GitHub Universe 2026: Copilot Fusion GA y Qué Cambió

En GitHub Universe 2026 (Fort Mason Center, San Francisco, 28 y 29 de octubre), GitHub dejó Copilot Fusion en disponibilidad general: en el selector de modelos elegís “Copilot Fusion” y un nivel de esfuerzo, y Copilot enruta cada prompt a uno o varios modelos en vez de que elijas uno vos. Ese mismo día, los clientes de GitHub Enterprise que trabajan con un equipo de cuentas pasaron a tener todas las funciones de Copilot sin una licencia aparte, pagando solo los créditos de IA que usan.

Leí el changelog de GitHub, los docs de Fusion y de facturación, el informe Octoverse y las páginas de benchmarks de Artificial Analysis el 03-11-2026. No probé Fusion yo mismo, así que cada número de abajo es o una afirmación de GitHub o una medición de terceros, y marco cuál es cuál.

1. Contexto: Dos Meses de Research Preview a GA

Fusion no es un lanzamiento sorpresa. Junta dos cosas que Copilot ya tenía: la selección automática de modelo (la opción Auto que describí en mi post de agent mode) y Project HydraFusion, un experimento de orquestación multimodelo que el post de investigación de GitHub metió en el menú /experimental de Copilot CLI el 4 de septiembre, con una advertencia honesta: resultados offline, ajustados sobre los mismos benchmarks que reportaba.

Cómo llegó Fusion hasta acá (2026)

1 junCopilot pasa a facturación por uso: todos los planes consumen GitHub AI Credits, con un uso mensual incluido por plan.

4 sepResearch preview de Project HydraFusion en Copilot CLI, facturado por token a la tarifa de cada modelo subyacente.

30 sepHydraFusion llega a VS Code y a la app de GitHub Copilot.

14 octSe suma HydraFusion Max; el pool incluye Claude Opus 5.5, GPT-6 Astra, GPT-6.1 Sol y GPT-6 Luna.

28 octPrimer día de Universe: Fusion GA, Copilot incluido en GitHub Enterprise, Copilot code review Max y Copilot projects (ambos en public preview), Octoverse 2026.

30 novÚltimo día del descuento del 30% en Fusion para planes pagos, según los docs de Fusion.

Fusion es un router, no un modelo

Los docs lo dicen sin vueltas: elegir Fusion es elegir “un sistema que enruta y orquesta modelos en tiempo de ejecución”. No tiene ventana de contexto propia (el selector muestra el límite más chico entre los modelos que puede usar), no lanza subagentes y solo usa modelos que tu plan y las políticas de admin permiten. Si ninguno está disponible, Fusion directamente no aparece en el selector.

Antes en este blog: mi workflow con Copilot agent mode · benchmarks de Claude Opus 5.5

Qué cambió desde mi post de agent mode: la opción Auto que recomendaba como default barato ahora queda absorbida por Fusion (en JetBrains, Fusion reemplaza a Auto de forma explícita), los precios de las licencias Business ($19) y Enterprise ($39) siguen en pie, y Enterprise ahora tiene una segunda forma de pagar sin ningún cargo por licencia.

2. Qué Hace Fusion de Verdad y Cómo Factura

Según los docs de Fusion, Fusion evalúa cada tarea en razonamiento, generación de código, debugging y uso de herramientas, tiene en cuenta la salud del sistema y después decide un patrón de ejecución y los modelos que lo corren. El enrutamiento ocurre en los límites de caché o cuando se mueve la complejidad de la conversación, así que dos prompts de la misma sesión pueden tomar caminos distintos. Solo ves la respuesta final; los borradores intermedios se pueden descartar.

Niveles de esfuerzo de Fusion (docs, leídos el 03-11-2026)

Lo que GitHub documenta para cada nivel. Fast no se puede elegir a mano.

