GitHub、複数モデル動的連携「HydraFusion」を発表

米GitHubは2026年9月4日、GitHub Copilot（GitHubが提供するAIコーディング支援機能）向けに、複数のAIモデルを実行時に動的に連携させる新技術基盤「Project HydraFusion」のリサーチプレビューを公開した。開発者が単一のモデルを選ぶ代わりにHydraFusionを指定するだけで、推論・コード生成・デバッグ・ツール利用の各要件に応じて最適な複数モデルの協調ワークフローを自動構成し、最高峰モデルに匹敵する回答品質を大幅なコスト削減とともに実現する。

タスク適応型の3つの実行パターンと5つの設計原則

HydraFusionはワークフロー選択を数理最適化問題として扱い、要求ごとに以下の3つの実行パターンのいずれかを自動選択する。

• Single（単一実行）​: 単一モデルで直接解決可能な平易なタスクにおいて、レイテンシと処理コストを最小化する。
• Cascade（段階的エスカレーション）​: まず軽量で効率的なモデルが初期ドラフトを生成し、品質判定ゲートを通過しなかった場合のみ、より高精度なフロンティアモデルへ段階的に処理を引き継ぐ。
• Critique（相互批評・修正）​: 1つのモデルが解法をドラフトした後、別系統の独立したモデル（読み取り専用の批評役）がレビューを実施し、ドラフト作成モデルが1回修正を行う。

リポジトリレベルのコード変更を安全に行うため、ランタイムは以下の5つの運用原則に基づいて設計されている。各フェーズのコストと利用量を追跡する「完全な会計（Complete accounting）」、タイムアウトやキャンセル処理を厳密に制限する「境界付き実行（Bounded execution）」、レビュー工程をツールアクセス不能な分離環境で走らせる「独立レビュー（Isolated review）」、検証失敗や中断時に中途半端な変更をリポジトリへ反映させない「フェイルセーフ適用（Fail-safe application）」、そして実行前にモデルの可用性やフォールバック定義を確認する「検証済みルーティング（Validated routing）」である。

ベンチマーク評価：Opus 5同等品質と最大67%のコスト削減

GitHubが実施したオフラインベンチマーク評価では、Claude Opus 5およびGPT-5.6 Solをベースラインとして性能が検証された。

ベンチマーク	評価対象のタスク性質	Claude Opus 5比較の検証品質	Claude Opus 5比較の推定コスト
TerminalBench 2.1	ターミナル環境下の複雑な複数ステップ操作	+4.9ポイント​	67%削減​
DeepSWE	大規模コードベースの横断的バグ修正	-1.5ポイント​	36%削減​
CheckpointBench	実際のCopilotセッション履歴に基づく実務タスク	-0.1ポイント​	65%削減​

上記のとおり、TerminalBench 2.1ではOpus 5を品質面で上回りつつ、コストを3分の1に圧縮した。大規模ソフトウェア開発を模したDeepSWEや実務再現環境のCheckpointBenchでも、最上位モデルと同等の解決率を維持しながら大幅な推論コストの削減を達成している。

コミュニティ情報から見る仕様詳細と利用方法

公式ブログと同時に公開されたGitHub CommunityのQ&Aディスカッションにより、実運用に関する具体的な仕様が明らかになっている。

• ​利用手順​: 最新のGitHub Copilot CLIで /update を実行後、/experimental on で実験的機能を有効化し、/model コマンドから「HydraFusion (Research Preview)」を選択する。全Copilotプランの利用者が対象となる。
• Auto Model Selectionとの違い​: 従来提供されてきたAuto機能が「リクエストごとに最適な1つのモデルを選ぶ」仕組みであるのに対し、HydraFusionは「1つのプロンプト処理の中で複数モデルを協調・批評・合意させる複合ワークフロー」を動的に組み立てる。
• ​課金体系​: HydraFusion自体の追加基本料金は発生せず、実行フェーズで実際に呼び出された各構成モデルの標準トークン消費レートの合計が課金対象となる。
• ​実行中の中間表示​: 途中で生成されるドラフトや批評内容は内部で破棄・改訂される作業データであるため、現状はレビュー完了後の最終確定結果のみがターミナルに表示される。

なお、VS CodeやGitHub Copilotデスクトップアプリへの展開は2026年9月中の対応を予定している。

開発環境における分析と展望

今回のHydraFusionの登場は、コーディングエージェントの進化の軸が「単一モデルの巨大化」から「複数モデルの動的ランタイムオーケストレーション」へと移行している潮流を象徴している。

日常の開発タスクの多くは必ずしも最高価格帯のモデルを最初から必要とせず、軽量モデルによる草案作成と高精度モデルによる監査・エスカレーションの組み合わせで十分な品質が担保できる。一方で、複数モデルの連鎖は直列的な処理時間の増加（レイテンシ増大）を招きやすいため、GitHubが今後キャッシュ効率や中間状態のストリーミング表示をどのように最適化していくかが、本番環境への定着に向けた鍵となるとみられる。

引用元：The GitHub Blog | GitHub | MarkTechPost | GIGAZINE | TechTargetジャパン