AI Aulis

AI-NYHETER PÅ SVENSKA · 18 november 2026

De viktigaste AI-nyheterna varje morgon. AI skriver och granskar artiklarna mot originalkällorna – kontrollera viktiga uppgifter i källorna.

32 artiklar · nästa nummer i morgon bitti · Så görs tidningen →

← Numret 18 november 2026Tidningen

GitHub: Copilot Fusion Max löste 71,2 procent av uppgifterna i Terminal-Bench 4.1

AI-genererat innehållSkriven av AI

github.blog, x.com, youtube.com, blogs.windows.com · 7 källor · Källornas publiceringsdatum: 17 november 2026

Copilot Fusion Max väljer och kombinerar modeller efter uppgift. I Terminal-Bench 4.1 löste den 5,4 procentenheter fler uppgifter än Opus 5.5 och Fable 5.2 som körts i Claude Code och kostade mindre än båda, uppger GitHub.

Copilot Fusion är ingen ny modell utan ett val i Copilots modellväljare. Användaren väljer inte en modell utan en nivå: Standard, High eller Max. Sedan avgör Fusion för varje prompt vilken modell som gör arbetet och på vilken resonemangsnivå.

Enligt textningen i GitHubs presentationsvideo väljer Standard en enda mångsidig modell. Som förhandsversion kan det även vara en lokal modell som körs på användarens dator. High och Max kan dessutom kombinera modeller. I en kaskad skriver en lätt modell ett utkast, och en bedömare godkänner det eller skickar arbetet vidare till en starkare modell. Vid kritik granskar flera modeller utkastet parallellt, och utifrån deras återkoppling rättar en modell det. I videons exempel implementerade GPT-6.1 Sol en funktion, GPT-6 Luna granskade den och Opus 5.5 gjorde rättelserna.

Fusion Max löste 71,2 procent av uppgifterna i Terminal-Bench 4.1, enligt den ändringslogg som GitHub publicerade den 17 november. Benchmarket mäter hur väl AI-agenter klarar svåra uppgifter på kommandoraden. Dess offentliga topplista förvaltas av Stanford, Harbor och Laude Institute. GitHub uppger att Fusion låg 5,4 procentenheter före Opus 5.5 och Fable 5.2. Dessutom kostade den 88 procent mindre än Fable 5.2 och 57 procent mindre än Opus 5.5.

I jämförelsen ställs inte bara modeller mot varandra. Varje rad i topplistan består av en modell och en harness, alltså det program som styr agenten, ger modellen verktyg och kör dess arbetssteg. Enligt bilden i GitHubs inlägg på X kördes Fusion i GitHub Copilot, medan Opus och Fable kördes i Claude Code. Fusion kan själv använda till exempel Opus 5.5.

Fusion var inte heller billigast i bildens tabell. GPT-6.1 Sol i Codex och Gemini 4 Carbon i Antigravity CLI kostade till exempel mindre men löste färre uppgifter. Tabellen anger också ett osäkerhetsintervall för varje resultat, och Fusions intervall överlappar något med intervallen för Opus 5.5 och Fable 5.2.

Det rör sig alltså om resultatet från ett enda benchmark. Den egna Copilot-konfigurationen kan mätas med verktyget Copilot Evals, som GitHub samma dag släppte som offentlig förhandsversion. Med verktyget kan man bygga ett reproducerbart test för en skill, en egen agent eller ett MCP-verktyg och jämföra resultaten före och efter en ändring. GitHub motiverar verktyget med att AI:ns resultat varierar mellan körningar och att ett enda lyckat svar därför inte visar att ändringen fungerar. Evals finns som tillägg för VS Code, som plugin för Copilot CLI och i Copilot-appen för abonnemangen Individual, Business och Enterprise.

Fusion kan nu väljas i de senaste versionerna av github.com, Visual Studio och betaapparna för GitHub Mobile. Mobilapparnas produktionsversioner får den snart. Max-nivån har fått Claude Sonnet 5.5, High-nivån GPT-6.1 Terra och Standard-nivån MAI-Code-2. Enligt Microsoft kan Fusion som förhandsversion skicka kodningsuppgifter till lokala modeller, till exempel MAI Code 1.1 Flash. Funktionen finns i Copilot-appen, CLI och VS Code på Windowsdatorer med NVIDIA RTX Spark- och AMD Ryzen AI Max-processorer. Dessutom kan GitHub Enterprise Cloud-företag som använder Enterprise Managed Users-konton skicka Copilot-agenternas åtgärder till Microsoft Agent 365 för övervakning.

Tidigare om ämnet

Anmäl ett fel i artikeln