Guillem Alsina Gonzàlez
A principios de este año, GitHub introdujo la selección automática de modelos en su asistente de programación Copilot. Ahora, la plataforma de desarrollo ha dado un paso más con el anuncio del proyecto HydraFusion, una nueva característica en fase experimental que automatiza el enrutamiento entre modelos locales, en la nube y compuestos, elaborando un plan de ejecución que puede involucrar a distintos proveedores para redactar código, revisarlo o delegar la tarea a motores más potentes.
El sistema analiza señales de capacidad en áreas como el razonamiento, la generación de código y el uso de herramientas. A partir de este análisis previo, HydraFusion trata la selección del flujo de trabajo como un problema de optimización para elegir el patrón de ejecución más eficiente.
En la práctica, la plataforma puede optar por tres métodos de ejecución para equilibrar el coste y el resultado, empezando por emplear un enfoque único en el que un solo modelo resuelve la petición de manera directa. Como segunda alternativa, puede utilizar una cascada, donde un motor eficiente genera un primer borrador y un control de calidad decide si lo acepta o si escala la tarea a un modelo superior. Finalmente, el patrón de crítica permite que un sistema redacte una propuesta y un revisor independiente de otra familia de modelos analice el resultado para que el creador original aplique la corrección oportuna.
Los tests internos de la compañía, basados en tres bancos de pruebas de codificación, muestran que este enfoque de orquestación consigue superar la calidad de las respuestas frente a opciones de gama alta, reduciendo simultáneamente los costes operativos. Concretamente, en el entorno de pruebas TerminalBench 2.1, la nueva herramienta mejoró la calidad de las tareas verificadas en 4,9 puntos porcentuales con un coste estimado un 67% inferior al obtenido en la evaluación base realizada con Claude Opus 5.
El desarrollo de esta tecnología se asienta sobre una base técnica regida por cinco principios operativos fundamentales diseñados para garantizar el control; para empezar, el sistema mantiene una contabilidad completa que suma el uso y la facturación de cada fase del proceso, y aplica una ejecución limitada mediante reglas estrictas de tiempo de espera para mantener el consumo dentro de unos parámetros definidos.
Por otro lado, las fases de revisión se ejecutan de manera aislada para que los modelos evalúen el trabajo de forma independiente sin alterar el estado del repositorio. Para salvaguardar el código de los desarrolladores, se incorpora una aplicación a prueba de fallos que impide aplicar parches si el proceso se cancela, y se realiza un enrutamiento validado que comprueba la disponibilidad de los servicios antes de iniciar cualquier acción.
Actualmente, la característica experimental se encuentra disponible para todos los planes de suscripción a través de la interfaz de línea de comandos de Copilot, aplicando una tarifa basada en los tokens consumidos según el precio estándar de cada modelo utilizado. Los usuarios pueden acceder a ella actualizando el software, activando las funciones experimentales y seleccionando el nuevo motor de orquestación.
