AIREITER

GitHub HydraFusionをCopilot CLIで試す方法：使い方・料金・ベンチマークの見方

最終更新日: 2026-09-04 19:08:03

GitHub HydraFusionはCopilot CLI向けのリサーチプレビュー版オーケストレーション機能です。オフラインベンチマークの成績は興味深いものの、長期化しがちな実運用の複雑なリポジトリで同じ性能を発揮する保証にはなりません。

まず結論：試す価値はあるが、標準運用にはまだ早い

GitHub Copilotプランを利用していて、1つのプロンプトで明確に説明できる、ある程度まとまったコーディング作業があるなら、HydraFusionを試す価値があります。一方で、重要な本番変更や長時間の対話を伴う作業のデフォルトにするのは、まだ勧めません。GitHub自身がこれをリサーチプレビューと位置づけており、より強力なマルチターン対応は今後の課題だと説明しているためです。

HydraFusionは新しい基盤モデルではありません。GitHub Copilot CLI内で動く実行時オーケストレーションシステムです。タスクに対して単一モデルで処理するべきか、より強力なモデルへエスカレーションするべきか、独立したレビューを挟むべきかを判断してから結果を返します。

Copilot CLIでHydraFusionを有効にする手順

このプレビューは、通常のVS CodeのモデルピッカーからではなくCopilot CLIで有効にします。GitHubの公式発表によると、実験的コマンドの手順を通じてCopilotの各プランで利用できます。インストールと認証については、Copilot CLI quickstartを参照してください。

  1. /updateを実行してCopilot CLIを更新します。
  2. /experimental onで実験的機能を有効にします。
  3. /modelでモデルピッカーを開きます。
  4. HydraFusion (Research Preview)を選択します。
  5. 長い会話型プロジェクトではなく、最初は範囲が明確なまとまったコーディングタスクで使います。

HydraFusionが表示されない場合は、まずCLIを更新し、Copilotアカウント、組織ポリシー、CLIビルドがプレビューに対応しているかを確認してください。現在のコマンド手順については、GitHubの公式発表が一次情報です。プレビューの名称や提供状況は変わる可能性があります。

検索結果には、自動運転向けセンサーフュージョンの研究リポジトリであるAICPS/hydrafusionも出てきます。しかし、これはCopilot向けのGitHub Project HydraFusionとは無関係です。

タスクに応じて実行パターンを使い分ける

HydraFusionは、期待する品質、コスト、レイテンシに応じて、3種類の実行パターンから選択します。現行プレビューでは、ユーザーが手動で「モード」を切り替える仕組みではありません。GitHubはHydraFusionをモデルに近い選択肢として提示しており、実際のワークフローは実行時に選ばれます。

ワークフロー処理内容最初に向くケース主なトレードオフ
Single1つのモデルがタスクを直接処理します。単純な修正、説明、小規模なバグ修正。見かけ上のオーバーヘッドは最小ですが、エスカレーションや独立レビューはありません。
Cascadeまず効率重視のモデルが下書きを作成し、品質ゲートが必要に応じてより強力なモデルへエスカレーションします。簡単そうに見える一方で、より高い能力が必要になる可能性もあるタスク。最初の処理で十分ならコストを抑えられますが、品質判定と場合によっては2回目の呼び出しが加わります。
Critique1つのモデルが下書きを作り、別モデルファミリーの隔離された批評役がレビューし、作成役が1回だけ修正します。別の視点でミスを拾いたい変更。呼び出し回数とレイテンシは増え、批評役には直接のツールアクセスがありません。

Single：1モデルでそのまま実行

Singleは最も単純な経路です。GitHubによると、1つのソルバーがタスクを受け取り、通常の権限を考慮したCopilotエージェントループ内で処理します。実装内容が明確で、短時間でテストできる依頼に自然に適しています。

ワークフロー自体のオーバーヘッドを抑えられる反面、Singleには組み込みのセカンドオピニオンがありません。

Cascade：まず軽量に処理し、必要なら強化する

Cascadeは効率重視のモデルから開始し、品質ゲートが結果を評価して、そのままで十分か、より強力なモデルへ引き上げるべきかを決めます。通常の依頼に対して常に最強のモデルを使わないことが、この方式のコスト面での狙いです。

