Proporcionar a los desarrolladores el mejor modelo para la tarea en cuestión siempre ha sido nuestro objetivo. A principios de este año, lo hicimos más fácil al lanzar la selección automática de modelos, que revisa su tarea y la empareja con el modelo más adecuado para esa tarea. Hoy, presentamos Project Hydra Fusion, una vista previa de investigación que ofrece inteligencia de vanguardia a través de la orquestación en tiempo de ejecución. Crea un plan de ejecución completo, eligiendo entre modelos de múltiples proveedores para redactar, criticar y revisar, o en cascada a modelos más potentes para completar su tarea.

Hydra Fusion desempeña un papel clave en nuestra estrategia general para ofrecer enrutamiento semántico automatizado entre modelos locales, en la nube y compuestos. Para los desarrolladores, esa complejidad permanece detrás de escena: usted selecciona Hydra Fusion como cualquier otro modelo, y elige un flujo de trabajo que equilibra rendimiento, costo y latencia para cada tarea. Hydra Fusion trata la selección del flujo de trabajo como un problema de optimización. Utiliza señales de capacidad para razonamiento, generación de código, depuración y uso de herramientas para seleccionar el patrón de ejecución más eficiente para cumplir con el estándar de calidad.

Para cada solicitud, Hydra Fusion actualmente elige uno de tres patrones de ejecución: Single, Cascade o Critique. Cada patrón aborda una compensación diferente entre calidad y costo. En evaluaciones fuera de línea en tres puntos de referencia de codificación agéntica, Hydra Fusion demostró consistentemente calidad de nivel de vanguardia con ahorros de costos estimados sustanciales. En Terminal Bench 2.1, mejoró la calidad de tareas verificadas en 4.9 puntos porcentuales con un costo estimado 67% menor en comparación con Claude Opus 5.

Entidades clave: Empresas: GitHub