本文へ移動
技術を、自社の仕事に。
判断と実行を助けるメディア

記事を検索

Copilot Fusion HighとMaxが使えるプランと請求

目次 · 7項目

開発チームでGitHub Copilotを使っていると、モデルの選び方が人によってばらつくことがあります。軽い修正にも上位のモデルを使う人がいれば、難しい不具合に速いモデルで粘る人もいるかもしれません。料金がAIクレジットの消費で決まる以上、チームの管理者には「誰がどのモデルをどれだけ使うか」が費用の問題になります。

GitHubは2026年10月28日に、「Copilot Fusion」を一般提供にしました。モデルの一覧から1つを選ぶ代わりに、Fusionがタスクごとにモデルと実行の型を選ぶ仕組みです。変更履歴は、Project HydraFusionの複数モデルの連携と、Copilotの自動モデル選択を組み合わせたものと説明しています。9月に研究プレビューとして公開されたProject HydraFusionについては、HydraFusionの記事でベンチマークの数字の読み方を扱いました。この記事では、一般提供のドキュメントに書かれた、使えるプランと請求の仕組みを整理します。

Fusionを選ぶと何が起きるか

Fusionは、モデルの選択画面(モデルピッカー)で選びます。ただし、特定のモデルを選ぶわけではありません。依頼ごとに、Fusionが次の3つの実行の型から1つを選びます。

  • Single: 1つのモデルが作業を完了する
  • Cascade: 効率のよいモデルが下書きを作り、判定役が受け入れるか、強いモデルに上げるかを決める
  • Critique: 1つのモデルが下書きを作り、複数のモデルが並行して批評し、その意見をもとに書き直す

同じ会話の中でも、依頼ごとに型は変わり得ます。追加のモデルの呼び出しは、タスクが必要とする場合だけ行うとされ、Singleは1つのモデルへの依頼と同じように動きます。CascadeとCritiqueは、レビューのための呼び出しが入るぶん時間がかかります。作業中は各段階と使っているモデルを追えますが、途中の下書きは書き直されたり捨てられたりすることがあり、表示される回答は最後のものだけです。回答の下の努力レベルの名前にマウスを重ねると、使われたモデルの一覧が見られます。

提供されている場所は、VS Code、Copilot CLI、GitHub Copilotのアプリ、JetBrainsのIDEです。Fusionが使える環境では、モデルピッカーの「Auto」の位置にFusionが表示されます。JetBrains向けの変更履歴は、すべての利用者へ順に展開している途中と書いています。

Standard・High・Maxと、使えるプラン

Fusionには努力レベルがあり、品質・費用・速さのどれを優先するかを選びます。

努力レベルドキュメントの説明使えるプラン
Standard費用・品質・速さの釣り合い。タスクごとに1つのモデルを選ぶすべてのプラン(Free、Student、Pro、Pro+、Max、Business、Enterprise)
High複数ファイルにまたがる変更など、追加の呼び出しに見合う作業向けPro+、Max、Business、Enterprise
Max最も深い推論が要る作業向けPro+、Max、Business、Enterprise
Fast速いモデルが要る場面専用。利用者は選べず、VS Codeのインラインチャットだけすべてのプラン

個人のProのプランでは、HighとMaxは使えません。またMaxは、Maxに必要なモデルのどれかが無効にされていると、モデルピッカーに表示されないことがあります。

Copilot Fusionの努力レベルとプランの対応図。StandardとFastはすべてのプランで使える。HighとMaxはPro+、Max、Business、Enterpriseで使え、Free、Student、Proでは使えない。下に、請求は使われたモデルごとの通常の料金で、Fusion自体の料金はなく、2026年11月30日までは有料プランでモデルの費用が30%割引と添える

請求の仕組み

ドキュメントの請求の説明は、次のとおりです。

  1. Fusionが使ったモデルごとに、そのモデルの通常の料金で請求される
  2. Fusionそのものの料金はない
  3. HighとMaxは1つのタスクで複数のモデルを使うことがあり、Standardより多くのAIクレジットを消費し得る
  4. 2026年11月30日までは、有料のプランの利用者は、Fusionを使うときのモデルの費用が30%割引になる

割引の期限はドキュメントの日付です。全体の変更履歴は「期間限定」とだけ書き、JetBrains向けの変更履歴は「最初の30日間」と書いています。12月以降の割引についての記載は、開いた資料にはありません。モデルごとの料金は「Models and pricing」のページに載っており、1 AIクレジットは0.01米ドルです。

