GitHub HydraFusion Copilot CLIガイド：実行時ルーティングの仕組み

一見すると簡単なコーディング作業でも、ファイルをまたぐ依存関係が出てくると話は変わります。Project HydraFusionは、要求された品質水準を満たせそうなワークフローを選びます。ただし研究プレビューでは実際のルートは見えず、すべてのリポジトリで同じコスト削減が得られるわけでもありません。

ルーティングの違いをひと目で把握する

Project HydraFusionは、新しい基盤モデルではありません。GitHub Copilot CLI上で動く実行時オーケストレーション層です。ユーザーが選ぶのはHydraFusion (Research Preview)で、使用するモデルと実行パターンはランタイムが決定します。

プレビューを試すには、まず/update、続いて/experimental on、その後/modelを実行し、HydraFusion (Research Preview)を選択します。GitHubはこの手順をHydraFusionの公式発表で案内しています。プレビューはすべてのCopilotプランで利用できますが、組織による管理下では、管理者が有効にしているCopilot CLIポリシーによってアクセス可否が変わる場合があります。

これらは実行パターンであり、リクエストごとに手動で強制するための3つの公開スイッチではありません。発表資料で説明されているのは、HydraFusionを選択し、パフォーマンス、コスト、レイテンシーのバランスをランタイムに任せる使い方です。

ランタイムが予測しようとしていること

GitHubによると、HydraFusionは推論、コード生成、デバッグ、ツール利用に関する能力シグナルを使います。リクエストの品質基準を満たせると予測した、最も効率的な実行パターンを選ぶ仕組みです。ただし、GitHubは判定しきい値を公開しておらず、「3ファイルならCascade」といった決定的なルールも示していません。

したがって、タスクの形はあくまで目安であって、ルーティングを保証するものではありません。変更範囲が狭く、テストへの道筋が明確なら概念的にはSingle向きです。難易度が読みにくい依頼なら、必要な場合だけ強いモデルへ切り替えるCascadeが合います。独立したレビューに価値がある変更なら、Critiqueが候補になります。なお、発表資料にはリクエストごとの固定モデル構成や、ルートを確認できる読みやすいトレースはありません。

Single、Cascade、Critiqueを強制的に選べるのか

GitHubが文書化しているのはHydraFusionを選択し、ワークフローの決定をランタイムに任せる方法です。3つのパターンのいずれかを強制する公開コマンドは案内されていません。ルーティングの予測可能性を重視するなら、固定のCopilotモデルを使いましょう。

追加の呼び出しに見合うのはどのワークフローか

Single：道筋が明確なら直接処理

Singleでは、Copilotの通常の権限認識型エージェントループを通じて、1つのソルバーがタスクを処理します。小規模で仕様が明確な編集、短い説明、実装方法とテスト手順がはっきりしている修正に向いています。

強みは、コストとレイテンシーが比較的読みやすいことです。品質ゲートやセカンドオピニオンを意図的に追加しないため、ソルバーがタスクを誤解した場合は、開発者が主なレビュアーになります。

Cascade：最初の試行で足りないときだけエスカレーション

Cascadeは、まず効率的なモデルで処理を始めます。品質ゲートが候補結果を評価し、基準に届かなければ、より強力なモデルへタスクをエスカレーションできます。

この仕組みの経済的な考え方は、条件付きです。

1. 最初のモデルが、十分に完了できる作業を処理する。
2. 品質ゲートが、弱い候補や確度の低い候補をふるいにかける。
3. より高い能力が必要なタスクだけが、強力なモデルの経路へ進む。

すべてのタスクをフロンティアモデルに送る場合と比べ、ワークフローの平均コストを下げられる可能性があります。一方で、エスカレーション、再試行、フォールバックが発生すると、コストと待ち時間の長いケースが生まれます。GitHubは、リポジトリごとの計画作業について、普遍的に適用できるエスカレーション率を公開していません。

Critique：2つ目の視点にコストを払う

Critiqueは、下書き、レビュー、修正というループで動きます。最初のソルバーが結果を作成し、別のモデルファミリーに属する批評モデルが、分離されたツールなし・読み取り専用のコンテキストでレビューします。その後、元のソルバーが1回修正します。

批評モデルはプロジェクトのテストを実行したり、コマンドを使って生成ファイルを確認したり、自分で修正を適用したりできません。Critiqueが提供するのはレビューの多様性であり、独立したエンドツーエンド実装ではありません。

ベンチマークの内訳：低コストは単一の品質保証ではない

GitHubは、3つのエージェント型コーディングベンチマークで、固定されたHydraFusionポリシーとClaude Opus 5を比較しました。以下の数値はGitHubの公式発表に基づいています。

品質結果が一様ではないことこそが重要です。HydraFusionは、品質向上への期待値がコストやレイテンシーに見合うときに推論を追加することを目指しており、すべてのリクエストでモデル数を増やす仕組みではありません。

