GitHub Copilot Fusion: Standard, High y Max, costos y BYOK

Usa GitHub Copilot Fusion Standard para programar a diario cuando quieras que Copilot elija el modelo. Pasa a High para un cambio difícil y acotado, y prueba Max cuando un análisis más profundo pueda evitar correcciones costosas. Selecciona un modelo directamente si necesitas uno concreto o tu propio endpoint de API.

A fecha de 2026-10-31, Fusion está disponible de forma general en VS Code, Copilot CLI, la aplicación GitHub Copilot y los IDE de JetBrains. El anuncio de lanzamiento de GitHub describe un sistema gestionado que elige y coordina modelos. Tu plan y las políticas del administrador siguen determinando cuáles puede usar.

¿Qué hace GitHub Copilot Fusion?

Fusion decide cómo resolver cada solicitud y qué modelos participan. Tú seleccionas un nivel de esfuerzo en lugar de elegir el modelo que trabajará.

La documentación de Fusion describe tres patrones de ejecución:

Patrón	Qué ocurre	Consecuencia práctica
Single	Un modelo resuelve la tarea.	No se añade una revisión independiente con otro modelo.
Cascade	Un modelo eficiente prepara una solución. Un evaluador decide si la acepta o pasa la tarea a un modelo más capaz.	Una solicitud difícil puede requerir preparar el borrador, evaluarlo y resolver de nuevo la tarea.
Critique	Otros modelos revisan un borrador en paralelo. El modelo original lo corrige con los comentarios combinados.	La revisión y las correcciones añaden consumo y tiempo.

El patrón puede cambiar entre solicitudes de una misma conversación. Elegir High o Max no obliga a que cada solicitud pase por todas las etapas.

El informe de lanzamiento de Artificial Analysis menciona Claude Opus 5.5, Claude Sonnet 5.5, GPT-6 Astra y GPT-6 Sol entre los modelos. Esa lista corresponde al momento del lanzamiento. GitHub puede cambiar el conjunto disponible y tus políticas pueden reducirlo.

Standard, High y Max: ¿cuál puedes usar?

Empieza con Standard salvo que una tarea concreta justifique más análisis o revisión. La disponibilidad por plan es más limitada de lo que sugiere «disponible en todos los planes».

Nivel	Punto de partida recomendado	Coordinación de varios modelos	Planes compatibles a fecha de 2026-10-31
Fusion Standard	Programación habitual, explicaciones y cambios sencillos	Selecciona un modelo para la tarea	Free, Student, Pro, Pro+, Max, Business, Enterprise
Fusion High	Errores complejos o cambios en varios archivos con criterios de aceptación claros	Puede añadir llamadas para revisar o recurrir a un modelo más capaz	Pro+, Max, Business, Enterprise
Fusion Max	Investigaciones difíciles donde pasar por alto un problema obligaría a rehacer mucho trabajo	Puede añadir llamadas a modelos; prioriza el análisis profundo	Pro+, Max, Business, Enterprise

Copilot Pro no incluye Fusion High ni Max. Las notas de VS Code 1.144 confirman de forma independiente los planes de pago compatibles.

Que Standard seleccione «un modelo» no significa que haga una sola llamada a la API durante toda la tarea. El agente puede llamar repetidamente al mismo modelo mientras lee archivos, usa herramientas y comprueba resultados.

Fusion Fast es una opción distinta que se usa internamente en el chat integrado en el editor de VS Code, o inline chat. No puedes seleccionarla.

Prueba High antes que Max cuando el cambio sea considerable, pero esté bien definido. Pasa a Max si High omite dependencias importantes o no consigue explicar un fallo. Son recomendaciones iniciales, no garantías de rendimiento medido para ninguno de los dos niveles.

Cómo probar Fusion y comprobar el resultado

Actualiza un cliente compatible y empieza con una tarea pequeña del repositorio. En un IDE o en la aplicación Copilot, abre el selector de modelos, elige Copilot Fusion y selecciona Standard.

Estas instrucciones presuponen que tu cuenta cumple las condiciones regionales de acceso de GitHub.

Para probarlo en la CLI, sigue las instrucciones de instalación de GitHub. La instalación con npm requiere Node.js 22 o posterior. Ejecuta lo siguiente en Bash desde tu repositorio:

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

Si se solicita, introduce /login y completa la autenticación de GitHub. Cuando una organización proporciona el acceso, también debe tener habilitada la política de Copilot CLI.

Introduce esta solicitud en la sesión interactiva:

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.

La solicitud pide localizar la carga y validación de la configuración, identificar las pruebas y proponer un caso límite sin editar archivos. Un resultado útil señala archivos reales y relaciona la prueba propuesta con el comportamiento existente. La respuesta aparece en la misma sesión; contrasta las referencias con el código.

