GitHub Copilot Fusion: Standard, High, Max, Kosten und BYOK

Nutze GitHub Copilot Fusion Standard für alltägliche Programmieraufgaben, wenn Copilot das Modell auswählen soll. Wechsle für schwierige, klar begrenzte Änderungen zu High und teste Max, wenn eine gründlichere Analyse teure Nacharbeit vermeiden könnte. Wähle ein Modell direkt, wenn du ein bestimmtes Modell oder deinen eigenen API-Endpunkt brauchst.

Stand 2026-10-31 ist Fusion in VS Code, Copilot CLI, der GitHub Copilot-App und JetBrains IDEs allgemein verfügbar. GitHub beschreibt in der Ankündigung zur Einführung ein verwaltetes System, das Modelle auswählt und koordiniert. Dein Plan und die Richtlinien deiner Administratoren bestimmen weiterhin, welche Modelle es nutzen darf.

Was macht GitHub Copilot Fusion?

Fusion entscheidet für jede Anfrage, wie es die Aufgabe löst und welche Modelle daran arbeiten. Du wählst eine Aufwandsstufe statt eines bestimmten Modells.

Die Dokumentation zu Fusion beschreibt drei Ausführungsmuster:

Muster	Ablauf	Praktische Folge
Single	Ein Modell bearbeitet die Aufgabe.	Es kommt keine separate Prüfung durch ein weiteres Modell hinzu.
Cascade	Ein effizientes Modell erstellt einen Lösungsentwurf. Eine Prüfinstanz akzeptiert ihn oder übergibt die Aufgabe an ein leistungsfähigeres Modell.	Eine schwierige Anfrage kann Aufwand für Entwurf, Prüfung und die weitere Bearbeitung verursachen.
Critique	Andere Modelle prüfen einen Entwurf parallel. Das ursprüngliche Modell überarbeitet ihn anhand ihrer zusammengefassten Rückmeldungen.	Prüfung und Überarbeitung erhöhen Modellnutzung und Zeitbedarf.

Das Muster kann sich zwischen Prompts derselben Unterhaltung ändern. High oder Max zwingt nicht jede Anfrage durch sämtliche Schritte.

Artificial Analysis nannte im Bericht zur Einführung unter anderem Claude Opus 5.5, Claude Sonnet 5.5, GPT-6 Astra und GPT-6 Sol. Diese Liste beschreibt den Stand zur Einführung. GitHub kann den Modellpool ändern, und deine Richtlinien können ihn einschränken.

Standard, High oder Max: Welche Stufe kannst du nutzen?

Beginne mit Standard, sofern eine konkrete Aufgabe nicht mehr Analyse oder zusätzliche Prüfungen rechtfertigt. Die Verfügbarkeit pro Plan ist enger, als „in allen Plänen verfügbar“ vermuten lässt.

Stufe	Empfohlener Einstieg	Zusammenspiel mehrerer Modelle	Berechtigte Pläne, Stand 2026-10-31
Fusion Standard	Alltägliches Programmieren, Erklärungen und einfache Änderungen	Wählt ein Modell für die Aufgabe	Free, Student, Pro, Pro+, Max, Business, Enterprise
Fusion High	Komplexe Fehler oder Änderungen über mehrere Dateien mit klaren Abnahmekriterien	Kann zusätzliche Aufrufe für Prüfungen oder die Übergabe an ein leistungsfähigeres Modell nutzen	Pro+, Max, Business, Enterprise
Fusion Max	Schwierige Untersuchungen, bei denen ein übersehenes Problem teure Nacharbeit verursachen würde	Kann Modellaufrufe ergänzen; priorisiert gründliche Analyse	Pro+, Max, Business, Enterprise

Copilot Pro enthält weder Fusion High noch Max. Die Versionshinweise zu VS Code 1.144 bestätigen ebenfalls, welche kostenpflichtigen Pläne diese Stufen enthalten.

„Ein Modell“ bei Standard bedeutet nicht einen einzigen API-Aufruf für eine komplette Programmieraufgabe. Ein Agent kann dasselbe Modell wiederholt aufrufen, während er Dateien liest, Werkzeuge nutzt und Ergebnisse prüft.

Fusion Fast ist eine separate Option, die VS Code intern für den Inline-Chat nutzt. Nutzer können sie nicht selbst auswählen.

Wähle bei umfangreichen, aber klar definierten Änderungen zunächst High. Wechsle zu Max, wenn High wichtige Abhängigkeiten übersieht oder einen Fehler nicht erklären kann. Das sind Empfehlungen für den Einstieg, keine durch Tests abgesicherten Zusagen zur Leistung der beiden Stufen.

