GitHub Copilot Fusion对决Claude Code：路由与自选的路线之争

GitHub最近抛出一个颇具挑衅性的说法：Copilot Fusion Max在Artificial Analysis Coding Agent Index上得分60，与Claude Code的差距仅在两分之内，而平均每任务的API成本大约只有后者的一半。数字本身很抓眼球，但把两分差距直接读成"打平"，会错过一个更本质的问题——Fusion压根不是模型，它是路由器。

Fusion不是模型，是编排层

GitHub对Fusion的定义很明确：针对每个提示词，它自行挑选模型以及模型之间的协作方式，用户不直接接触底层模型。目前披露的协作模式有三种。单模型模式，由一个模型从头做到尾；Cascade模式，先让一个高效模型起草，再由一个"裁判"决定接受还是升级到更强的模型；Critique模式，让其他模型审查初稿，原模型据此修订。

这个设计的含义是，Fusion的60分不是某一个模型的成绩，而是一套调度策略的成绩。它更接近"用便宜的模型干大部分活，只在关键处动用贵模型"的工程优化，而不是在模型能力上追平Claude Code。宣传口径里的"两分之内"，比较的是一套编排系统和一款具体产品，维度并不完全对等。

值得肯定的是成本侧的表现。按素材给出的口径，Fusion Max在拿到60分的同时，平均每任务API成本约为对手的一半，这在规模化使用编码代理时是实打实的差异。

Artificial Analysis Coding Agent Index 是一个专门评估编码代理（coding agent）综合表现的第三方基准。与传统的代码生成基准（如HumanEval）只测单轮函数补全不同，它更关注代理在真实任务中的端到端能力：理解需求、多文件编辑、运行测试、迭代修复等。评分通常综合任务完成率、代码正确性与效率，满分100。因此分数反映的是“代理系统”而非“裸模型”的能力，这也解释了为什么一个路由系统能与具体产品放在同一张表上比较——但需注意，基准任务分布、评分权重和是否允许人工介入等细节，会显著影响分数的可比性。

控制权在谁手里

两者的产品哲学正好相反。Fusion里，你只选"努力程度"——standard、high、max三档，模型由系统决定。Claude Code则把选择权交回用户：通过/model指定Opus或Sonnet，再单独设定从low到max的努力等级。

这不是细节差异。对需要可预测行为、需要针对特定任务反复调优的开发者来说，能指定模型意味着可以把不确定性压到最低；而对不想研究模型差异、只想拿到结果的用户，Fusion的自动路由降低了决策负担。前者是专业工具的思路，后者是托管服务的思路。

模型路由（model routing） 是一种在推理时根据输入动态选择底层模型的调度技术。常见策略包括：按任务难度分档（简单任务用便宜小模型，复杂任务升级到大模型）、按领域专长分派（代码、数学、写作各用其长）、以及级联（cascade）——先由低成本模型尝试，失败或置信度不足时再升级。路由的核心价值是用混合成本逼近单一强模型的平均质量，但代价是行为可预测性下降：同一提示词可能因路由决策不同而得到不同结果。对开发者而言，路由系统是黑盒，调试和复现问题的难度高于固定模型。

计费方式的隐性成本

计费结构直接影响长期开销。Fusion对每个实际调用的模型按其标准费率计费，因此high和max档可能消耗更多credits——路由省下的钱，在高强度档位上会被部分抵消。素材提到付费Copilot计划在11月30日前可享Fusion模型成本30%的折扣，这属于限时优惠，不适合作为长期成本基准。

Claude Code走的是订阅额度路线，在Claude计划内从套餐的用量上限中扣除，成本边界更清晰，但重度使用时可能先撞上额度天花板。两种模式没有绝对优劣，取决于使用强度和对成本可预测性的偏好。

API 按 token 计费 vs. 订阅额度制 是两种根本不同的成本模型。按 token 计费（Fusion 采用）意味着每次调用按输入/输出 token 数乘以对应模型单价结算，成本随使用量线性增长，但边界透明、可精确核算；高强度档位因调用更贵的模型而单价上升。订阅额度制（Claude Code 采用）则是预付固定月费换取一定用量上限，超出后限流或降级，成本可预测但存在“用不满浪费、用超了撞墙”的问题。选择时需评估使用强度的方差：波动大的团队更适合按量计费，稳定高强度的团队订阅制更划算。

一个必须知道的操作风险

素材里最容易被忽略但最该记住的一条：如果Fusion丢弃了某个草稿，该草稿已经产生的文件修改不会自动回滚。这意味着自动路由在后台试错时，工作区可能留下半成品改动。提交前人工review是必要步骤，尤其在Cascade和Critique这类多轮协作模式下。这类"编排带来的副作用"，是评估代理工具时容易漏掉的成本项。

怎么选

两分差距的说法成立，但它衡量的是一套路由系统在特定基准上的表现，不代表能力等同。需要精细控制模型与行为的场景，Claude Code的显式选择更合适；希望把模型选择外包、同时压住平均成本，Fusion的自动编排有吸引力。真正要盯住的，是折扣到期后的实际账单，以及被丢弃草稿留下的文件改动。

（本文基于单一视频来源的转述，GitHub的基准数据与折扣细节建议以官方文档核实。）