De acordo com a Beating, a Cognition lançou o Devin Fusion, uma arquitetura híbrida de agente de IA concebida para equilibrar o desempenho de modelos de fronteira com custos significativamente mais baixos. O sistema emprega dois mecanismos principais: um design "Sidekick" onde modelos económicos mais pequenos tratam de tarefas de exploração de código, testes e validação, em conjunto com um modelo de fronteira maior que mantém a autoridade no planeamento, clarificação de requisitos e revisão final, mantendo cada um contextos em cache separados para evitar invalidação cara da cache; e encaminhamento dinâmico que ajusta os modelos durante as sessões com base na evolução das tarefas e compressão de contexto, alcançando atualizações de modelo de "custo zero".
Os testes no benchmark FrontierCode mostram que o Devin Fusion reduz os custos de desenvolvimento em média 35% para modelos ao nível do GPT-5.5 e Opus 4.8, mantendo o desempenho de fronteira, ou até 41% quando usado com o Fable 5. No desenvolvimento interno, 88% dos pull requests fundidos foram totalmente conduzidos pelo encaminhamento automático do Fusion, embora o desempenho diminua significativamente em tarefas que exigem intenção de desenvolvimento complexa e julgamento subjetivo.