Fornecer aos desenvolvedores o melhor modelo para a tarefa em questão sempre foi nosso objetivo. No início deste ano, facilitamos isso ao lançar a seleção automática de modelos, que analiza sua tarefa e a corresponde com o modelo mais adequado para essa tarefa. Hoje, apresentamos Project Hydra Fusion, uma prévia de pesquisa que oferece inteligência de ponta através de orquestação em tempo de execução. Ele cria um plano de execução completo, escolhendo entre modelos de múltiples provedores para redactar, criticar e revisar, ou em cascada a modelos más potentes para completar sua tarefa.

Hydra Fusion desempeña um papel clave em nossa estratégia geral para oferecer roteamento semántico automatizado entre modelos locais, na nube e compostos. Para os desenvolvedores, essa complexidade permanece nos bastidores: você selecciona Hydra Fusion como qualquer outro modelo, e ele escolhe um fluxo de trabalho que equilibra desempeño, custo e latência para cada tarefa. Hydra Fusion trata a seleção do fluxo de trabalho como um problema de otimização. Utiliza señales de capacidade para raciocinio, geração de código, depuração e uso de herramientas para seleccionar o padrão de execução mais eficiente para cumprir o padrão de qualidade.

Para cada solicitud, Hydra Fusion atualmente escolhe um de três padrões de execução: Single, Cascade ou Critique. Cada padrão aborda um trade-off diferente entre qualidade e custo. Em avaliações offline em três benchmarks de codificação agéntica, Hydra Fusion demonstrou consistentemente qualidade de nível de ponta com ahorros de custo estimados substanciales. Em Terminal Bench 2.1, melhorou a qualidade de tarefas verificadas em 4.9 pontos percentuais com um custo estimado 67% menor em comparação com Claude Opus 5.

Entidades clave: Empresas: GitHub