GitHub anunció el 28 de octubre de 2026 la disponibilidad general de Copilot Fusion, un sistema que decide qué modelos utilizar para una petición y cómo coordinar su trabajo. Está disponible en todos los planes de Copilot, en Visual Studio Code, la aplicación de Copilot, su interfaz de terminal —CLI— y los entornos de JetBrains. Conviene actualizar el cliente para acceder al selector.
La novedad permite delegar parte de la elección del modelo. El equipo conserva decisiones importantes: qué nivel de esfuerzo admite, qué modelos autoriza y cuánto consumo está dispuesto a asumir. El enrutamiento a modelos locales es una función distinta, todavía en preview experimental; la disponibilidad general de Fusion no cambia ese estado.
Qué decide Fusion en cada petición
El usuario selecciona Fusion y un nivel de esfuerzo. Standard se orienta al trabajo cotidiano y selecciona un modelo por tarea; High y Max permiten dedicar más recursos a problemas exigentes y pueden incorporar llamadas adicionales. No son tarifas planas ni una garantía de que cada petición use varios modelos.
La documentación de Fusion describe tres patrones de ejecución. En Single, un modelo resuelve la tarea. En Cascade, un modelo prepara un borrador y un juez decide si se acepta o se escala a otro más capaz. En Critique, un modelo redacta, otros lo critican y el primero revisa la respuesta con esas observaciones.
El patrón puede cambiar entre peticiones de una misma conversación. Tampoco existe una ventana de contexto independiente de Fusion: cada paso está sujeto al límite del modelo que lo ejecuta. El conjunto de modelos y las estrategias pueden evolucionar.
Qué se cobra y qué puede controlar una empresa
Se factura cada modelo utilizado a su tarifa correspondiente; no hay un recargo separado por Fusion. La documentación anuncia un descuento del 30 % sobre el coste de los modelos para planes de pago hasta el 30 de noviembre de 2026. Ese descuento temporal no demuestra que cualquier tarea resulte más barata: High o Max pueden consumir más créditos de IA que Standard.
Los administradores pueden limitar los modelos disponibles mediante políticas y excluir uno de Fusion sin desactivarlo para todos los demás usos. También pueden establecer Fusion y su nivel como opción predeterminada con la configuración empresarial correspondiente. Son controles sobre selección y consumo, distintos de la identidad y los permisos de un servicio construido con el SDK de Copilot.
Un ejemplo hipotético, no ejecutado por Puntoes, sería usar Standard para un cambio rutinario y reservar High para investigar un fallo que atraviesa varios archivos. Para decidir si compensa, el equipo tendría que comparar corrección, tiempo y consumo con sus propias tareas. El anuncio por sí solo no acredita esa mejora.
Modelos locales: plataformas y dependencia de la nube
El anuncio específico de modelos locales distingue dos rutas. En dispositivos Windows compatibles, la integración con Windows ML permite descargar y configurar MAI Code 1.1 Flash desde CLI, la aplicación o VS Code. El enrutamiento local utiliza Fusion Standard.
En CLI también se pueden configurar manualmente MAI Code 1.1 Flash o Qwen3.8 Flash Next mediante un servidor local compatible con la API de OpenAI, en Windows, macOS o Linux. El usuario aporta el entorno de inferencia y un equipo con recursos suficientes. En la aplicación de Copilot, el enrutamiento inteligente local se limita actualmente a los modelos gestionados mediante Windows ML. Conectar y seleccionar directamente otro modelo no lo hace elegible automáticamente para Fusion.
La inferencia local no convierte la sesión en trabajo sin conexión: Fusion sigue tomando decisiones de enrutamiento en la nube. No debe interpretarse como una garantía de que todos los datos permanecen en el dispositivo. Antes de instalar un modelo hay que comprobar sus requisitos y condiciones; esta noticia no evalúa sus licencias ni su rendimiento local.
Hay además un límite operativo en la documentación: descartar un borrador no deshace automáticamente los cambios que ya haya realizado en archivos. La respuesta final y las críticas entre modelos siguen necesitando revisión del resultado y de las diferencias antes de confirmar cambios.