Технічний контекст
Я заглибився в анонс GitHub і одразу побачив головне: Copilot більше не працює за старою схемою з фіксованими premium requests. З 1 червня 2026 року все переходить на usage-based billing, де рахуються вхідні, вихідні та кешовані токени, а списання відбувається через GitHub AI Credits.
Для тих, хто займається AI implementation у розробці, це не косметика, а зміна всієї моделі обліку. Раніше можна було приблизно орієнтуватися на ліміти запитів, тепер вартість сильніше залежить від того, якою моделлю ви користуєтеся, наскільки довгі у вас діалоги та скільки контексту ви передаєте в IDE.
Курс простий: 1 credit дорівнює $0.01. У кожного тарифу залишається базова підписка та місячний пакет AI Credits, але після його вичерпання починається звичайна токенна економіка. Для Free, Pro, Pro+, Business та Enterprise логіка однакова, відрізняються лише включені обсяги та доступні моделі.
Я б окремо відзначив, що GitHub прибирає дуже зручну ілюзію «безлімітності» для платних планів. Вона й раніше була не зовсім безлімітною, але тепер це видно чітко: дорога модель плюс довгі агентні сесії плюс великий контекст дорівнює помітно дорожчому Copilot.
Ще один важливий момент: на річних підписках у Pro та Pro+ змінюються model multipliers, а нові реєстрації на Pro, Pro+ та student GitHub тимчасово призупинили з 20 квітня 2026 року. Це схоже не на баг, а на акуратне переналаштування комерційної моделі перед повним переходом.
Вплив на бізнес та автоматизацію
Я бачу тут три прямі наслідки. Перший: heavy users, які використовують агентні сценарії, довгі чати та дорогі моделі, майже напевно почнуть платити більше або принаймні частіше заглядати в білінг.
Другий: командам доведеться проєктувати AI integration акуратніше. Короткі промпти, правильний retrieval, контроль контексту та вибір моделі під задачу тепер впливають не лише на якість, а й на рахунок.
Третій: виграють ті, хто вміє будувати AI architecture з урахуванням вартості токена, а не на рівні «підключили Copilot і забули». Саме такі речі ми й розбираємо з клієнтами в Nahornyi AI Lab: де залишити дорогу модель, де скоротити контекст, а де взагалі винести задачу в окрему AI automation замість нескінченного чату в редакторі.
Якщо у вас Copilot вже є частиною щоденної розробки, і ви не хочете отримати сюрприз у червні, давайте розглянемо ваші реальні сценарії. У Nahornyi AI Lab я зазвичай швидко знаходжу, де витрати зростають через неправильну конфігурацію, і як побудувати AI solutions for business так, щоб розробники працювали швидше, а бюджет не витікав по токену за раз.