GitHub、マルチモデルAIオーケストレーター「HydraFusion」公開

HydraFusionは、AIコーディング支援への新しいアプローチを示す。単一モデルを選択するだけでなく、異なるプロバイダーの複数モデルを動的に調整してタスクを処理する点が特徴だ。このシステムは、ワークフロー選択を最適化問題と捉え、リクエストごとに品質、コスト、レイテンシーのバランスを図る。ここでの例は技術的なものだが、根底にある考え方は、常に最も強力なモデルにコストを払うことなく最良の結果を得るというものだ。

このリサーチプレビューは、ローカル、クラウド、複合モデル間の自動セマンティックルーティングを開発者に提供するというGitHubの取り組みの一環である。初期の内部テストでは、比較対象モデルと同等以上の性能を示唆しているが、公式結果は一様ではない。TerminalBench 2.1では品質向上とコスト削減を達成した一方、DeepSWEとCheckpointBenchでは品質はわずかに低下したものの、コスト削減を実現しつつ同等レベルの性能を維持した。

このプレビューは、どのタスクが複合ワークフローに適しているかを学習するように設計されている。現時点では、明確に定義された単一プロンプトのコーディングタスクから始めることを推奨している。今後はマルチターン性能の向上を計画している。HydraFusionは進行中の研究プロジェクトであり、その結果、モデル、利用可能性はフィードバックに基づいて変更される可能性がある。