GitHub Copilot のエージェント実行基盤が複数のAIモデルに対応しながら、同等のタスク完了率を維持して少ないトークン消費を実現。

何が起きたか

GitHub は、GitHub Copilot SDK の中核となるエージェント実行基盤（ハーネス）が、Claude Sonnet 4.6、Claude Opus 4.7、GPT-5.4、GPT-5.5 といった複数の最先端モデルに対応し、ベンチマークテストで同等のタスク完了率を実現しながらトークン消費が少ないことを実証しました。

なぜ重要か

開発者にとって、同じ処理を同等の精度で実現しながらコストを抑える選択肢が生まれます。また、複数モデルに対応する設計により、タスクごとに効率性と品質のトレードオフを自分で選べるようになるため、開発効率とコスト管理の両立が可能になる可能性があります。

注目点

GitHub Copilot は GPT モデルで最高の費用対効果を、Claude Opus で最高の完了率を実現するなど、モデルごとに異なる特性があることが判明。TerminalBench 2.0 での分析では、GitHub Copilot の紫色のマーカーが競合ハーネスと同等または上回るポジションに位置し、実行から実行への分散は各設定の標準偏差で示されています。