AI News HubLIVE
サイト内リライト3 分で読了

GitHub Copilotユーザーがトークンベースの値上げに直面

GitHub Copilotは2026年6月1日よりトークンベースの課金に移行し、多くのユーザーでコストが大幅に増加しています。新システムでは月間クレジットが割り当てられ、使用するAIモデルのトークン数に応じて消費されます。ユーザーはクレジットを急速に消費することを報告しており、以前の定額制は補助されたトライアルだったと指摘する声もあります。企業はROIの再評価や代替AIコーディングプラットフォームの検討が必要かもしれません。

ソースArtificial Intelligence News著者: Joe Green

2026年4月に発表されて以来、GitHub Copilotの課金方法の変更案は大きな憶測を呼んでいました:従量課金型のAIが組織や個人にどの程度のコストをもたらすのか、定額月額制と比較してどうなのか。2026年6月1日、トークンベース課金への移行からわずか1日で、ソフトウェア開発者やIT部門がオンラインでその結果を報告し始めています。簡潔に言えば、GitHub Copilotの利用コストが大幅に上昇したのです。

GitHub Copilotの新しい課金体系では、サブスクリプション価格は変わっていません(Copilot Proは月額10ドル、Pro+は39ドル、Business層はユーザーあたり19ドル、Enterpriseはユーザーあたり月額39ドル)。しかし、これらの価格は現在、GitHubプラットフォームで利用可能なさまざまなAIモデルに費やすことができる月間クレジット数を指します。一般的なユーザーの場合、1クレジットは1セントの価値があり、推論時に選択したモデルバリアントに応じて、AIが費やしたシリコン作業量に基づいてクレジットが差し引かれます。したがって、Copilot Enterpriseユーザーは月額3,900クレジット(39ドル)、Copilot Businessユーザーは1,900クレジット(19ドル)を受け取ります。

クレジットはトークンの形で消費され、トークンの価格は使用するモデルのパワーとタイプによって異なります。例えば、ChatGPT-5.2を使用する場合、入力トークン100万あたり1.75ドル、出力トークン100万あたり14ドル、キャッシュされた入力(例えば、LLMが一連のクエリに継続的なコンテキストを提供するために保持する情報)はトークン100万あたり0.175ドルです。ユーザーが割り当てられたクレジットを使い切った場合、追加で購入するオプションがあります。開発環境(IDE)内のコード補完と「次の編集」提案は無料ですが、コードレビュープロセスは他のGitHub Copilotアクティビティと同じレートで課金されます。

平均的なユーザーがCopilotの使用に追加料金を支払うかどうかは、個々のユーザーに大きく依存し、ある程度は誰に尋ねるかによっても異なります。2026年4月に変更を発表したGitHubコミュニティディスカッションページのコメントセクションには、クレジットが予想よりもはるかに速く消費されているというユーザーの報告が多数あります。ユーザー「rvs99」は、「ごく小さなタスクでAIクレジット全体の12%が燃えた。いつものようにClaude Sonnet 4.6を使ったが、応答として6ファイルの合計2〜3行しか更新されず、1行あたり約0.35ドルかかった」と述べています。「prhost」は、1日使用後の許可7,000クレジットのうち残り3,705クレジットを示すアカウントダッシュボードのスクリーングラブを投稿し、「プロジェクトをシャットダウンする方が簡単だ。(マイクロソフトは)自らの足を撃った」と述べています。

ユーザー「zoomp05」はほとんどのコメントのトーンを要約しています:「戦略は明確だが、最初から『これは補助されたトライアルです』などと言ってツールを宣伝すべきだった。」

GitHubの親会社であるマイクロソフトによる初期のサブスクリプション提供は、おそらく損失リーダーとして見られていました。ユーザーがサブスクリプション価値をはるかに超えるトークンを燃焼できるようにすることは、持続可能ではなかったことは明らかです。大手モデルプロバイダーの発表や投稿から離れてインターネットをざっと読むと、ビジネスモデルとしてのサブスクリプションベースの課金は一時的なものに過ぎなかったことが明らかになりました。おそらく驚くべきは、多くのユーザーがコーディングプラットフォームの課金がサプライヤーのコストに見合ったレベルになっていることに驚いていることです。LLMの運用は安価な事業ではなく、特に新しいモデルの開発、ポストトレーニング、メンテナンス、データセンター建設、将来のローン返済などの追加費用を考慮すると、なおさらです。

LLMベースのコーディングツールで開発チームをサポートしている企業には、いくつかの選択肢があります:AIコーディングプラットフォームのROIを再評価し、予算配分を調整する。ソフトウェア開発ワークフローのどのプロセスをAIに任せるのが安価か(例えば、ジュニア開発者レベルのコード作成)、どれがコストシンクか(コードレビュー、マルチエージェントワークフロー、高速Actionsなど)を検討する。より低コストの代替プラットフォームを探す。これらは主に3つのカテゴリに分類されます:オンプレミスでホストされるオープンモデル(フロンティアLLMではなく、プロフェッショナルなコーディングプラットフォームが提供する機能の多くを欠く)、HuaweiやAlibabaなどのLLMプロバイダーがホストするニアフロンティアモデル、Cursorなどの「セカンダリー」コーディングプラットフォーム(一時的な救済を提供する可能性があるが、これらの多くはOpenAIやAnthropicのフロンティアモデルを使用しており、したがってGitHub Copilotと同じ従量課金を採用する可能性が高い)。