GitHubによると、この評価では入力、ツール、実行制限、価格、採点条件をそろえ、下書き、批評、修正、エスカレーション、再試行、フォールバックの各処理をカウントしました。ただし、これは評価対象のポリシー、モデルプール、ベンチマークのバージョン、価格前提に基づく、管理されたオフライン上の推定値です。

この結果から、通常のCopilotタスクが67%安くなることや、特定のコードベースでHydraFusionがClaude Opus 5を上回ることが示されたわけではありません。GitHubは、ライブ環境でプレビューを試す際、まずは1つのプロンプトに収まる、規模があり範囲の明確な初回ターンのコーディングタスクから始めるよう勧めています。

コストは3つの要素に分けて考える

HydraFusionを評価するときは、予想トークンコスト、テールコスト、待ち時間を分けて考えましょう。

推定ワークフローコストが低いからといって、応答が自動的に速くなるわけではありません。Cascadeはエスカレーションしたケースで遅くなる可能性があり、Critiqueは直列のレビューを追加します。一方、Singleはすぐに結果を返す代わりに、検証の負担をより多く開発者に残します。

GitHubのCopilot CLI利用ドキュメントによると、/usageではセッション時間、消費したAI Credits、編集行数、モデルごとのトークン使用量の内訳を表示できます。こうした情報は実際のタスクを比較する手がかりになりますが、すべてのルーティング判断を説明したり、破棄された中間下書きを表示したりするものではありません。

プロンプトとパッチの間にあるブラックボックス

GitHubは、各ワークフロー処理をまたいだ完全な利用量の記録、タイムアウトやキャンセルに対応した実行制御、分離されたレビュー、検証済みのルーティング、無効またはキャンセルされたワークフロー後のフェイルセーフなパッチ適用について説明しています。これらの制御は運用上のリスクを抑えますが、選ばれたルートや最終的なコードが正しいことを証明するものではありません。

またGitHubによると、プレビュー版は1つの一貫した結果を返せるまで中間下書きを保持します。そのため、タスクがSingleのまま処理されたのか、Cascadeでエスカレーションされたのか、Critiqueと修正を経たのかを確認するのは困難です。

実際のユーザーも、この可観測性の不足を明確に指摘しています。

「次に欲しいプロダクト機能は、どのモデルが何をし、なぜルーターが切り替えたのかを読めるトレースです」— Xの@_Mazzana

ルーティング結果の記録がなければ、タスクのコスト、レイテンシー、最終パッチを、それを生み出したワークフローと完全に結び付けることはできません。

プレビュー版を過信せずに試す方法

HydraFusionをチームの標準にする前に、まずは実験として扱いましょう。

1. クリーンなブランチまたはworktreeを作成し、開始時のコミットを記録する。
2. 通常の修正、複数ファイルにまたがる変更、再現可能な受け入れ確認を用意した曖昧なタスクを、それぞれ1つずつ試す。
3. 期待する動作、制約、テストコマンドを最初のプロンプトに書く。
4. 最終的な差分を確認し、無関係なファイルが変更されていないかをチェックしたうえで、関連するテストを自分で実行する。
5. セッション時間、画面で確認できるAI Creditまたはトークン使用量、テスト結果、見える範囲での再試行やエスカレーションの兆候を記録する。
6. HydraFusionと固定モデルを比較する前に、複数のタスクで繰り返し試す。

応答の長さだけで隠れたモードを推測しないでください。長い応答は、Critiqueではなくリポジトリの複雑さを反映している可能性もあります。長時間の作業、複数ターンの作業、レイテンシーが重要な作業、失敗時の影響が大きい作業では、固定モデルに戻せるようにしておきましょう。GitHubは現在のプレビューについて初回ターンのタスクを推奨しており、複数ターンでの性能向上を発表時のガイダンスで今後の重点項目として挙げています。

HydraFusion FAQ

Single、Cascade、Critiqueを手動で選択できますか？

HydraFusionのモードコマンドとして文書化された方法はありません。現在できるのはHydraFusionを選択し、ランタイムに判断を任せることです。決定論的なルーティングが必要なら、固定モデルを使いましょう。

HydraFusionの料金はどのように計算されますか？

GitHubによると、利用料金はHydraFusionが使用した各モデルの消費トークン数に基づき、それぞれのモデルの標準料金で請求されます。詳細は公式発表で説明されています。ベンチマーク上のコスト削減は、顧客向けの一律割引を意味しません。また、複数の処理段階を持つワークフローでは、直接処理するリクエストより多くのリソースを消費する場合があります。

HydraFusionが特に力を発揮するのは、選択的なエスカレーションやレビューの恩恵を受けるだけの重要性があり、なおかつ検証しやすい構造のタスクです。すぐ終わる作業ではSingleのシンプルさが勝るかもしれません。長時間の作業や影響の大きい作業では、リポジトリ上の検証結果から追加のオーケストレーションに価値があると判断できるまで、予測しやすい固定モデルのほうが運用上の選択肢として適している場合があります。