La referencia para seleccionar modelos en la CLI documenta --model fusion y --fusion-tier standard. Usa high o max para otro nivel disponible. En una sesión interactiva, /model abre el selector.

Comprueba el modelo seleccionado en la línea de estado de la CLI. En VS Code, coloca el cursor sobre el nombre del nivel debajo de la respuesta para ver qué modelos se usaron. Es normal que una tarea sencilla se resuelva con un solo modelo.

Si no aparece Fusion, actualiza el cliente y revisa el plan y las políticas de modelos. Fusion desaparece cuando ninguno de sus modelos admitidos está disponible. Comprueba también si conservas un plan anual antiguo con facturación por solicitudes, que no recibe modelos ni funciones nuevos.

¿Cómo consume Fusion los AI credits?

GitHub cobra el uso de los modelos que utiliza Fusion, sin una tarifa adicional por coordinarlos. High y Max pueden consumir más créditos porque preparar borradores, evaluarlos y corregirlos genera más tokens facturables.

La referencia de precios de modelos de GitHub distingue entrada, salida, entrada en caché y escrituras en caché cuando corresponden. Un AI credit representa $0.01 USD de uso. Por tanto, una solicitud no tiene un precio fijo en créditos.

A fecha de 2026-10-31, la documentación de facturación de GitHub ofrece un descuento del 30% en los costos de modelos usados con Fusion hasta el 30 de noviembre de 2026, inclusive. Según su redacción sobre planes de pago, también abarca las suscripciones de pago Business y Enterprise. El descuento corresponde al uso de modelos; las cuotas por puesto de la suscripción se cobran aparte.

Como cálculo ilustrativo, supongamos que todas las llamadas a modelos de una tarea suman $1.00 a las tarifas habituales. Esa suma incluye los cargos de caché aplicables:

Uso que cumple las condiciones de la promoción: $1.00 × 0.70 = $0.70, o 70 AI credits.
El mismo consumo sin descuento: $1.00, o 100 AI credits.

Son totales supuestos, no una predicción del costo de la solicitud del ejemplo. Para estimar una tarea real, suma los cargos por tokens de todos los modelos que participan.

Si el consumo se cubre con créditos incluidos en el plan, reduce esos créditos. Solo genera cargos adicionales cuando se agotan y está habilitado el uso de pago.

En Business y Enterprise, el consumo se descuenta primero de los créditos incluidos compartidos. Cuando se agotan, se aplican cargos adicionales si el uso de pago está permitido. Para evitar esos cargos, el administrador debe desactivar AI credits paid usage, que está habilitado de forma predeterminada.

Después de la prueba, consulta AI usage en los ajustes de facturación de GitHub. Compara el consumo por modelo con la calidad del resultado. Fusion intenta conservar la caché del modelo principal, pero no garantiza un costo menor en todas las tareas.

¿Usará Fusion tu endpoint BYOK o tu modelo local?

Añadir un modelo con tu propia clave de API, o BYOK, no lo habilita automáticamente para Fusion. GitHub lo aclara en el anuncio de selección de modelos locales.

Cuando configuras BYOK por tu cuenta, un cliente compatible envía las solicitudes al proveedor configurado. Selecciona ese modelo si necesitas un endpoint específico o la cuenta de un proveedor concreto. Que aparezca en el selector no demuestra que Fusion pueda usarlo.

Para usar una API compatible por separado, BetterToken documenta la URL base compatible con OpenAI https://www.bettertoken.ai/v1. Configura el protocolo que requiera tu cliente. Añadir el endpoint de una pasarela no incorpora por sí solo sus modelos a Fusion.

La selección automática de ciertos modelos locales es una excepción específica, todavía en versión preliminar:

Fusion Standard puede usar instalaciones locales admitidas de MAI Code 1.1 Flash. Las descargas gestionadas utilizan Windows ML en dispositivos Windows compatibles.
Copilot CLI también admite modelos locales elegibles configurados manualmente en Windows, macOS y Linux. GitHub documenta que reconoce Qwen3.8 Flash Next como qwen3.8-flash-next-local.
En la CLI, activa las funciones experimentales con --experimental o /experimental on y elige Standard. En la aplicación Copilot, la selección automática de modelos locales solo admite actualmente los gestionados mediante Windows ML.

Consulta las instrucciones de GitHub para configurar modelos locales y sus requisitos de hardware. Fusion sigue decidiendo qué modelos usar en la nube. Ejecutar un modelo local no permite usar Fusion sin conexión.

Si quieres elegir explícitamente un modelo local en otra herramienta de programación, consulta cómo usar un modelo local en Claude Code y volver al modelo en la nube.

Fusion Max frente a Claude Code: ¿qué muestra el benchmark?