Nivel	Qué prioriza	Planes	Notas
Standard	Equilibrio entre costo, calidad y latencia; en general un modelo por tarea	Todos, incluidos Free, Student y Pro	Único nivel que puede usar modelos locales (MAI Code 1.1 Flash, Qwen3.8 Flash Next) en el preview experimental
High	Orquestación equilibrada con ahorro moderado de tokens; bugs complejos, cambios en varios archivos	Pro+, Max, Business, Enterprise	Puede llamar a varios modelos por tarea, así que puede gastar más créditos que Standard
Max	Capacidad de frontera sin dejar de cuidar los tokens	Pro+, Max, Business, Enterprise	El único nivel que midió Artificial Analysis
Fast	No se elige a mano; se usa donde hacen falta modelos rápidos	Todos	Solo en el chat inline de VS Code

Los tres patrones de ejecución

Single

Un modelo resuelve la tarea. El camino más barato, y en el que más se apoya Standard.

Cascade

Un modelo eficiente arma un borrador y un juez lo acepta o escala a un modelo más fuerte. El borrador se paga aunque termine escalado.

Critique

Un modelo arma el borrador, varios lo critican en paralelo y el original lo corrige. Más llamadas, más latencia, más créditos.

La facturación en un párrafo

No hay recargo por Fusion. Se te factura cada modelo que Fusion llama, a la tarifa estándar de ese modelo, en créditos de IA; los docs de facturación de GitHub ponen el crédito a $0.01 y miden tokens de entrada, salida y caché por modelo. Fusion intenta mantener la conversación principal en un solo modelo para conservar los tokens en caché, y los ayudantes como los revisores reciben solo el contexto que necesitan. Según los docs, los planes pagos tienen 30% de descuento en costos de modelo al usar Fusion hasta el 30 de noviembre de 2026; el changelog del GA solo dice “por tiempo limitado” y la entrada de JetBrains habla de “los primeros 30 días”.

Las formas documentadas de elegirlo

Copiado de los docs de Copilot CLI y de managed settings para enterprise. En los selectores de VS Code, JetBrains y la app de Copilot elegís “Copilot Fusion” y después un nivel; no hay nada que tipear. fusionTier pide como mínimo Copilot CLI 1.0.104-3, VS Code 1.144.0 o la app de Copilot 1.1.33-4.

# Copilot CLI: one-shot prompt with Fusion at an effort level (standard | high | max)
copilot --model fusion --fusion-tier standard -p "YOUR PROMPT"

# Interactive session
/model          # pick Copilot Fusion and an effort level for this session
/config model   # same choice, saved as the default for future sessions

# Enterprise managed-settings.json: Fusion by default, Standard as an overridable default
{
  "model": "fusion",
  "fusionTier": { "overridable": "standard" }
}

Los borradores descartados igual pueden tocar tus archivos

Los docs listan una limitación que vale repetir: si Fusion descarta un borrador que ya editó archivos de tu workspace, esos cambios no se revierten solos. Con Cascade y Critique en juego, revisá el diff antes de commitear, siempre.

3. Lo Que Dice GitHub vs Números Independientes

El titular de GitHub es que Fusion Max sacó 60 en el Coding Agent Index de Artificial Analysis, a dos puntos de Claude Code con Opus 5.5 Max, por más o menos la mitad del costo promedio por tarea. Es un proveedor citando a un tercero, así que fui al tercero. La página de comparación de Artificial Analysis (Index v2.0: FrontierCode v1.1, Terminal-Bench 4.0 y SWE-Atlas-QnA-AA con el mismo peso) muestra estos números para los dos setups de agente:

Coding Agent Index v2.0 de Artificial Analysis (leído el 03-11-2026)

AA probó Fusion desde Copilot CLI en el nivel max. No probó Standard ni High, y su nota no aclara si el costo refleja el descuento de lanzamiento del 30%.