Fusion ausprobieren und das Ergebnis prüfen

Nutze einen aktuellen unterstützten Client und beginne mit einer kleinen Aufgabe im Repository. Öffne in deiner IDE oder in der Copilot-App die Modellauswahl, wähle Copilot Fusion und dann Standard.

Für einen Versuch in der CLI folgst du den Installationsanweisungen von GitHub. Die Installation über npm setzt Node.js 22 oder neuer voraus. Führe diese Befehle in Bash aus dem Verzeichnis deines Repositorys aus:

npm install -g @github/copilot
copilot --model fusion --fusion-tier standard

Gib bei entsprechender Aufforderung /login ein und schließe die GitHub-Anmeldung ab. Stellt eine Organisation den Zugang bereit, muss sie auch die Richtlinie für Copilot CLI aktiviert haben.

Gib diesen Prompt in der interaktiven Sitzung ein:

Trace how this repository loads and validates configuration.
Identify the relevant source files and existing tests.
Propose one missing edge-case test and explain its expected result.
Do not edit files.

Die Anfrage soll Konfigurationscode und vorhandene Tests finden sowie einen fehlenden Grenzfalltest vorschlagen, ohne Dateien zu ändern. Ein hilfreiches Ergebnis nennt tatsächlich vorhandene Dateien und erklärt den Bezug des vorgeschlagenen Tests zum bestehenden Verhalten. Prüfe diese Verweise am Code. Die Antwort erscheint in derselben Sitzung.

Die Referenz zur Modellauswahl in der CLI dokumentiert --model fusion und --fusion-tier standard. Mit high oder max wählst du eine andere für dich verfügbare Stufe. In einer interaktiven Sitzung öffnet /model die Auswahl.

Kontrolliere das gewählte Modell in der Statuszeile der CLI. Bewege in VS Code den Mauszeiger über die Aufwandsstufe unter der Antwort, um die verwendeten Modelle zu sehen. Dass eine einfache Aufgabe nur ein Modell nutzt, ist normal.

Fehlt Fusion, aktualisiere den Client und prüfe deinen Plan sowie die Modellrichtlinien. Fusion verschwindet aus der Auswahl, wenn keines seiner zulässigen Modelle verfügbar ist. Prüfe auch, ob du noch einen alten Jahresplan mit anfragebasierter Abrechnung nutzt. Diese Pläne erhalten keine neuen Modelle und Funktionen.

Wie verbraucht Fusion AI credits?

Du bezahlst die Nutzung der Modelle, die Fusion einsetzt. Für die Koordination fällt keine zusätzliche Gebühr an. High und Max können mehr Credits verbrauchen, weil zusätzliche Entwürfe, Prüfungen oder Überarbeitungen weitere abrechenbare Tokens erzeugen.

GitHubs Modellpreisliste berechnet Eingabe, Ausgabe, zwischengespeicherte Eingabe und gegebenenfalls das Schreiben in den Cache getrennt. Ein AI credit entspricht $0.01 USD Nutzungskosten. Ein Prompt hat daher keinen festen Preis in Credits.

Stand 2026-10-31 nennt GitHubs Abrechnungsdokumentation 30% Rabatt auf Modellkosten bei Fusion bis einschließlich 30. November 2026. Das Angebot nennt kostenpflichtige Copilot-Pläne. Nach dieser Formulierung fallen auch kostenpflichtige Abonnements von Business und Enterprise darunter. Der Rabatt betrifft die Modellnutzung; Abogebühren pro Nutzer bleiben davon getrennt.

Nehmen wir für ein Rechenbeispiel an, alle Modellaufrufe einer Aufgabe kosten zu regulären Tarifen zusammen $1.00. Darin sind sämtliche anwendbaren Cache-Gebühren enthalten:

• Berechtigte Nutzung während der Aktion: $1.00 × 0.70 = $0.70, also 70 AI credits.
• Dieselbe Nutzung ohne Rabatt: $1.00, also 100 AI credits.

Das sind angenommene Gesamtbeträge, keine Kostenvorhersage für den Beispielprompt. Addiere für eine tatsächliche Schätzung die Tokenkosten aller beteiligten Modelle.

Verbrauchst du enthaltene Credits, sinkt zunächst dieses Kontingent. Zusätzliche Kosten entstehen erst, wenn es aufgebraucht und kostenpflichtige Nutzung aktiviert ist.

