Em 1º de junho de 2026, Copilot está adotando a cobrança baseada em uso com GitHub AI Credits. Use a ferramenta abaixo para entender como essa alteração afeta você antes que a transição entre em vigor.
Baixar o relatório de uso
No banner de anúncio na página de análise de solicitações premium, clique em Visualizar seu uso para ver suas opções. Na caixa de diálogo, clique em Baixar CSV para solicitar um relatório de uso detalhado. Você também pode solicitar o relatório diretamente na página de análise de solicitações premium clicando em Obter relatório de uso. O relatório é gerado de forma assíncrona e entregue a você por email.
Junto com as colunas existentes dos dados de cobrança atuais, duas colunas adicionais mostram o equivalente estimado na cobrança baseada em uso:
aic_quantity: o número de AI credits consumidosaic_gross_amount: o custo estimado em USD com cobrança baseada no uso
Ver os gastos projetados
Para obter um detalhamento, você pode carregar seu CSV na ferramenta de visualização de cobrança. A ferramenta fornece uma exibição dos custos estimados, incluindo:
- Uma comparação lado a lado das PRUs (cobrança atual) e dos AICs (Créditos de IA) projetados, incluindo os custos totais com uso adicional.
- Um detalhamento das unidades consumidas, descontos incluídos e uso adicional para cada modelo de cobrança.
Observação
A ferramenta de visualização de cobrança fornece projeções estimadas apenas para fins ilustrativos. O uso real pode ser diferente. Os encargos são calculados com base nas emissões reais de uso processadas pela plataforma de cobrança, distinto do pipeline de dados preliminares.
Seus dados permanecem no navegador; nada é carregado em um servidor.
Preparar-se para a transição
- Entenda o que consome créditos. Bate-papo do Copilot, CLI do Copilot, agente de nuvem Copilot, Espaços do Copilot, e Spark, agentes de codificação de terceiros consomem AI credits. Conclusões de código e próximas sugestões de edição permanecerão ilimitados para todos os planos pagos.
- Considere o uso do modelo. Os modelos de fronteira consomem mais créditos por interação do que modelos leves. Alternar para um modelo mais leve para tarefas rotineiras pode ampliar ainda mais o uso incluído.