Технический контекст
Я полез в анонс GitHub и сразу увидел главное: Copilot больше не живет по старой схеме с фиксированными premium requests. С 1 июня 2026 все уезжает в usage-based billing, где считаются входные, выходные и cached tokens, а списание идет через GitHub AI Credits.
Для тех, кто делает AI implementation в разработке, это не косметика, а смена всей модели учета. Раньше можно было примерно жить по лимитам запросов, теперь стоимость сильнее зависит от того, какой моделью вы пользуетесь, насколько длинные у вас диалоги и сколько контекста вы таскаете в IDE.
Курс простой: 1 credit равен $0.01. У каждого тарифа остается базовая подписка и месячный пакет AI Credits, но после его выработки начинается нормальная токеновая экономика. У Free, Pro, Pro+, Business и Enterprise логика одна, отличаются только включенные объемы и доступные модели.
Я бы отдельно отметил, что GitHub убирает очень удобную иллюзию «безлимитности» для paid-планов. Она и раньше была не совсем безлимитной, но теперь это видно в лоб: дорогая модель плюс длинные агентные сессии плюс большой контекст равняется заметно более дорогому Copilot.
Еще один важный момент: на annual-подписках у Pro и Pro+ меняются model multipliers, а новые регистрации на Pro, Pro+ и student GitHub временно притормозил с 20 апреля 2026. Пахнет это не багом, а аккуратной перенастройкой коммерческой модели перед полным переключением.
Влияние на бизнес и автоматизацию
Я вижу тут три прямых последствия. Первое: heavy users, которые гоняют агентные сценарии, длинные чаты и дорогие модели, почти точно начнут платить больше или хотя бы чаще смотреть в биллинг.
Второе: командам придется проектировать AI integration аккуратнее. Короткие промпты, нормальный retrieval, контроль контекста и выбор модели под задачу теперь влияют не только на качество, но и на счет.
Третье: выигрывают те, кто умеет строить AI architecture с учетом стоимости на токен, а не на уровне «подключили Copilot и забыли». Именно такие штуки мы и разбираем с клиентами в Nahornyi AI Lab: где оставить дорогую модель, где срезать контекст, а где вообще вынести задачу в отдельную AI automation вместо бесконечного чата в редакторе.
Если у вас Copilot уже сидит в ежедневной разработке и вы не хотите поймать сюрприз в июне, давайте посмотрим на ваши реальные сценарии. В Nahornyi AI Lab я обычно быстро нахожу, где расходы растут из-за кривой конфигурации, и как собрать AI solutions for business так, чтобы разработчики работали быстрее, а бюджет не утекал по токену за раз.