GitHub 官方介绍；最初发现于 AlphaSignal、AIHOT · 原文 2026-09-05
HydraFusion 多模型协作：三项测试里的质量与成本取舍
HydraFusion 研究多个模型如何协作完成编码任务，并在三个评测中记录完成率与成本的取舍。
研究多个模型怎样共同完成编码任务
HydraFusion 是 GitHub 面向 Copilot 的多模型编排研究预览。它在受控离线测试中协调多个模型完成编码任务，并比较整体质量与估算成本。
三项对照结果，各有取舍
与 Opus 5 相比，TerminalBench 2.1 的质量高 4.9 个百分点、估算成本低 67%；DeepSWE 的质量低 1.5 个百分点、估算成本低 36%；CheckpointBench 的质量低 0.1 个百分点、估算成本低 65%。
这组测试中，成本估算全部下降，质量一升两降。数字依赖特定模型配置、基准和计价假设，不能直接用作实际账单估算；该方法仍处研究预览阶段。
来源与补充
sourcesEN
来源与补充
- 阅读原文GitHub 官方介绍；最初发现于 AlphaSignal、AIHOT
- GitHub 官方文章
原始摘要与适用说明
以上结果来自 GitHub 的受控离线评估报告，本站未独立复现。收录反映的注意力不能证明质量、采用或实际效果；模型组合、工作流和计价变化都会影响结果。
来源与依据 · 3 条链接
逐条说明链接的用途与支持范围。链接数量不代表多方独立验证，“直接支持”也仅限下方写明的内容。
本页保留原文与简要整理，可通过下方链接继续阅读发布者的完整说明。
资料时间记录
- · 在 AlphaSignal、AIHOT 精选 发现这篇资料。
收录记录
首次发现：；本站收录：
收录日期与原文发布日期分别记录。