk pemrograman sehari-hari, High untuk tugas menantang yang memerlukan penalaran lebih mendalam, dan Max untuk pekerjaan terberat. Developer tetap menentukan tingkat yang sesuai, tetapi Fusion mengatur model dan kolaborasinya pada setiap perintah.
Di balik pilihan itu, sistem dapat bekerja melalui satu model, memakai model efisien untuk menyusun draf sebelum meneruskannya ke model lebih mumpuni, atau meminta satu model meninjau draf model lain lalu memperbaikinya. Fleksibilitas ini berpotensi mengurangi perpindahan konteks dan eksperimen memilih model, sehingga developer bisa lebih fokus pada perubahan kode dan hasil kerja.
GitHub melaporkan Fusion Max memperoleh skor 60 pada Artificial Analysis Coding Agent Index, dua poin di bawah Claude Code dengan Opus 5.5 Max; menurut perusahaan, biaya API rata-rata dan penggunaan token per tugas sekitar separuh, sementara waktu pengerjaan sekitar 40% lebih singkat. Angka itu menjanjikan, tetapi tetap merupakan klaim hasil evaluasi yang disampaikan GitHub, bukan jaminan bahwa setiap proyek akan merasakan penghematan serupa.
Dampak nyata bagi alur kerja dan biaya
Bagi pengguna, manfaat paling langsung adalah berkurangnya waktu untuk memilih dan mengganti model di antara tahap coding, debugging, dan tugas lain. Ini dapat membuat GitHub Copilot terasa lebih konsisten sebagai alat pengembangan perangkat lunak, terutama ketika pekerjaan berganti dari permintaan sederhana ke persoalan yang membutuhkan penalaran lebih kuat.
Ketersediaan umum berarti fitur ini tidak lagi terbatas pada pratinjau riset. Fusion tersedia pada semua paket Copilot melalui Visual Studio Code, aplikasi GitHub Copilot, CLI Copilot, dan IDE JetBrains; dukungan klien tambahan akan menyusul. Pengguna paket Copilot berbayar juga mendapat diskon sementara 30% untuk biaya model saat menggunakan Fusion, sementara penagihan dasarnya mengikuti tarif standar masing-masing model.
Bagi organisasi, kendali administrator atas model yang boleh dipakai Fusion memberi ruang untuk menyelaraskan otomatisasi dengan kebijakan internal. Meski demikian, karena biaya tetap terkait model yang dipilih, otomatisasi bukan berarti biaya menjadi tanpa batas atau selalu lebih rendah. Tim sebaiknya memantau penggunaan dan memastikan tingkat upaya sebanding dengan nilai tugas.
Ekspansi AI menuntut fondasi yang kuat
Peluncuran umum Fusion mengikuti pratinjau riset Project HydraFusion pada 4 September 2026, setelah GitHub memperkenalkan pemilihan model otomatis pada awal tahun itu. Urutan ini menunjukkan bahwa Fusion bukan sekadar tombol baru, melainkan langkah berikutnya dalam upaya merangkai model dan agen ke dalam proses pengembangan.
Skala komputasi menjadi bagian penting dari cerita tersebut. GitHub mengatakan telah menambahkan 4 juta inti CPU, penyimpanan berkecepatan tinggi 160 PB, dan kapasitas jaringan 50 Tb/s sepanjang 2026; perusahaan juga sedang bermigrasi ke penerapan multiwilayah di Azure dan memperkirakan prosesnya selesai pada awal 2027. Infrastruktur semacam ini dibutuhkan agar layanan AI dapat menangani permintaan yang meningkat.
Pada akhirnya, nilai Copilot Fusion akan ditentukan bukan oleh banyaknya model yang tersedia, melainkan oleh ketepatan pemilihan dan kemudahan developer mengendalikan hasilnya. Ketersediaan umum memberi lebih banyak tim kesempatan menguji pendekatan itu dalam pekerjaan nyata. Jika peruteannya konsisten dan biayanya terpantau, otomatisasi ini dapat memangkas keputusan rutin tanpa mengambil alih pertimbangan teknis yang tetap menjadi tanggung jawab developer.






