GitHub Copilotの使用量課金化とは何か

Premium Requests中心の扱いから、AI Creditsで利用量を見る形に変わります

GitHub Copilotの使用量課金化とは、Copilotの利用をGitHub AI Creditsという単位で測る課金方式です。GitHubは、2026年6月1日からCopilot各プランを使用量ベース課金へ移行しました。以前はPremium Requestsを中心に利用量を見ていましたが、新しい方式では、入力トークン、出力トークン、キャッシュ済みトークン、利用モデルをもとに利用量を計算します。

この変更を「Copilotが単純に値上げされた」と見ると、内容を取り違えます。基本料金そのものは大きく変わっていません。変わったのは、月額料金の上にある利用量の測り方です。短いコード補完と、複数ファイルを読み込む長いAI作業を同じ扱いにしないための変更です。

軽い補完と、長いAI作業では費用の出方が変わります

今回の変更で見ることは、軽いコード補完と長いAI作業の違いです。短い補完や次の編集候補を使うだけであれば、AI Creditsへの影響は限定的です。一方で、Copilot Chatで長く相談する、CLIで作業を進める、cloud agentに実装や修正を任せる、外部のコーディングエージェントを使う場合は、AI Creditsの消費を確認します。

つまり、Copilotは「月額で使うコード補完ツール」から、「使い方によって費用が変わるAI開発ツール」に近づいています。開発者側では、どの機能を、どのモデルで、どれくらい使うかを見ることになります。

GitHub AI Creditsとは何か

AI CreditsはCopilotの利用量を測るための単位です

GitHub AI Creditsは、Copilotの使用量を測るための課金単位です。GitHub Docsでは、1 AI Creditは0.01ドルとして扱われます。Copilotを使うと、モデルに送る入力トークン、モデルが生成する出力トークン、モデルが再利用または保存するキャッシュ済みトークンが発生します。これらのトークンは、使うモデルごとの価格をもとにAI Creditsへ変換されます。

AI Creditsは、単純な質問回数だけで減るものではありません。同じ一回の利用でも、短い質問と、リポジトリ全体をまたぐ長い作業では消費量が変わります。コードの一部分について短く聞く使い方と、AIエージェントに複数ファイルを読ませて修正案を作らせる使い方では、内部で使うトークン量が違います。

消費量は、使うモデルと作業の重さで変わります

AI Creditsの消費量は、主に二つで変わります。一つ目は、どのモデルを使うかです。軽量モデルは低い単価で使えますが、複雑な推論や大きなコードベースに向いた高性能モデルは単価が高くなります。二つ目は、どれくらいのトークンを使うかです。短い質問より、長い会話や複数ファイルを含む作業の方が多くのトークンを使います。

使用量課金化後のCopilotでは、「何回使ったか」だけではなく、「どれくらい重い作業をさせたか」を見ます。日常の補完や短い説明では小さく済んでも、AI Agentに長い作業を任せると消費量が増えます。

課金対象になる機能と対象外の機能

Copilot Chatやcloud agentはAI Creditsを消費します

AI Creditsを消費する機能として、Copilot Chat、Copilot CLI、Copilot cloud agent、Copilot Spaces、Spark、第三者コーディングエージェントがあります。これらは、AIモデルとのやり取りを行うため、利用内容に応じてAI Creditsを消費します。特に、cloud agentや第三者エージェントのように、複数ファイルを読み、何度も修正や確認を行う使い方では、消費量が増えやすくなります。

• Copilot Chat：質問、コード説明、修正相談でAI Creditsを消費します。
• Copilot CLI：ターミナル上のコマンド生成や説明でAI Creditsを消費します。
• Copilot cloud agent：リポジトリをまたぐ長い作業で消費が増えやすくなります。
• Copilot Spaces：作業内容を保持した利用でAI Creditsを消費します。
• Spark：アプリ生成や開発支援でAI Creditsを消費します。
• 第三者コーディングエージェント：外部エージェント連携でもAI Creditsを消費します。

