GitHub อัปเดต HydraFusion และเพิ่ม HydraFusion Max: ตั้ง reasoning effort แยกตามขั้น (draft ระดับ medium, review ระดับ high), Critique ใช้ critic หลายตัวขนานกัน — แต่ยังไม่มีตัวเลขเบนช์มาร์กของ Max

GitHub ออก changelog เมื่อ 14 ต.ค. 2026 อัปเดต HydraFusion ระบบที่จัดการหลายโมเดลให้ทำงานร่วมกันใน Copilot ซึ่งเราเขียนถึงตอนเปิดตัวเมื่อ 6 ก.ย. พร้อมเพิ่มตัวเลือกใหม่ชื่อ HydraFusion Max ทั้งสองใช้ได้ใน VS Code, แอป GitHub Copilot และ Copilot CLI สถานะยังเป็น research preview

ข้อเปลี่ยนแปลงที่สำคัญที่สุดตอบข้อสังเกตที่เราตั้งไว้ในโพสต์แรกโดยตรง ตอนเปิดตัว GitHub วัดทุกโมเดลที่ reasoning ระดับ medium และ HydraFusion ใช้ reasoning effort ค่าเริ่มต้นของแต่ละโมเดลเท่านั้น รอบนี้ระบบ ตั้ง effort แยกตามขั้นของงาน

มีอะไรใหม่ใน HydraFusion

• ชุดโมเดลใหม่ changelog ระบุว่าชุดโมเดลตอนนี้ “รวมถึง” Claude Opus 5.5, GPT-6 Astra, GPT-6.1 Sol และ GPT-6 Luna แต่ละงานจะใช้โมเดลไหนขึ้นอยู่กับรูปแบบการทำงานที่ระบบเลือก
• Reasoning effort ตามขั้น ใช้ระดับ medium กับ draft แรก และ high กับการ review เพื่อให้ร่างงานได้เร็ว และใช้ reasoning มากขึ้นตอนตรวจและแก้งาน
• Cascade ฉลาดขึ้น เดิมให้โมเดลแรกทำงานแล้วส่งต่อให้โมเดลที่แรงกว่าเมื่อจำเป็น ตอนนี้มี ขั้นตอน judge ที่ตรวจงานแรกและขอให้แก้เฉพาะเมื่อจำเป็น
• Critique ดูของจริงมากขึ้น เดิมพึ่งการสรุปเป็นข้อความเป็นหลัก ตอนนี้ใช้ tool ตรวจ workspace โดยตรง และใช้ critic หลายโมเดลตรวจพร้อมกัน เอกสารอธิบายว่าความเห็นจาก critic ทุกตัวจะถูกรวมกัน แล้วโมเดลที่ร่างงานจะแก้ หนึ่งรอบ ตามความเห็นนั้น

HydraFusion Max ต่างกันอย่างไร

Max ใช้สถาปัตยกรรมและรูปแบบการทำงานชุดเดียวกัน แต่ปรับมาเพื่อ “ความสามารถระดับ frontier สำหรับงานที่ยากกว่า” เอกสารระบุว่า Max เปิดใช้ reasoning ระดับ extra high ได้ GitHub แนะนำให้ใช้ HydraFusion ปกติกับงานโค้ดที่ใหญ่แต่ขอบเขตชัด เช่น แก้บั๊กซับซ้อนหรือแก้หลายไฟล์ ส่วน Max ใช้กับงานที่ต้องการ reasoning ลึกที่สุด

ทั้ง changelog และหน้าเอกสาร ไม่มีตัวเลขเบนช์มาร์กหรือต้นทุนของ Max ตัวเลขชุดเดียวที่ GitHub เคยเผยคือชุดตอนเปิดตัวเมื่อ ก.ย. ซึ่งวัดกับชุดโมเดลเก่า (เส้นฐานคือ Opus 5) ที่ reasoning ระดับ medium ทั้งหมด ตัวเลขชุดนั้นจึงใช้ประเมินเวอร์ชันนี้ไม่ได้แล้ว

