Am 31. Juli 2026 hat Microsoft den Unit-Test-Agent unter der MIT-Lizenz als Open-Source-Software veröffentlicht. Das Werkzeug zur automatisierten Erstellung von Softwaretests erreichte in internen Versuchsreihen eine Task-Completion-Rate von 92,1 Prozent. Damit liegt die Leistungsfähigkeit des spezialisierten Agenten deutlich über der Standardversion von GitHub Copilot, die in demselben Testszenario mit 152 Aufgaben eine Erfolgsquote von 78,9 Prozent erzielte.
Leistungssteigerung bei komplexen und vagen Anforderungen
Die Auswertung der Testergebnisse zeigt, dass der Unit-Test-Agent besonders bei unpräzisen Vorgaben Vorteile bietet. Bei sogenannten vagen Prompts erreichte das Tool eine Erfolgsrate von 88,8 Prozent, während die Standardanwendung von GitHub Copilot in diesem Bereich auf 66,3 Prozent kam.
Hinsichtlich der unterstützten Programmiersprachen variieren die Ergebnisse. In der Sprache Go erzielte der Agent eine vollständige Erfolgsquote von 100 Prozent, verglichen mit 66,7 Prozent bei der Standardlösung. Bei Python-Aufgaben lag die Quote des neuen Agenten bei 86,7 Prozent, während das Vergleichssystem 40,0 Prozent erreichte.
Einzig bei PowerShell-Aufgaben lag der Unit-Test-Agent mit 70,0 Prozent hinter dem Standard-Copilot, der hier 80,0 Prozent der Aufgaben erfolgreich abschloss. Das Tool ist für die Nutzung in der Copilot-Kommandozeile (CLI) sowie in Visual Studio Code konzipiert.
GitHub erweitert Copilot um Project HydraFusion
Parallel zu den Entwicklungen bei Microsoft kündigte GitHub das Project HydraFusion als Research-Preview für Copilot an. Dabei handelt es sich um einen Multi-Modell-Router, der Coding-Aufgaben über verschiedene Verarbeitungswege wie Single-, Cascade- und Critique-Patterns steuert. Ziel dieses Systems ist es, die Effizienz und Qualität der Code-Generierung zu optimieren.
In internen Benchmarks wurde HydraFusion mit dem Modell Claude Opus 5 verglichen. Im TerminalBench 2.1 erreichte das System eine um 4,9 Punkte höhere Qualität bei gleichzeitig um 67 Prozent reduzierten Kosten. Im DeepSWE-Test lag die Qualität um 1,5 Punkte niedriger, wobei die Kosten um 36 Prozent sanken.
Wer sich mit der Integration neuer KI-Modelle in die Softwareentwicklung befasst, muss auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen
Beim CheckpointBench war die Qualität nahezu identisch (minus 0,1 Punkte), während eine Kostenersparnis von 65 Prozent erzielt wurde. GitHub gab an, dass HydraFusion in einem von drei Benchmarks ein Qualitätsniveau erreichte, das mindestens auf Augenhöhe mit Opus 5 liegt.
Weitere Offline-Evaluationen ergaben, dass HydraFusion die Qualität von Opus 5 bei einer Erfolgsrate von 85 Prozent erreichte. Die durchschnittlichen Workflow-Kosten lagen dabei mit 0,32 US-Dollar deutlich unter den 0,50 US-Dollar des Vergleichsmodells.
Allerdings stieg die Retry-Rate um 87 Prozent und die P95-Latenz um 17 Prozent. GitHub betonte, dass diese Benchmark-Ergebnisse auf eigenen Erhebungen basieren und bisher keine unabhängige Verifizierung durch Dritte vorliegt.
Integration neuer KI-Modelle in die Arbeitsumgebung
Zusätzlich zu den neuen Routing-Verfahren wurde die allgemeine Verfügbarkeit von GPT-6 Astra in GitHub Copilot bekannt gegeben. Das von OpenAI entwickelte Modell ist für langfristige, autonome Programmieraufgaben ausgelegt.
Die rasante Entwicklung bei autonomen KI-Systemen stellt viele Unternehmen vor neue Fragen zur Kennzeichnung und Risikodokumentation. Erfahren Sie in diesem kostenlosen E-Book, welche KI-Systeme als Hochrisiko gelten und was IT-Abteilungen jetzt konkret tun müssen. Kostenlosen Report zur KI-Verordnung anfordern
Die Bereitstellung erfolgt schrittweise für Nutzer der Abonnements Copilot Pro+, Max, Business und Enterprise. Die Abrechnung erfolgt dabei nach den Listenpreisen der Provider im Rahmen eines nutzungsbasierten Abrechnungsmodells.
Zudem integriert GitHub das Modell Gemini 3.8 Flash von Google in das Copilot-Ökosystem. Dieses steht für die Versionen Pro, Pro+, Max, Business und Enterprise zur Verfügung. Der Rollout erfolgt sukzessiv über integrierte Entwicklungsumgebungen (IDEs), die Kommandozeile und Cloud-Agenten.
Administratoren haben die Möglichkeit, die Nutzung über Modell-Richtlinien zu steuern. Bis zum 31. Dezember 2026 gelten für dieses Modell spezielle Einführungspreise im Rahmen der nutzungsbasierten Abrechnung. Konkrete Benchmark-Ergebnisse für Gemini 3.8 Flash wurden im Zuge der Ankündigung nicht veröffentlicht.