コード補完と次の編集候補はAI Creditsの対象外です

コード補完と次の編集候補は、AI Creditsの対象外です。GitHub Docsでは、Code completionsとNext edit suggestionsは、有料プランではAI Creditsとして請求されず、引き続き使えると説明されています。ここを間違えると、「Copilotが全部従量課金になった」という誤解につながります。

Copilotをエディタ内の補完中心で使っている人は、今回の変更の影響を受けにくい可能性があります。反対に、Chatで長く相談する、CLIで作業を進める、cloud agentに作業を任せる、第三者エージェントを使う人は、AI Creditsの消費を見ます。

個人プランで使えるAI Credits

Copilot Pro、Pro+、Maxで月間AI Creditsが変わります

個人向けの有料プランでは、Copilot Pro、Copilot Pro+、Copilot Maxごとに月間AI Creditsが設定されています。Copilot Proは月額10ドルで合計1,500 AI Credits、Copilot Pro+は月額39ドルで合計7,000 AI Credits、Copilot Maxは月額100ドルで合計20,000 AI Creditsです。

• Copilot Pro：月額10ドル、月間1,500 AI Credits
• Copilot Pro+：月額39ドル、月間7,000 AI Credits
• Copilot Max：月額100ドル、月間20,000 AI Credits

Base creditsとFlex allotmentを合わせて使います

個人プランでは、Base creditsとFlex allotmentを合わせて月間枠を使います。Copilot ProはBase creditsが1,000、Flex allotmentが500です。Copilot Pro+はBase creditsが3,900、Flex allotmentが3,100です。Copilot MaxはBase creditsが10,000、Flex allotmentが10,000です。

AI Creditsを使い切った場合は、追加利用予算を設定して続けるか、次の月間サイクルで利用枠が戻るのを待ちます。追加予算は米ドルで設定され、10ドルの予算は1,000 AI Creditsに相当します。個人利用では、自分の利用が補完中心なのか、ChatやAgent中心なのかを見てプランを選びます。

法人プランで使えるAI Credits

BusinessとEnterpriseでは、ユーザーごとのAI Creditsが共有プールになります

法人向けでは、Copilot BusinessとCopilot EnterpriseでAI Creditsの扱いが個人向けと異なります。Copilot Businessはユーザーあたり月間1,900 AI Credits、Copilot Enterpriseはユーザーあたり月間3,900 AI Creditsが含まれます。

• Copilot Business：ユーザーあたり月間1,900 AI Credits
• Copilot Enterprise：ユーザーあたり月間3,900 AI Credits

法人プランでは、ユーザーごとのAI Creditsが個別の箱として分かれるのではなく、組織や企業単位の共有プールになります。たとえば、Copilot Businessを100人で使う企業は、合計190,000 AI Creditsの共有プールを持つ形になります。軽く使う人の分を、重く使う人が使えるため、利用量の偏りを吸収しやすい仕組みです。

企業では予算上限と利用ルールを確認します

法人利用では、共有プールだけでなく、予算管理も確認します。GitHubでは、ユーザー単位、コストセンター単位、Enterprise単位などで予算を管理できます。ユーザー単位の予算を使い切ると、そのユーザーのCopilot利用が止まる場合があります。

企業で働くエンジニアは、Copilotが導入されているかだけではなく、どの機能を使えるか、どのモデルを使えるか、予算上限があるか、個人アカウントでの利用が認められるかを確認します。求人票に「生成AI活用」と書かれていても、実際に業務で使える範囲は会社ごとに変わります。

モデルごとの料金の違い

使うモデルによってAI Creditsの消費量が変わります

使用量課金では、どのモデルを使うかが費用に直結します。GitHub Docsのモデル価格表では、価格は100万トークンあたりで示されています。OpenAI、Anthropic、Googleなどのモデルで、入力、キャッシュ入力、出力の単価が異なります。

OpenAI系では、GPT-5 miniは入力が100万トークンあたり0.25ドル、出力が2.00ドルです。GPT-5.5は入力が5.00ドル、出力が30.00ドルです。同じ量の作業でも、軽量モデルと高性能モデルでは消費するAI Creditsが大きく変わります。