Métrica	Copilot Fusion (max)	Claude Code, Opus 5.5 (max)
Index	60	62
FrontierCode v1.1	51%	56%
Terminal-Bench 4.0	71%	63%
SWE-Atlas-QnA-AA	57%	66%
Costo por tarea	$5.59	$11.42
Tiempo por tarea	36,1 min	1,0 h
Tokens por tarea	7,3M	14,5M

Cómo leerlo

Se sostiene: lo que GitHub dice de costo y velocidad coincide con las páginas de AA: $5.59 contra $11.42 es cerca de 51% más barato, y 36,1 minutos contra una hora es más o menos 40% menos tiempo. También usa la mitad de tokens.
Esconde un trade-off: la diferencia de dos puntos es un promedio. Fusion gana Terminal-Bench por 8 puntos pero pierde por 5 en FrontierCode y por 9 en SWE-Atlas Q&A. Si tu trabajo es leer y explicar codebases grandes, la brecha es más grande que el titular.
No es el primero de la tabla: la nota de AA sobre Fusion también lista Devin Fusion (Opus 5.5 max + GPT-6 Luna high) con 62 a $8.00 por tarea. El enrutamiento multimodelo ya es una categoría, no una exclusiva de GitHub.

La nota de AA: GitHub Copilot Fusion orquesta modelos de Anthropic y OpenAI

Afirmaciones del proveedor que no pude reproducir

Kyle Daigle, de GitHub, publicó en X que Fusion da “inteligencia de frontera con hasta 77% menos costo y hasta 40% más rápido”, y The Next Web cuenta que Satya Nadella hizo la misma afirmación del 40% y el 77% en LinkedIn. El 40% coincide con el tiempo por tarea de AA; el 77% no coincide con la única comparación que cita GitHub (cerca de 51%). Tomá el “hasta 77%” como marketing hasta que alguien muestre contra qué se mide.

4. Cinco Implicaciones para Equipos

Fusion es el titular, pero los cambios que mueven presupuestos y colas de review están repartidos en otros cuatro anuncios. Ordenados por lo pronto que te van a pegar:

🧭

La elección de modelo pasa a ser una política de admin

AI controls · Configure Copilot Fusion models

Fusion solo enruta a modelos que tus políticas habilitan y saltea los excluidos por reglas de residencia de datos o FedRAMP. Los admins de enterprise tienen una política por modelo aparte para Fusion, y un modelo habilitado ahí igual necesita que tus otras políticas de modelos lo permitan. Quien maneja las políticas de modelos ahora marca la calidad y el costo de Fusion.

💸

El costo por tarea se vuelve variable

High y Max pueden llamar a varios modelos

Con Fusion, High y Max pueden armar borradores, criticar y escalar, así que el mismo prompt puede costar distinto en días distintos. El control son los presupuestos, no la costumbre, y como el descuento del 30% termina el 30 de noviembre, diciembre es tu línea base real.

🏢

Enterprise suma una opción sin licencias

Copilot access · GHEC · vía equipo de cuentas

Los usuarios de Enterprise Cloud con licencia tienen Copilot sin cargo por licencia; el uso se mide desde el primer request, sin créditos incluidos. Quien no tiene licencia de GHEC paga $10 por mes por Copilot Standalone. Las licencias Business y Enterprise siguen existiendo, y no las podés mezclar con el modelo nuevo en un mismo enterprise.

🤖

Los agentes ya abren una buena parte de los PRs

Octoverse 2026 · septiembre de 2026

Más del 40% de los pull requests de septiembre arrancó con un primer borrador de un agente detectable, contra 17% en marzo: 110 millones ese mes, y GitHub dice que es un piso. Los PRs de agentes tocaron varios archivos más seguido (87% contra 79%) y el 90% se mergeó dentro de dos semanas, contra cerca de 86%. Sin datos de defectos ni de retrabajo.

🛡️

Copilot ya puede aprobar PRs

Aprobaciones de code review · GA, apagadas por defecto

Las aprobaciones de Copilot code review están en GA y pueden contar para las aprobaciones requeridas si un admin lo permite. Aparte, una opción de rulesets (public preview, prendida por defecto) exige una aprobación humana extra en PRs abiertos por Copilot que no están atribuidos a una persona. Esas dos configuraciones tiran para lados opuestos; decidí a propósito.