Bei Business und Enterprise zieht GitHub die Nutzung zuerst vom gemeinsamen Kontingent der enthaltenen Credits ab. Ist es aufgebraucht und kostenpflichtige Nutzung erlaubt, folgen zusätzliche Gebühren. Administratoren müssen AI credits paid usage deaktivieren, wenn sie solche Mehrkosten verhindern wollen. Diese Option ist standardmäßig aktiviert.

Prüfe nach einem Versuch AI usage in den GitHub-Abrechnungseinstellungen. Vergleiche den Verbrauch pro Modell mit der Qualität des Ergebnisses. Fusion versucht, den Cache des Hauptmodells zu erhalten. Das garantiert jedoch nicht für jede Aufgabe geringere Kosten.

Nutzt Fusion deinen BYOK-Endpunkt oder ein lokales Modell?

Ein über BYOK hinzugefügtes Modell ist nicht automatisch für Fusion zugelassen. BYOK bedeutet, dass du einen eigenen API-Schlüssel verwendest. GitHub nennt diese Einschränkung ausdrücklich in der Ankündigung zum Routing lokaler Modelle.

Bei selbst eingerichtetem BYOK sendet ein unterstützter Client die Modellanfragen an deinen konfigurierten Anbieter. Wähle dieses benutzerdefinierte Modell, wenn du einen bestimmten Endpunkt oder ein bestimmtes Anbieterkonto brauchst. Dass es in der Auswahl erscheint, beweist nicht, dass Fusion Anfragen dorthin leiten kann.

Für einen separaten Zugriff über eine kompatible API nennt die BetterToken-Dokumentation die OpenAI-kompatible Basis-URL https://www.bettertoken.ai/v1. Stelle das Protokoll ein, das dein Client benötigt. Das Hinzufügen eines Gateway-Endpunkts nimmt dessen Modelle nicht automatisch in Fusion auf.

Lokales Routing ist eine begrenzte Ausnahme. Die Funktion befindet sich noch in der Vorschauphase:

• Fusion Standard kann unterstützte lokale Installationen von MAI Code 1.1 Flash nutzen. Die verwalteten Downloads erfolgen auf unterstützten Windows-Geräten über Windows ML.
• Copilot CLI unterstützt auch geeignete, manuell konfigurierte lokale Modelle unter Windows, macOS und Linux. GitHub dokumentiert die Erkennung von Qwen3.8 Flash Next als qwen3.8-flash-next-local.
• Aktiviere in der CLI experimentelle Funktionen mit --experimental oder /experimental on und wähle Standard. In der Copilot-App unterstützt automatisches lokales Routing derzeit nur Modelle, die über Windows ML verwaltet werden.

Folge GitHubs Anleitung für lokale Modelle, um den Anbieter einzurichten und die Hardwareanforderungen zu prüfen. Fusion trifft Routingentscheidungen weiterhin in der Cloud. Lokale Inferenz macht Fusion deshalb nicht zu einer Offline-Lösung.

Wenn du in einem anderen Programmierwerkzeug gezielt ein lokales Modell auswählen möchtest, lies die Anleitung für lokale Modelle in Claude Code und den Wechsel zurück zur Cloud.

Fusion Max oder Claude Code: Was zeigt der Benchmark?

Teste Fusion Max, wenn nach Verbrauch abgerechnete API-Kosten wichtig sind. Das veröffentlichte Ergebnis belegt jedoch kein günstigeres Abonnement. Artificial Analysis hat Max in Copilot CLI getestet, nicht Standard oder High.

Der Bericht vom 28. Oktober und der aktuelle Vergleich, geprüft am 2026-10-31, zeigen:

Messwert	Copilot CLI mit Fusion Max	Claude Code mit Opus 5.5 Max, Default Fallback
Coding Agent Index v2.0	60	62
Durchschnittliche API-Kosten pro Aufgabe, USD	$5.59	$11.42
Terminal-Bench 4.0	71%	63%
FrontierCode v1.1	51%	56%
SWE-Atlas-QnA-AA	57%	66%

Die veröffentlichte Kostendifferenz beträgt $11.42 − $5.59 = $5.83 pro Benchmarkaufgabe. Das entspricht (1 − 5.59 ÷ 11.42) × 100 = rund 51.1% niedrigeren gemeldeten API-Kosten im Benchmark.

Die Methodik von AA berücksichtigt die jeweiligen Preise für zwischengespeicherte Eingaben und Cache-Schreibvorgänge. Die Kostenkennzahl erfasst Tokenverbrauch, keine Endkundenabonnements oder vollständigen Betriebskosten.

Ziehe von $5.59 nicht nochmals 30% ab. Aus den zitierten AA-Seiten geht nicht hervor, wie GitHubs befristete Aktion in diesem Betrag berücksichtigt wird.