最初の処理が品質ゲートを通過すればCascadeはコストを削減できます。ただしGitHubは、汎用的なエスカレーション率を公開していません。すべての依頼が低コスト経路で終わると考えるのではなく、実際のタスク結果で評価するべきです。

Critique：下書き、独立レビュー、1回の修正

Critiqueでは、異なるモデルファミリーから独立したレビュー役が加わります。GitHubによると、批評役はツールを持たない隔離コンテキストで下書きをレビューし、フィードバックを元のソルバーに渡します。ソルバーは1回だけ修正を行い、批評役がリポジトリを直接編集することはできません。

言い換えればCritiqueは自動化されたピアレビューですが、そのぶんモデル呼び出しとレイテンシが追加されます。

ベンチマークは「約束」ではなく、トレードオフとして読む

GitHubのオフラインテストが示しているのは、ベンチマークごとの品質とコストのトレードオフです。すべてのCopilotタスクでコストが67%下がるという約束ではありません。

ベンチマークClaude Opus 5に対するHydraFusionの品質Claude Opus 5に対する推定コスト読み取るべき点
TerminalBench 2.1+4.9 percentage points67% lower報告されている中で最も強い結果です。検証済みタスクの品質が高く、推定コストは低くなっています。
DeepSWE−1.5 points36% lower難度の高いリポジトリ作業では、測定可能な品質低下と引き換えに意味のあるコスト削減を示しています。
CheckpointBench−0.1 points65% lowerGitHubの内部リプレイ型ベンチマークでは、品質はほぼ同等で、推定コストは大幅に低くなっています。

GitHubはHydraFusionの公式発表において、一貫した評価設定を使用し、リトライ、批評、エスカレーション、フォールバックを含むすべてのワークフロー呼び出しをカウントしたと説明しています。

CheckpointBenchは、キュレーション済みのCopilotセッションを、不変のパブリックリポジトリコミットに対して再生するものとされています。単純なテキスト生成テストよりコーディングエージェントの作業に近い一方で、依然として制御されたベンチマークです。DeepSWEでHydraFusionの品質が低かった結果は、この表を万能な勝利として解釈させない重要な材料です。

独立した実環境の根拠は、まだ十分とは言えません。独立系ビルダーである@DoDataThings on Xは、検証で重要な論点を次のように指摘しています。

「計画するモデルとコードを書くモデルが同じである必要はない。GitHubの説明では、HydraFusionは制御されたオフライン評価でOpus 5のベースラインに並ぶか上回ったという。ただ、オフライン評価から雑多な実リポジトリへ移るところで、オーケストレーションはたいてい優位性を失う。コスト差がどこまで残るのか気になる。」

これは測定結果ではなく問いかけですが、検証すべき対象を的確に示しています。つまり、複雑なリポジトリにおけるコストと品質です。

実リポジトリで重要になる運用面

HydraFusionの価値は、安価なモデルを選ぶことだけでは決まりません。GitHubのドキュメントには、課金管理、キャンセル、ルーティング検証、レビューの隔離、パッチ適用に関する制御が記載されています。複数のモデル呼び出しは、単一の直接リクエストより多くの運用状態を生むためです。

制御項目ユーザーにとっての意味
コストと時間の制御HydraFusionはワークフローの各段階にまたがる呼び出しを追跡し、実行時間を制限できます。ただし、批評、エスカレーション、リトライ、フォールバックによってレイテンシや総使用量が増える可能性はあります。
ルーティングとパッチの制御GitHubによると、ルートを検証し、無効またはキャンセルされたワークフローではパッチを適用しません。ただし、選ばれたルートや最終コードが正しいことまで保証するものではありません。
レビューの隔離ソルバーが共有ワークスペースを使用する一方、批評役は読み取り専用かつツールなしで動作します。レビュー役による直接変更は抑えられますが、差分レビューとテストは依然として必要です。

GitHubの発表では、可視性に関するトレードオフも説明されています。途中の下書きは最終結果まで表示されません。応答はすっきりしますが、待機中に下書き、リトライ、エスカレーション、破棄がどのように行われたかは見えません。

HydraFusionを最初に試すなら、この形がよい

最初の検証には、コードベースを「改善して」と頼むような終わりのない依頼ではなく、客観的な受け入れ条件がある限定的なリポジトリタスクが向いています。既知の開始コミットと固定された成功条件を持つ実験として、プレビューを扱いましょう。