Conviene probar Fusion Max si importa el costo por uso de la API, pero el resultado publicado no demuestra que la suscripción sea más barata. Artificial Analysis probó Max en Copilot CLI, no Standard ni High.

Su informe del 28 de octubre y la comparación actual, consultados el 2026-10-31, muestran lo siguiente:

Métrica	Copilot CLI con Fusion Max	Claude Code con Opus 5.5 Max, Default Fallback
Coding Agent Index v2.0	60	62
Costo medio de API por tarea, USD	$5.59	$11.42
Terminal-Bench 4.0	71%	63%
FrontierCode v1.1	51%	56%
SWE-Atlas-QnA-AA	57%	66%

La diferencia publicada es $11.42 − $5.59 = $5.83 por tarea del benchmark. Eso equivale a (1 − 5.59 ÷ 11.42) × 100 = aproximadamente 51.1% menos de costo de API en ese benchmark.

La metodología de AA contempla los precios aplicables de entrada en caché y escritura en caché. Su métrica de costo mide el consumo de tokens, no las suscripciones de usuarios ni el costo operativo completo.

No apliques otra reducción del 30% a $5.59. Las páginas citadas de AA no aclaran cómo se refleja la promoción temporal de GitHub en esa cifra.

Mi recomendación a partir de estos resultados es probar primero Fusion Max en tareas difíciles de terminal cuando importe el costo de API. Prueba primero Claude Code si la precisión de los cambios y las respuestas sobre el código pesa más que la diferencia de costo publicada. Revisa esta elección si tus propias tareas dan resultados diferentes en calidad, tiempo de corrección o costo.

Para comparar la alternativa, configura Claude Code con Opus 5.5 y registra el nivel de esfuerzo y los ajustes de fallback, o recurso a un modelo de respaldo. La indicación «Default Fallback» forma parte de la configuración evaluada.

¿Cómo pueden los administradores controlar Fusion?

Configura los modelos permitidos por separado de la selección predeterminada. Elegir un valor predeterminado no sustituye las políticas de modelos ni los límites de gasto.

Los propietarios de una cuenta empresarial pueden abrir AI controls → Copilot. En Models, selecciona Configure Copilot Fusion models. Define el estado de cada modelo siguiendo los controles empresariales de modelos. Así puedes excluir un modelo de Fusion y mantenerlo disponible para seleccionarlo manualmente.

Las demás políticas siguen aplicándose. Fusion no puede saltarse las restricciones del plan, de la organización ni las políticas sobre residencia de datos, cumplimiento de FedRAMP y modelos en evaluación.

Para alojar la configuración empresarial en GitHub:

Crea o utiliza el repositorio .github-private de la organización designada.
Selecciona esa organización en AI controls → Agents → Configuration source.
Añade el siguiente JSON en copilot/managed-settings.json.
Haz commit del cambio en la rama predeterminada del repositorio.

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

Este ejemplo elige Fusion de forma predeterminada para nuevas conversaciones y fija su nivel en Standard. Los usuarios todavía pueden elegir otro modelo para una conversación.

Con "fusionTier": "standard", los ajustes del usuario y del repositorio no pueden cambiar ese nivel. La referencia de configuración administrada documenta overridable para definir excepciones por equipos de la empresa.

La clave fusionTier requiere Copilot CLI 1.0.104-3, VS Code 1.144.0 o la aplicación Copilot 1.1.33-4, o versiones posteriores. A fecha de 2026-10-31, JetBrains admite Fusion, pero no estas claves administradas model y fusionTier.

Sigue la guía de despliegue de configuración administrada para revisar errores de validación en AI controls → Agents. Reinicia el cliente o vuelve a iniciar sesión para actualizar la configuración. Después, comprueba que una conversación nueva comienza con Fusion Standard.

Si no aparece la opción predeterminada, revisa la versión del cliente, la fuente de configuración elegida y qué empresa proporciona la licencia de Copilot al usuario.

¿Qué limitaciones debes tener en cuenta al trabajar?

Revisa los cambios del espacio de trabajo aunque Fusion descarte un borrador intermedio. GitHub documenta que las ediciones ya realizadas por ese borrador no se deshacen automáticamente.

Después de una tarea que modifique archivos, revisa git status, git diff y git diff --cached. Inspecciona los archivos nuevos y ejecuta las comprobaciones pertinentes antes del commit. Una respuesta final bien redactada no demuestra que todas las ediciones anteriores sigan siendo adecuadas.

Fusion tampoco tiene una ventana de contexto propia. Cada etapa utiliza el límite de contexto de su modelo y el límite mostrado para Fusion es conservador. Pasar a Max no suma las ventanas de contexto de varios modelos.

Por último, Fusion no inicia subagentes. Si tu proceso necesita agentes separados con roles explícitos, configura esa delegación por separado. Los revisores internos de Fusion no sustituyen las instrucciones de esos agentes.