Auf Basis dieser Ergebnisse empfehle ich, bei schwierigen Terminalaufgaben zuerst Fusion Max zu testen, wenn die API-Kosten wichtig sind. Teste zuerst die Konfiguration von Claude Code, wenn Genauigkeit bei Repository-Änderungen oder Fragen zur Codebasis wichtiger ist als der veröffentlichte Kostenunterschied. Ändere die Wahl, wenn deine eigenen Ergebnisse, die Zeit für Korrekturen oder die Abrechnung anders ausfallen.

Für eine vergleichbare Alternative stelle Claude Code auf Opus 5.5 ein und notiere Aufwandsstufe sowie Fallback-Einstellungen. Der veröffentlichte Zusatz „Default Fallback“ gehört zur getesteten Konfiguration.

Wie können Administratoren Fusion steuern?

Lege zulässige Modelle getrennt von der Standardauswahl fest. Eine Voreinstellung ersetzt weder Modellrichtlinien noch Ausgabenlimits.

Inhaber eines Enterprise-Kontos können AI controls → Copilot öffnen. Klicke im Abschnitt Models auf Configure Copilot Fusion models. Lege dort den Status jedes Modells anhand der Modellsteuerung für Unternehmen fest. So kannst du ein Modell aus Fusion ausschließen und es trotzdem für die direkte Auswahl verfügbar lassen.

Andere Modellrichtlinien gelten weiterhin. Fusion umgeht keine Einschränkungen des Plans oder der Organisation. Auch Richtlinien für Datenresidenz, FedRAMP-Konformität und Evaluierungsmodelle bleiben wirksam.

Für eine auf GitHub gespeicherte Unternehmenskonfiguration:

1. Erstelle oder verwende das Repository .github-private einer dafür bestimmten Organisation.
2. Wähle diese Organisation unter AI controls → Agents → Configuration source aus.
3. Füge die folgende JSON-Konfiguration unter copilot/managed-settings.json hinzu.
4. Committe sie in den Standardbranch des Repositorys.

{
  "model": "fusion",
  "fusionTier": "standard"
}

Dieses Beispiel setzt Fusion als Voreinstellung für neue Unterhaltungen und legt seine Stufe auf Standard fest. Nutzer können weiterhin pro Unterhaltung ein anderes Modell auswählen.

Mit "fusionTier": "standard" können Nutzer- oder Repository-Einstellungen diese Stufe nicht überschreiben. Die Referenz zu verwalteten Einstellungen beschreibt overridable für Ausnahmen auf Ebene der Enterprise-Teams.

Der Schlüssel fusionTier setzt Copilot CLI ab 1.0.104-3, VS Code ab 1.144.0 oder die Copilot-App ab 1.1.33-4 voraus. Stand 2026-10-31 unterstützt JetBrains Fusion, aber nicht diese verwalteten Schlüssel model und fusionTier.

Prüfe anhand der Anleitung zum Einführen verwalteter Einstellungen unter AI controls → Agents, ob Validierungsfehler vorliegen. Starte den Client neu oder melde dich erneut an, um die Einstellungen zu aktualisieren. Prüfe anschließend, ob eine neue Unterhaltung mit Fusion Standard beginnt.

Fehlt die Voreinstellung, kontrolliere die Clientversion, die gewählte Konfigurationsquelle und das Enterprise-Konto, das die Copilot-Lizenz des Nutzers bereitstellt.

Welche Grenzen musst du im Arbeitsablauf beachten?

Prüfe Änderungen im Arbeitsverzeichnis auch dann, wenn Fusion einen Zwischenentwurf verwirft. GitHub dokumentiert, dass bereits ausgeführte Dateiänderungen eines verworfenen Entwurfs nicht automatisch rückgängig gemacht werden.

Kontrolliere nach einer Bearbeitungsaufgabe git status, git diff und git diff --cached. Prüfe neue Dateien und führe die relevanten Prüfungen aus, bevor du committest. Eine überzeugend formulierte Endantwort beweist nicht, dass alle früheren Änderungen weiterhin sinnvoll sind.

Fusion besitzt außerdem kein eigenes Kontextfenster. Jeder Schritt unterliegt dem Kontextlimit des verwendeten Modells; der angezeigte Fusion-Wert ist konservativ gewählt. Der Wechsel zu Max verbindet nicht die Kontextfenster mehrerer Modelle.

Fusion startet auch keine Subagenten. Wenn du getrennte Agenten mit klaren Rollen brauchst, musst du diese Delegation separat konfigurieren. Die internen Prüfer von Fusion ersetzen nicht die Anweisungen für solche Agenten.