Cifras de agentes: el informe Octoverse 2026 (1 oct 2025 a 30 sep 2026, solo agentes detectables). Configuraciones de aprobación: el changelog de code review.

Tres formas de pagar Copilot en un enterprise

Según los docs de transición de GitHub; 1 crédito de IA = $0.01.

Opción	Cargo por licencia	Créditos de IA incluidos
Copilot Business	$19 por usuario/mes	1.900 por usuario/mes, compartidos
Copilot Enterprise	$39 por usuario/mes	3.900 por usuario/mes, compartidos
Copilot access (nuevo)	$0 con licencia de GHEC; $10 por usuario/mes como Standalone sin ella	Ninguno: se mide desde el primer request

Los detalles están en los docs de transición de GitHub. La transición es voluntaria, pasa por un equipo de cuentas de GitHub o Microsoft y arranca el primer día de un mes; el self-serve llega “por etapas”, y GitHub Free, Team y los trials self-service de GHEC no califican. Sin presupuesto, el autocompletado y las next edit suggestions siguen andando; Chat, code review y Copilot en la nube se frenan.

Del lado de la plataforma, el post del keynote de Jay Parikh dice que GitHub sumó este año 4 millones de núcleos de CPU, 160 PB de almacenamiento de alta velocidad y 50 Tb/s de capacidad de red, y que espera terminar una migración multirregión a Azure a principios del año que viene. Un post de ingeniería aparte describe una capa de almacenamiento de Git reconstruida con hasta 35 veces más throughput de escritura en benchmarks internos; no da fecha de despliegue y dice que no vas a tener que cambiar tu flujo, con branch protections y reviews requeridas intactas.

5. Qué Hacer Esta Semana

Cinco días, sin migraciones por un keynote. Los pasos para admins piden permisos de owner de enterprise u organización.

☀️ Días 1–2: Medí Fusion contra tu modelo actual

1. Elegí una tarea real y acotada que ya hayas resuelto. Correla una vez con tu modelo fijo de siempre y otra con Copilot Fusion en Standard, desde el mismo commit y una atrás de la otra. En Pro solo tenés Standard; High y Max piden Pro+, Max, Business o Enterprise.
2. En Copilot CLI eso es copilot --model fusion --fusion-tier standard -p "…" contra el modelo fijo que elegís en /model. Compará el diff, el resultado de los tests y el tiempo real, no la sensación.
3. Mirá el costo en github.com/settings/billing → AI usage, que desglosa créditos por modelo (en Business y Enterprise, Copilot settings → Usage). Los créditos no se pueden rastrear a un prompt puntual, así que compará totales de la corrida; en la CLI, /chronicle cost-tips sugiere cómo ahorrar tokens.

📅 Días 3–4: Chequeos de admin antes de que alguien se lleve una sorpresa

Modelos de Fusion: en tu enterprise, abrí AI controls → Copilot → Configure Copilot Fusion models y confirmá qué modelos puede usar Fusion. El set efectivo es la intersección con tus políticas de modelos normales.
Presupuestos: configurá presupuestos por usuario o por cost center en dólares y decidí si “Stop usage when budget limit is reached” va prendido. Confirmá que la política “AI credits paid usage” de AI controls siga habilitada si querés que funcionen las features que consumen créditos.
Defaults: si querés Fusion en todos lados, poné "model": "fusion" y un fusionTier overridable en managed-settings.json. Los IDEs de JetBrains no soportan ninguna de las dos claves y las sesiones en la nube ignoran fusionTier, así que no asumas que un archivo cubre todos los clientes.

