Copilot 多模型编排需累计计算调用费用

书籍：System Design Pocket Guide: Interviews（系统设计口袋指南：面试篇）

系列：Pocket Guides for Developers（开发者口袋指南）——8 本短书，涵盖 Agent、RAG、prompt、可观测性、事件、数据库和系统设计——以上是整个系列。

我的项目：Hermes IDE | GitHub——一款面向使用 Claude Code 和其他 AI 编程工具交付软件的开发者的 IDE。

关于我：xgabriel.com | GitHub

你在 Copilot 的模型选择器里选中一个选项。背后却是一个模型先写初稿，其他模型再评判或审查，最后你才看到一个答案。

这个选项就是 HydraFusion。10 月 14 日，GitHub 为它更新了模型池：Claude Opus 5.5、GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna。同时还新增了一个档位：HydraFusion Max。计费规则写在 GitHub 的文档里：它每调用一个模型，你就要按该模型的标准费率付费。

10 月 14 日更新了什么

HydraFusion 不是一个模型。GitHub 文档将它称为运行时模型编排器。对于每个 prompt，它会选择执行模式和推理强度，挑选模型，最后返回一条回复。Copilot 的 Auto 模式每次请求选择一个模型；HydraFusion 则会选择一套工作流，在单轮交互中协调多个模型。

文档列出了三种模式。Single 把任务交给一个模型。Cascade 先让一个高效模型起草，再由评判模型决定接受初稿还是升级处理。Critique 则让一个模型起草，多个模型并行审查，然后由起草模型修改一次。

10 月 14 日的更新日志列出了四项变化：

• 模型池：Claude Opus 5.5、GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna。
• 按阶段设置推理强度：初稿使用 medium，审查使用 high。此前，每个模型都按各自的默认强度运行。
• Cascade：现在可以增加一个评判步骤，检查第一次尝试，只在确有必要时要求修复。
• Critique：审查模型会更多地借助工具检查你的实际工作区，并且并行运行。

HydraFusion Max 使用相同的架构和工作流，但推理强度更高，面向更复杂的任务。文档还补充说，Max 提供 extra high 推理强度。

两者目前都处于研究预览阶段，可在 VS Code、GitHub Copilot app 和 Copilot CLI 中使用，支持 Copilot Pro、Pro+、Business 和 Enterprise，但需要开启实验性功能或预览功能。GitHub 文档明确写道：“HydraFusion 不适用于生产工作负载。”

一个 prompt，三条可能的执行路径：Single、Cascade 或 Critique。你只会看到最终答案。

一轮 HydraFusion 会花你多少钱

HydraFusion 本身不额外收费，但也不享受 Auto 模型选择的折扣。它调用的每个模型都按各自的标准费率计费。GitHub 文档还指出，由于一个任务可能运行多个模型，单个任务消耗的 AI credits 可能高于只使用一个模型时的消耗。

所以，同一个 prompt 的花费可能相差很大。Single 的成本大致相当于调用一个模型；Critique 则要支付起草模型、每个审查模型以及修改初稿的费用。主对话会尽可能留在同一个模型上，以便复用缓存的 token。这能限制额外开销，但无法消除它。

文档中还有两条对预算很重要。你无法指定 HydraFusion 使用哪些模型；它只会调用你的套餐包含、且组织策略允许的模型。如果没有符合条件的模型，它根本不会出现在选择器里。

上下文窗口是另一个容易踩的坑。文档说，HydraFusion 没有自己的上下文窗口；它显示的窗口大小，取决于其模型中最小的上下文上限。如果你的对话已经超过这个限制，就要先压缩上下文，再切换过去。

GitHub 公布了哪些数据，又是拿什么作比较

GitHub 在 9 月 4 日发布 HydraFusion 时，公布了与 Claude Opus 5 对比的离线测试结果：

看这些结果时，要把它们的局限一起考虑进去。这些结果来自受控的离线运行，绑定了特定的 benchmark 版本、工作流配置、模型池和定价假设。CheckpointBench 是 GitHub 内部的 benchmark，成本数字也是估算值，并非实际账单数据。只有 TerminalBench 显示质量有所提升，另外两项都是牺牲少量质量，换取更低的费用。