ค่าใช้จ่ายและการเปิดใช้

• คิดเงินตามโทเคนของทุกโมเดลที่ HydraFusion ใช้ ในอัตรามาตรฐานของแต่ละโมเดล ไม่มีค่าธรรมเนียม HydraFusion แยก แต่ ไม่ได้รับส่วนลดของ auto model selection และเอกสารเตือนเองว่างานหนึ่งอาจใช้ AI credits มากกว่าใช้โมเดลเดียว
• ระบบพยายามคง บทสนทนาหลักไว้บนโมเดลเดิม เพื่อใช้ cached token ต่อได้ ส่วนโมเดลผู้ช่วย เช่น reviewer จะได้รับเฉพาะ context ที่จำเป็น
• ผู้ใช้เลือกโมเดลในชุดเองไม่ได้ HydraFusion ใช้เฉพาะโมเดลที่แพ็กเกจและ policy ขององค์กรอนุญาต ถ้าไม่มีโมเดลไหนที่ใช้ได้เลย ตัวเลือกนี้จะไม่แสดงใน model picker
• ใช้ได้ในแพ็กเกจ Copilot Pro, Pro+, Business และ Enterprise ที่เปิด preview feature: ใน CLI ใช้ copilot --experimental แล้วเลือกใน /model หรือรันครั้งเดียวด้วย copilot --experimental --model hydrafusion -p "..." ใน VS Code ต้องเป็นเวอร์ชัน 1.140 ขึ้นไปและเปิด chat.copilot.hydraFusion.enabled
• ดู credit ที่แต่ละโมเดลใช้ใน session ได้ด้วย /usage

มุมมอง AI Curator

การตั้ง effort แยกตามขั้นเป็นการแก้ที่ถูกจุด ข้อวิจารณ์หลักต่อ HydraFusion รุ่นแรกคือมันชนะ Opus 5 ได้ส่วนหนึ่งเพราะทุกโมเดลถูกล็อกไว้ที่ medium การให้ reviewer คิดที่ระดับ high จึงตรงกับวิธีที่นักพัฒนาใช้โมเดลจริง แต่ปัญหาเดิมยังอยู่: GitHub เปิด Max โดยไม่มีตัวเลขวัดผลเลย ทีมที่จะจ่ายเงินกับ Max ต้องทดสอบเองบนงานของตัวเอง และควรดู /usage เทียบกับการใช้ Opus 5.5 หรือ GPT-6 Astra ตรง ๆ ที่ effort ระดับเดียวกัน

อีกสองเรื่องที่ควรสังเกต ชุดโมเดลที่ประกาศมีโมเดล OpenAI สามตัวกับ Anthropic หนึ่งตัว และ ไม่มี Gemini 4 Argon ทั้งที่ GitHub เพิ่ม Argon เข้า Copilot ไปเมื่อ 13 ต.ค. ซึ่งเป็นวันก่อนหน้า (changelog ใช้คำว่า “รวมถึง” จึงยังสรุปไม่ได้ว่าชุดโมเดลมีแค่สี่ตัวนี้) เรื่องที่สองคือการเลือกโมเดลเองไม่ได้ เป็นข้อจำกัดจริงสำหรับองค์กรในไทยที่มีข้อกำหนดเรื่องที่ตั้งของข้อมูลหรือผู้ให้บริการโมเดล ทางเดียวที่ควบคุมได้คือ model policy ระดับองค์กร ซึ่งจะตัดโมเดลออกจากชุดของ HydraFusion ไปด้วย ก่อนเปิดใช้ควรตรวจว่า policy ที่ตั้งไว้เหลือโมเดลอะไรให้ระบบใช้บ้าง

---

แหล่งข่าว

• GitHub Changelog — HydraFusion updates and new Max option
• GitHub Docs — Using HydraFusion
• GitHub Changelog — Gemini 4 Argon in GitHub Copilot