📆 Día 5: Política de PRs de agentes y calendario

Aprobaciones: en Settings → Copilot → Code review, decidí si “Allow Copilot approvals to count toward merge requirements” debería estar prendido alguna vez. Si sí, limitalo con globs en File paths (hasta 15), por ejemplo a docs o archivos generados. Los owners de la org también pueden poner un tope con “Maximum review effort”.
Rulesets: revisá que “Require an additional approval for unattributed Copilot pull requests” siga prendido en tus rulesets. Viene habilitado por defecto, está en public preview y no tiene efecto en rulesets que piden cero aprobaciones.
Calendario: el 30 de noviembre es el último día del descuento del 30% en Fusion. Bajá tu uso de IA la primera semana de diciembre y comparalo con los números de esta semana antes de que alguien firme un presupuesto más grande.

Dónde están documentadas estas configuraciones: modelo en Copilot CLI · disponibilidad de modelos · managed settings · configuración de code review · reglas de rulesets

6. Salió, Es Preview o Solo Se Afirmó

El registro que le pasaría a un tech lead. Las etiquetas de estado son las de GitHub; la caja roja lista lo que no pude confirmar.

✅

Disponible en general

Copilot Fusion (Standard, High, Max) en VS Code, la app de Copilot, Copilot CLI e IDEs de JetBrains; las aprobaciones de Copilot code review (apagadas por defecto); y el acceso a Copilot incluido en GitHub Enterprise Cloud, vía equipo de cuentas.

🧪

Public preview

Copilot code review Max (Pro, Pro+, Max, Business, Enterprise; usa más créditos que Lite o Balanced), Copilot projects en la app de Copilot para trabajo de agentes en varios repos, computer use en la app y la regla de rulesets para PRs de Copilot sin atribución.

🔬

Experimental

Modelos locales bajo Fusion Standard (MAI Code 1.1 Flash gestionado en Windows; Qwen3.8 Flash Next vía un servidor local compatible con OpenAI). El enrutamiento sigue pasando en la nube, así que un modelo local no deja la sesión offline.

📣

Anunciado, sin fecha

El alta self-serve del acceso a Copilot incluido en Enterprise, la infraestructura de Git reconstruida y el fin de la migración multirregión a Azure (“a principios del año que viene”).

Lo que no pude confirmar

Disponibilidad por plan: el changelog del GA dice que Fusion está en “todos los planes de Copilot”, mientras que los docs limitan High y Max a Pro+ en adelante; sigo a los docs. El fin del descuento es el 30 de noviembre en los docs, “por tiempo limitado” en el changelog y “los primeros 30 días” en la entrada de JetBrains. El resumen en japonés de Impress Cloud Watch compara Fusion con “Claude Opus 4.4 Max” y cerca de 40% menos costo, sin coincidir ni con GitHub ni con Artificial Analysis (Opus 5.5 Max, cerca de la mitad), y cita 7.200 pushes por segundo en pruebas; el post de ingeniería de GitHub solo dice “hasta 35 veces más throughput de escritura”. El 77% no tiene una línea base publicada.

Regla de oro para noviembre

Medí Fusion con tus propias tareas mientras dura el descuento, pero presupuestá a precio completo. Y definí quién puede aprobar pull requests de agentes antes de que el volumen te obligue a decidirlo.

Conclusión

Universe 2026 llevó a Copilot de “elegí un modelo” a “elegí un nivel de esfuerzo y dejá que decida el router”, y llevó a Enterprise de licencias a créditos medidos para quien se sume. Los números independientes respaldan lo que GitHub dice de costo y velocidad para Fusion Max, con un trade-off real en comprensión de código.

Lo que va a doler no está en el selector de modelos. Son los presupuestos que suponen los precios del mes pasado y las reglas de review escritas antes de que los agentes abrieran cuatro de cada diez pull requests. Arreglá eso esta semana y Fusion pasa a ser una configuración más que podés medir.

Esta semana en una pantalla

Medir

• Fusion vs modelo fijo, misma tarea
• Uso de IA por modelo
• Diciembre sin descuento

Configurar

• Política de modelos de Fusion
• Presupuestos y corte al límite
• Defaults en managed-settings

Decidir

• Aprobaciones de Copilot: sí o no
• Aprobación extra para PRs de agentes
• Licencias vs acceso medido