而且，这些结果描述的是 9 月的配置。10 月 14 日的模型池和各阶段推理强度已经不同，更新日志也没有公布新的数据。Omdia 分析师 Torsten Volk 对 TechTarget 表示：“每项编程任务都用 LLM，往往在经济上算不过账。”

HydraFusion 不收额外费用，但它调用的每个模型都有自己的计费表。

被丢弃的初稿，可能留下修改

文档中有一个限制，比 benchmark 更值得关注。当一份初稿被丢弃时，它已经在工作区中做出的改动，比如文件编辑，不会自动撤销。最终答案可能来自升级处理后的模型，但被否决的初稿所做的修改，仍然留在磁盘上。

所以，给它一个可以随便折腾的分支。按照文档，在 Copilot CLI 中先用 --experimental 启用，再通过 /model 选择。把这些操作放到一个 git worktree 里执行：

git worktree add ../app-hydra -b try/hydrafusion
cd ../app-hydra
copilot update
copilot --experimental
# in the session: /model -> HydraFusion (Research Preview)

对于一次性 prompt，文档给出的命令是 copilot --experimental --model hydrafusion -p "YOUR-PROMPT"。在 VS Code 1.140 或更高版本中，开启 chat.copilot.hydraFusion.enabled，再从 Copilot Chat 的模型下拉菜单中选择它。

提交这个分支里的任何内容之前，先运行 git status 和 git diff，逐一检查每个文件，包括最终答案从未提到的文件。文档也提出了同样的要求：提交之前审查改动。

把它和其他 Agent 放在一起运行

Hermes IDE 是我开发的，所以阅读这一节时，请把这层关系考虑进去。GitHub Copilot CLI 是 Hermes 可以在真实终端中打开的 Agent 之一，与 Claude Code、Codex 等工具并列，你也可以添加任意命令行 Agent。按下 ⌘N，每个任务都会在各自的 worktree 中，使用独立的 hermes/<name> 分支启动。这正是应对“被丢弃的初稿仍会留下修改”这一限制所需要的隔离方式。

要在这里使用 HydraFusion，先启动一个 GitHub Copilot CLI 任务，输入 /experimental on，再按 GitHub 文档的说明重启 Copilot CLI，然后从 /model 中选择 HydraFusion。把同一个工单交给第二个 worktree 中的 Claude Code，就能比较模型路由器与单个模型生成的 diff。我自己还没有运行过 HydraFusion。

Hermes 2.3.4 的 Agent 选择器：Claude Code 和 Codex 显示为已安装，GitHub Copilot CLI 和其他支持的 Agent 也列在其中，此外还有 Custom agent。

Hermes 免费，采用 BSL 1.1 许可证开放源代码，支持 macOS、Windows 和 Linux。它与 GitHub、Anthropic、OpenAI 或 Nous Research 没有关联。

要不要开启它

如果你已经订阅 Copilot Pro 或更高套餐，并且开启了预览功能，试用它只需要改一个设置、建一个分支，再支付每次运行消耗的 credits。找一个你已经手动完成的任务，分别交给 HydraFusion 和一个你信任的单模型运行，然后比较 diff 和 credits 消耗。这比 GitHub 的表格更能说明问题。

如果路由器每调用一个模型都要向你收费，你还愿意让它决定哪些模型可以修改你的代码吗？欢迎在评论区聊聊。

HydraFusion 是系统设计权衡的一个缩影：什么时候升级处理，什么时候花钱征求第二意见，以及一次廉价的初次尝试失败后，会带来什么成本。System Design Pocket Guide: Interviews 通过 15 个真实设计案例，逐步讲解这些决策是如何做出的。它是 Pocket Guides for Developers 系列 8 本短书中的一本，整个系列涵盖 Agent、RAG、prompt、可观测性、事件、数据库和系统设计。如果你想让 Copilot CLI 和 Claude Code 围绕同一个工单比一场，Hermes IDE 可以为它们各自提供独立的 worktree。

如需进一步处理，你可以考虑屏蔽此人和／或举报滥用行为。