GitHub ha presentato HydraFusion il 4 settembre come research preview dentro Copilot CLI. L’utente seleziona una sola voce nel menu dei modelli, ma il sistema decide come risolvere il compito. Può affidarlo a un modello singolo; far produrre una bozza a un modello efficiente e passare a uno più potente soltanto se la qualità non supera una soglia; oppure chiedere a un modello di creare, a un secondo di criticare in modalità di sola lettura e al primo di revisionare una volta. Questa orchestrazione è diversa dalla selezione automatica già presente in Copilot. Scegliere il modello significa individuare un solo motore adatto. HydraFusion sceglie anche la sequenza di lavoro e può utilizzare più famiglie nello stesso incarico. GitHub afferma che i passaggi di critica restano isolati e senza strumenti, mentre quelli che risolvono operano sul workspace condiviso con i normali permessi. Se il flusso viene annullato o non supera la validazione, non dovrebbe applicare una patch incompleta.
Perché è importante
- HydraFusion sceglie per ogni richiesta tra un solo modello, una cascata con escalation o una bozza revisionata da un modello di famiglia diversa.
- GitHub dichiara costi stimati inferiori dal 36% al 67% rispetto a Claude Opus 5 sui tre benchmark valutati, con qualità compresa tra -1,5 e +4,9 punti percentuali.
- È una research preview nel Copilot CLI: modelli, comportamento e risultati possono cambiare e l’uso viene addebitato in base a tutti i token impiegati nei diversi passaggi.
Fatti — Non è un nuovo modello: costruisce un percorso tra più modelli
L’anteprima è disponibile su tutti i piani Copilot nel CLI. Si aggiorna il programma con `/update`, si attivano le funzioni sperimentali con `/experimental on` e si seleziona `HydraFusion (Research Preview)` da `/model`. GitHub consiglia oggi attività di coding sostanziali, ben circoscritte e affidate con un unico prompt in modalità autopilot. Le sessioni lunghe e iterative sono indicate come area ancora in miglioramento. Il prezzo non è una tariffa fissa per richiesta. GitHub conteggia i token dei modelli realmente usati, compresi bozza, critica, revisione, escalation, retry e fallback, applicando la tariffa standard di ciascun modello. Un credito AI vale un centesimo di dollaro. I piani individuali partono dal gratuito; Pro costa 10 dollari al mese, Pro+ 39 e Max 100, con quantità differenti di crediti inclusi. Una singola attività può quindi costare più di un passaggio singolo anche se la media del benchmark è inferiore al confronto con Opus 5.
Il principio è credibile. Molti lavori di sviluppo contengono parti facili e difficili: cercare un file, proporre una modifica, controllare i test, interpretare un errore. Usare sempre il modello più costoso spreca capacità; usare sempre quello economico può moltiplicare le correzioni. Una cascata lascia il primo tentativo al modello efficiente e paga l’escalation soltanto quando un controllo segnala che serve. La critica indipendente aggiunge un punto di vista senza concedere al revisore il potere di modificare il repository. GitHub pubblica tre confronti contro Claude Opus 5. Su TerminalBench 2.1 HydraFusion aumenta la qualità verificata di 4,9 punti con un costo stimato inferiore del 67%. Su DeepSWE costa il 36% in meno ma perde 1,5 punti; sul benchmark interno CheckpointBench perde 0,1 punti con un costo inferiore del 65%. I numeri non dicono «67% meno su ogni compito». Riguardano configurazioni ottimizzate, revisioni precise dei benchmark, stesso livello medio di ragionamento e una specifica composizione di modelli.
C’è anche un possibile costo di latenza. Una bozza seguita da critica e revisione richiede più chiamate sequenziali. GitHub riconosce il compromesso: mostra le fasi ma trattiene i risultati intermedi per non far apparire come definitivo ciò che potrebbe essere scartato. Chi attende una correzione breve può percepire più lentezza; chi riceve una patch corretta al primo passaggio può risparmiare il tempo di avviare manualmente un secondo modello. Il confronto utile non è con una persona che sceglie sempre Opus 5. È con il modo in cui il team lavora oggi: modello Auto, modello preferito, revisione umana e test. La matrice dei 20 casi per confrontare assistenti AI offre una base, ma per il codice bisogna aggiungere test automatici, regressioni, patch inutili e costo fino al merge.