会話の本筋はできるだけ同じモデルに保ち、キャッシュされたトークンの効果を活かす、とも書かれています。補助のモデル(レビュー役など)には、必要な文脈だけを渡します。

請求とは別に、表示の読み方で注意したいのがコンテキストウィンドウです。Fusion自体にはコンテキストウィンドウがなく、各段階はそれを担当するモデルの上限の中で動きます。表示される値は、使うモデルの中で最も小さい上限にもとづく控えめな値とされています。

管理者のモデルの制限とどう関係するか

Fusionは、利用者が使えるモデルの中からしか選びません。ドキュメントは、次のモデルを含めないと書いています。

  • プランで使えないモデル
  • 管理者のポリシーで除外したモデル
  • データの保存場所やFedRAMPに準拠したモデルに限るポリシーで除外されるモデル
  • 評価用のモデルを制限するポリシーで除外されるモデル

使えるモデルが1つもない場合、Fusionはモデルピッカーに表示されません。組織で特定のモデルを禁止している場合も、Fusion経由でそのモデルが使われることはない、ということです。逆に、Maxを使わせたい場合は、Maxに必要なモデルを許可しておく必要があります。

Enterpriseの所有者は、Fusionが使うモデルを別に設定できます(「Configure Copilot Fusion models」)。変更履歴は、全員向けにはそのモデルを無効にせず、Fusionからだけ外せると説明しています。ここで有効にしても、ほかのモデルのポリシーが許可していない利用者には使われません。Maxに必要なモデルを無効にするとMaxは使えなくなり、ドキュメントは最上位のモデルがよく使われると書いていますが、必要なモデルの一覧は開いたページにはありません。

もう1つ、作業の取り消しに関わる制限があります。Fusionが下書きを捨てても、その下書きがワークスペースで行ったファイルの変更は自動では元に戻りません。コミットの前に変更を確かめるよう書かれています。Fusionはサブエージェントとは別に動き、サブエージェントを起動しません。

編集部の提案:チームで決めておくこと

ドキュメントの記載をもとに、Business・Enterpriseの組織で決めておく点を挙げます。

  • 既定の努力レベル: 日常の作業はStandard、HighとMaxは使う場面を決める。どの場面で使うかの基準は、ドキュメントの「Typical use」の説明を出発点にできる。Enterpriseの管理設定(Enterprise managed settings)では、model を "fusion" に、fusionTier を "standard" などにして既定を決められる。fusionTier を文字列で指定すると、利用者は努力レベルを変えられなくなる。対応するのはCopilot CLI、VS Code、GitHub Copilotのアプリの新しい版で、JetBrainsのIDEは対応していない
  • 割引の終わりを見込んだ予算: 11月30日までの30%割引の期間の消費量を、12月以降の見積もりにそのまま使わない
  • モデルの許可の一覧: Maxを使うなら、必要なモデルが許可されているかを確かめる。禁止したいモデルはポリシーで除外しておけば、Fusionからも使われない

AIのコードレビューを外部の開発に入れるときの決めごとは、AIコードレビュー導入の確認点の記事も参照してください。

確認した範囲

2026年11月6日に、GitHub DocsのCopilot Fusion、モデルの管理、Enterpriseの管理設定、請求のページと、GitHubの変更履歴(一般提供の告知、JetBrains向けの告知)を開き、原文と照合しました(資料調査)。Fusionのページは2026年10月28日に追加され、11月3日にMaxの注記が追加されています。Fusionを使っての検証はしておらず、実際のAIクレジットの消費も測っていません。ローカルのモデル(MAI Code 1.1 Flash、Qwen3.8 Flash Next)を使う機能は、ドキュメントではパブリックプレビュー、変更履歴では実験的なプレビューと書かれており、この記事では扱っていません。

開発チームへのAIの導入と費用の設計は、開発・AI・自動化のご相談からお問い合わせください。

参考資料

この記事を共有XFacebook
鈴木 翔

技術の可能性に魅了され、学生時代からプログラミングとデジタルアートの分野に深い関心を持つ

この記事のテーマを、自社の次の一歩へ

AIを任せる仕事から、一緒に考える。

いまの業務と使うデータを整理し、AIに任せる範囲、人が確認すること、試し方を考えます。

  • 対象にする業務
  • 利用するデータ
  • 効果の確かめ方
業務でのAI活用を相談する

構想段階からご相談いただけます。この記事の情報を相談フォームに引き継ぎます。

最新記事をメールで受け取る