In questo articolo Indice dei contenuti 2 sezioni
GitHub Copilot ha iniziato a fare qualcosa che fino a poco tempo fa sembrava una scelta riservata allo sviluppatore, cioè decidere da solo quale modello di Intelligenza Artificiale mettere al lavoro su una determinata richiesta di codice. Il sistema che se ne occupa si chiama HydraFusion ed è stato presentato il 4 settembre 2026 come ricerca preliminare, quindi con tutte le cautele del caso. La logica non si limita alla selezione del modello migliore, va oltre e stabilisce anche come spartire il compito tra più modelli, eventualmente di fornitori diversi.
L’idea di fondo è tenere insieme tre variabili che di solito litigano tra loro, ovvero qualità del risultato, costo e tempi di risposta. Nei test offline pubblicati da GitHub alcune configurazioni hanno superato il riferimento Claude Opus 5, con tagli notevoli alle spese stimate. Restano numeri raccolti in benchmark controllati, e questo GitHub lo dice apertamente, quindi non è detto che lo stesso vantaggio si ripresenti su qualunque progetto reale.
Tre modalità di lavoro, una sola esperienza per chi scrive codice
HydraFusion legge la richiesta e sceglie tra tre schemi operativi. Il primo, Single, è il più diretto, un modello unico affronta il compito e finisce lì. Il secondo, Cascade, parte da un modello più economico che propone una prima soluzione, poi un controllo di qualità valuta se accettarla oppure passare la palla a un modello più potente. Il terzo, Critique, introduce una revisione indipendente, con un secondo modello appartenente a una famiglia diversa che esamina il lavoro in sola lettura e restituisce indicazioni, mentre il modello iniziale ha diritto a una singola correzione.
La selezione dello schema dipende da segnali legati al ragionamento richiesto, alla generazione del codice, al debugging e all’uso degli strumenti. La parte meno vistosa ma forse più solida riguarda il controllo dell’esecuzione, perché GitHub registra costi e risultati di ogni fase, tentativi compresi, insieme a revisioni, escalation e fallback. Ogni segmento ha limiti di tempo e procedure di annullamento, e le verifiche girano in ambienti isolati e privi di strumenti, così il modello che fa la revisione non può mettere mano al repository. Se il processo viene interrotto o la validazione non passa, non vengono applicate modifiche parziali. Niente mezze patch appiccicate al codice, in sostanza. L’orchestrazione tra modelli diventa quindi un’esperienza unica per lo sviluppatore, che non vede la complessità dietro le quinte.
Cosa dicono i benchmark su HydraFusion
Le valutazioni hanno riguardato TerminalBench 2.1, DeepSWE e CheckpointBench, con il confronto affidato a Claude Opus 5 e GPT-5.6 Sol. Su TerminalBench 2.1 la configurazione migliore ha registrato una qualità verificata superiore di 4,9 punti percentuali rispetto a Opus 5, con un costo stimato più basso del 67%. Su DeepSWE il risparmio si è fermato al 36%, ma con una qualità inferiore di 1,5 punti. Su CheckpointBench, che è stato ricavato da sessioni reali di GitHub Copilot, il costo è calato del 65% e la differenza qualitativa si è ridotta a 0,1 punti.
Vale la pena leggere anche le note a margine, perché GitHub precisa che quei risultati arrivano da valutazioni offline controllate, con versioni determinate dei benchmark, configurazioni precise, prezzi prestabiliti e modelli messi tutti allo stesso livello di ragionamento. La fase di ricerca preliminare serve proprio a capire come cambiano le prestazioni quando entrano in gioco sessioni reali, latenze, affidabilità, caching e conversazioni più lunghe.
Chi vuole provarlo trova HydraFusion in GitHub Copilot CLI tramite il comando /experimental. Lo scenario suggerito da GitHub è quello dei compiti di coding sostanziali e ben definiti, assegnati con una singola richiesta, non le conversazioni infinite fatte di aggiustamenti continui. Il progetto resta in evoluzione, e modelli, workflow e disponibilità possono cambiare nel corso della sperimentazione.