Cosa puoi farci concretamente
- Provare HydraFusion soltanto su attività sostanziali e ben delimitate, conservando test e commit di partenza per confrontare il risultato.
- Registrare costo totale, tempo, test superati, revisioni umane e regressioni rispetto a un singolo modello scelto manualmente.
- Verificare impostazioni di training dei dati, policy dell’organizzazione e presenza di segreti prima di inviare un repository o contesto riservato.
Limiti — Benchmark interni, consumo variabile e dati del repository
Le prove sono pubblicate dal produttore del sistema. TerminalBench e DeepSWE sono benchmark esterni, ma configurazione, routing e risultati HydraFusion sono stati eseguiti e selezionati da GitHub. CheckpointBench è interno, anche se l’azienda descrive sessioni ancorate a repository pubblici e commit immutabili. Mancano ancora repliche indipendenti su team, linguaggi e codebase differenti. Un risultato controllato è un buon segnale, non una garanzia sul progetto reale. Il routing è opaco per chi vuole prevedere la spesa. Il sistema registra ruoli, esiti, costo e latenza di ogni passaggio, ma il numero di modelli coinvolti cambia con il compito. Servono soglie di spesa e un registro per repository. Senza questi controlli, il vantaggio medio può nascondere incarichi che consumano più crediti del previsto. La research preview può inoltre cambiare nome, modelli e comportamento. La privacy dipende dal piano e dalle impostazioni. Dal 24 aprile 2026 GitHub può utilizzare input, output, frammenti di codice e contesto delle interazioni Free, Pro e Pro+ per addestrare o migliorare modelli, salvo opt-out. Business ed Enterprise non rientrano in questo uso e sono coperti dagli accordi aziendali. Prima della prova individuale va quindi controllata l’opzione `Allow GitHub to use my data for AI model training`; prima della prova organizzativa servono policy, classificazione dei repository e revisione del contratto applicabile. Nessun routing corregge permessi e segreti sbagliati. File `.env`, chiavi, dump e dati personali non devono entrare nel contesto soltanto perché un modello secondario è in sola lettura. Il critico non modifica il codice, ma riceve comunque le informazioni necessarie a valutare la bozza. Il perimetro va ridotto prima, non dopo la generazione.
La prova dei fatti
La prova corretta usa dieci attività già concluse: quattro modifiche piccole, quattro repository-level e due casi che in passato hanno richiesto una seconda revisione. Per ciascuna si ripristina lo stesso commit, si usa lo stesso prompt e si confrontano HydraFusion e il flusso abituale. Si registrano costo totale, tempo fino ai test verdi, percentuale di test superati, file modificati inutilmente, correzioni manuali e qualità della spiegazione. HydraFusion è promosso se riduce costo o revisioni senza aumentare regressioni e se il beneficio compare su più di un tipo di compito. Non basta una demo riuscita. Se vince soltanto su incarichi enormi, può diventare un’opzione di escalation; se aggiunge latenza alle modifiche semplici, resta disattivato per quelle. Il valore dell’orchestrazione è scegliere meno complessità quando basta, non moltiplicare modelli per impressionare.
Le alternative sono chiare. La selezione Auto di Copilot sceglie un modello senza comporre più passaggi; un modello fisso rende costo e comportamento più prevedibili; due agenti avviati manualmente danno maggiore controllo sulla revisione; test e code review umana restano necessari in ogni configurazione. HydraFusion riduce la gestione manuale, ma chiede fiducia nel router. Il verdetto di Opéria Tech è «interessante e potenzialmente utile, ma ancora acerbo». Non è fuffa: architettura, contabilizzazione e benchmark mostrano un tentativo serio di ottimizzare qualità e costo. Non è ancora una scorciatoia universale: i dati arrivano dal produttore, l’uso reale può costare e durare in modo diverso e la funzione è sperimentale. Vale la pena provarla su attività ripetibili; non vale la pena delegarle subito il repository più sensibile.
Fonti
Documenti, comunicati e pubblicazioni consultati per ricostruire dati e contesto.