  1. クリーンなブランチまたはworktreeを作成し、開始コミットを記録します。
  2. 変更対象ファイルの範囲が狭く、再現可能なテストコマンドがあるタスクを1つ選びます。
  3. 期待する動作、制約、テストを最初のプロンプトで明示します。
  4. HydraFusionにタスクを完了させたら、エージェントの成功報告だけで受け入れず、差分を確認します。
  5. 関連テストを自分で実行し、無関係なファイル変更がないか確認します。
  6. CLIが表示する場合は、レイテンシ、使用量またはコストの可視データ、リトライ、エスカレーションの挙動、最終テスト結果を記録します。
  7. HydraFusionを固定モデルと比較したり、チームの標準設定を変えたりする前に、いくつかのタスクで繰り返します。

1つのパッチがうまくいっただけで、ベンチマークの主張を検証したことにはなりません。有用なのは、定型的な修正、複数ファイルにまたがる変更、エスカレーションや批評が意味を持つ可能性がある意図的に曖昧なケースを含めた、小規模なタスクセットです。

HydraFusionの料金と、保証されないこと

GitHubは発表内で、HydraFusion専用のドル建て価格を公開していません。使用量は基盤となるモデルの標準トークンレートに従って課金されるため、最終的なコストは実行時にどのモデルとワークフロー段階が使われたかで変わります。

課金に関する疑問現時点での回答
HydraFusion専用のサブスクリプション料金はある？GitHubの発表では、HydraFusion専用の料金は示されていません。
使用量はどう課金される？構成モデルが消費したトークンに対し、それぞれの標準レートで課金されます。
1つのタスクで複数の課金対象呼び出しが発生する？はい。CascadeとCritiqueでは複数のワークフロー段階が関与する場合があり、課金管理にはリトライとフォールバックも含まれます。
ベンチマーク上の67%削減は、顧客の67%削減と同じ？いいえ。特定のベンチマーク、ポリシー、モデルプール、価格設定における推定比較です。
HydraFusionは安定した本番向け機能？いいえ。GitHubはこれをリサーチプレビューと位置づけており、モデル、ワークフロー、提供状況、挙動、名称が変わる可能性があるとしています。

まずは差分を確認しやすい、単一プロンプトで完結するタスクでHydraFusionを使いましょう。長いマルチターン作業や影響の大きい作業については、リポジトリレベルのテストで広範な利用を裏付けられるまで、固定モデルへのフォールバックを残しておくのが安全です。

HydraFusion FAQ

HydraFusionはモデルですか、それともルーターですか？

HydraFusionはスタンドアロンの基盤モデルではなく、GitHub Copilot CLI内で動作する実行時のマルチモデルオーケストレーションシステムです。コーディングタスクに応じてモデルと実行パターンを選択します。

Copilot CLIでHydraFusionを有効にするには？

/update、/experimental on、/modelを順番に実行し、HydraFusion (Research Preview)を選択します。

HydraFusionはすべてのCopilotプランで利用できますか？

GitHubによると、このプレビューはCopilot CLIを通じてCopilotの各プランで利用できます。ただし、アカウント、組織、CLIバージョン、提供状況の変更によって表示の有無は変わる可能性があります。

HydraFusionはどの基盤モデルを使いますか？

GitHubは複数プロバイダーのモデルから選択すると説明していますが、リクエストごとに使われるモデルの固定リストは公開していません。すべてのタスクを特定のモデルが処理すると想定しないでください。

HydraFusionは常にClaude Opus 5を上回りますか？

いいえ。GitHubはTerminalBench 2.1での向上、CheckpointBenchでのほぼ同等の品質、DeepSWEでの1.5ポイントの劣後を報告しています。

HydraFusionには追加料金がかかりますか？

使用量は基盤モデルの標準トークンレートで課金され、1つのルートが複数モデルを呼び出す場合もあります。GitHubは発表内で、HydraFusion専用のドル建て価格を示していません。

HydraFusionはVS Codeでも使えますか？

ローンチ時の資料では、このプレビューはCopilot CLI経由で案内されています。より広い提供状況については、最新のGitHubドキュメントで確認してください。

HydraFusionにリポジトリを編集させても安全ですか？

GitHubは、権限を考慮するソルバー、隔離された批評役、検証済みルーティング、実行時間の制限、無効またはキャンセルされたワークフローではパッチを適用しない動作を説明しています。それでも、マージ前には差分をレビューし、テストを実行してください。