出力が長い作業では消費が増えやすくなります

モデル価格で確認することは、入力より出力の単価が高くなりやすいことです。AIに長いコードや説明を生成させるほど、出力側の消費が増えます。短い質問に高性能モデルを使い続けると、同じ利用回数でも消費量が大きくなります。

日常の短い説明や補完周辺の確認では軽量モデルを使い、複雑な修正や大きなコードベースの確認では高性能モデルを使う、といった使い分けが現実的になります。使用量課金化後は、モデル選択も開発費の一部として見ます。

Copilot code reviewで変わること

Code reviewはAI CreditsとGitHub Actions minutesの両方に関係します

Copilot code reviewは、今回の変更で特に確認する機能です。2026年6月1日から、Copilot code reviewはAI Creditsとして請求されるだけでなく、private repositoriesではGitHub Actions minutesも消費します。public repositoriesではActions minutesは引き続き無料とされています。

Copilot code reviewは、単にAIが短いコメントを返すだけの機能ではありません。広いリポジトリの内容を参照し、pull requestやIDE内のコードに対してフィードバックを作ります。そのため、AIモデル利用の費用と、レビューを動かすためのActions側の利用量を見ます。

企業では自動レビューの設定と費用管理を確認します

企業では、pull requestごとの自動レビュー設定、private repositoryでのActions minutes消費、誰のAI Creditsとして計上されるかを確認します。レビューを自動化すると便利ですが、レビュー対象が増えるほど、AI CreditsとActions minutesの両方に影響します。

開発現場では、すべてのpull requestにAIレビューを走らせるのか、特定のブランチや重要な変更だけに使うのかを決めます。Copilot code reviewは、開発品質の補助になる一方で、CI/CD費用や組織の予算管理にもつながる機能です。

個人エンジニアが確認すること

自分の使い方が補完中心か、ChatやAgent中心かを見ます

個人エンジニアが最初に確認するのは、自分のCopilot利用がコード補完中心か、ChatやAgent中心かです。コード補完と次の編集候補はAI Creditsの対象外です。短い補完中心で使っている場合、使用量課金化の影響は限定的です。

一方で、Copilot Chatで長く相談する、CLIで複雑なコマンドを作る、cloud agentに修正を任せる、複数ファイルをまたいだ作業をさせる場合は、AI Creditsの消費を確認します。会話が長いほど、作業が複雑なほど、Agent機能を使うほど、消費量は増えやすくなります。

プラン、機能、モデル、追加予算を確認します

個人利用では、契約プラン、使っている機能、利用モデル、長い会話の頻度、Agent作業の頻度、追加予算を確認します。Copilot Proには月間1,500 AI Creditsが含まれますが、長いAgent作業や高性能モデルの利用が多い場合は、使い切る場面が出ます。

個人利用では、「Copilotを使うかどうか」より、「どの作業をCopilotに任せるか」を決めます。短い説明や補完には軽く使い、リポジトリ全体の大きな修正や長いAgent作業では、消費量を見ながら使います。

企業エンジニアが確認すること

会社の契約、予算、利用ルールを確認します

企業エンジニアは、個人プランの料金よりも、会社のCopilot契約と利用ルールを確認します。Copilot BusinessとCopilot Enterpriseでは、AI Creditsが企業や組織単位でプールされます。重く使う人と軽く使う人が同じ共有枠を使うため、組織全体の利用管理が重要になります。

企業では、ユーザー単位の予算、部署やプロジェクトに近い単位の予算、Enterprise全体の予算を確認します。ユーザー単位の予算を使い切ると、そのユーザーのCopilot利用が止まる場合があります。自動で安いモデルへ切り替わるわけではないため、業務中に使える範囲をあらかじめ把握します。

転職時は、AI開発環境が実際に使えるかを見ます

転職時には、求人票に「生成AI活用」「GitHub Copilot導入」と書かれているだけでは判断しにくいです。確認するのは、Copilot BusinessやEnterpriseを導入しているか、個人アカウント利用が認められているか、AgentやCode reviewを使えるか、AI利用ルールが明文化されているかです。

AI開発環境が整っている企業では、ツール導入だけでなく、利用範囲、費用負担、セキュリティ、レビュー体制まで決めているケースがあります。AIツールを使える会社かどうかは、開発環境を見る一つの材料になります。

フリーランスエンジニアが確認すること

AIツール費用を誰が負担するかを確認します

フリーランスエンジニアにとって、Copilotの使用量課金化は案件単価と費用負担に関係します。個人契約のCopilotを使って作業するのか、クライアントのCopilot BusinessやEnterprise環境を使うのかで、費用と責任の扱いが変わります。

個人契約のCopilotを使う場合、月額料金と追加AI Creditsは自分の費用になります。クライアント環境のCopilotを使う場合、会社側のルールや予算に従います。機密情報を含むコードを個人アカウントのAIツールに入れてよいかも確認します。

案件条件では、利用可否、費用負担、生成物の扱いを見ます

業務委託案件では、AIツール利用の可否、個人アカウント利用の可否、クライアント環境の提供有無、Copilot code reviewの利用有無、生成コードの責任範囲、AIツール費用を単価に含めるかを確認します。

AIツールを使えることが作業効率につながる場合があります。ただし、使えるかどうかだけでなく、費用を誰が持つか、契約上どこまで認められるか、生成物の確認責任がどこにあるかまで見ます。使用量課金化後は、AIツール代を月額固定の小さな費用としてだけ見るのではなく、作業量で変動する開発費として扱います。

未経験者・学習者が確認すること

Copilotは学習補助になりますが、任せる範囲を決めます

未経験者や学習中の人にとって、Copilotは便利な学習補助になります。ただし、使い方を間違えると、自分でコードを読む力や説明する力が育ちにくくなります。今回の使用量課金化で、Copilotは学習の道具であると同時に、学習費用としても確認する対象になります。

学習で使いやすいのは、エラー文の意味を聞く、コードの動きを説明してもらう、READMEの書き方を確認する、GitHub上の変更履歴を見ながら自分の説明を作る、といった使い方です。反対に、ポートフォリオの実装を丸ごと任せると、面接で「どこを自分で書いたのか」「なぜその書き方にしたのか」を説明しにくくなります。

学習では、自分で説明できる範囲を残します

未経験者は、無料枠で足りるか、Proにする理由があるか、AIに任せる範囲はどこまでか、GitHub履歴として何が残るか、READMEで説明できるかを確認します。AIを使った事実を隠すより、自分が理解している範囲を説明できる状態を作ります。

Copilotを「答えを出す道具」として使うより、「自分の理解を確認する道具」として使う方が学習に向きます。コードを生成させた場合でも、生成されたコードを読み、処理の流れを説明し、必要に応じて自分で書き直します。

AI開発ツール費用がエンジニアの働き方に入ってくる

Copilotは便利な補助から、開発費として見る対象に変わります

GitHub Copilotの使用量課金化は、AI開発ツールが「便利な月額ツール」から「開発費の一部」へ移っていることを示します。GitHubは、Copilotが以前のエディタ内アシスタントから、長い複数段階のコーディング作業を行う基盤へ進んでいると説明しています。

長時間の自律的な作業や、リポジトリ全体をまたぐ作業では、計算資源と推論コストが大きくなります。短いコード補完と、大きなAgent作業を同じ費用感で見ることは難しくなっています。

仕事、案件、学習のそれぞれで確認する内容が変わります

企業では、Copilotの契約、AI Creditsの共有プール、ユーザー別予算、Code reviewのActions minutes、生成コードの確認ルールを管理します。フリーランスでは、AIツール費用を案件単価や契約条件に入れて考えます。未経験者は、Copilotを学習補助として使う範囲と、自分で説明できる範囲を分けます。

これからの開発環境では、AIツールを使えるかどうかだけではなく、どの機能を、どのモデルで、誰の費用で、どこまで使えるかを確認します。GitHub Copilotの使用量課金化は、その確認をエンジニア側にも企業側にも求める変更です。

まとめ