GitHub Copilotは長らく、月額10〜100ドルの定額プランに「リクエスト数」という上限を設けた料金体系を採ってきた。プロ向けの$10/月「Pro」プランでも、複雑な自律型コーディングセッションと単純な質問に対して同じコストが課されていた。GitHubはこの仕組みについて、「急速に高まる推論コストの多くをサービス側が吸収せざるを得ない構造だった」と説明している。

6月1日をもって、この構図は根本から変わった。新料金体系では各プランに「AIクレジット」が付与され、1クレジットは0.01ドル（1セント）に相当する。$10/月のProプランは1,500クレジット（$15相当）、$39/月のPro+は7,000クレジット（$70相当）、$100/月のCopilot Maxは20,000クレジット（$200相当）だ。

注目すべきは、1クレジットあたりの「重さ」がモデルによって大幅に異なる点である。OpenAIの軽量モデルGPT-5.4 nanoを使った場合、100万出力トークンあたりの料金は約$1.25に過ぎないが、フロンティアモデルのGPT-5.5では同じ量のトークンで約$30かかる。この差は約24倍に達する。かつての「プレミアムリクエスト」体系では、この差はユーザーに見えないコストとして処理されていた。

AD

「たった数プロンプトで16%消失」：ユーザー報告の実態

移行初日から、開発者コミュニティには衝撃的な報告が相次いだ。その報告は一様ではなく、使用モデル・タスク規模・セッション長によって消費量が大きく異なることを示していた。

Ars Technicaが検証した「Minesweepergameを作る」という単純なプロンプトをClaude Haiku 4.5経由で実行したケースでは、94クレジットを消費した。おもちゃのプロジェクトとしてはまだ許容範囲だが、プロダクション規模のコードベースに対して同様のアプローチを取ると、消費量は急増する。

実際の報告では更に深刻な数値が並ぶ。ある開発者は複雑なプロンプト1件で171クレジットを消費した。「数件のプロンプト」で700クレジットを使い切ったケースも報告されている。最も極端な例では、数回のCopilot主導のコミット作業だけで5,000クレジット——Copilot Maxの月間割当の25%——が失われた。

Pro+プランのユーザーからは、「平凡なクエリ1件で1,180クレジットを消費した。月間クレジットの16%が何の成果も得られないまま消えた」という報告もある。別のユーザーは「慎重に使ったつもりなのに、初日だけでClaude Sonnet 4.6のテストで840クレジットが消えた」と述べており、モデルを選ぶだけでコストの桁が変わる現実に戸惑いを見せている。

最も象徴的な声の一つは、Pro+プランに加入しながら2時間で月間割当の8%を消費したユーザーのものだ。「このペースでは7,000クレジットが2日以内に枯渇する。予測可能なサブスクリプションから、生産性を妨げるストレスフルなメーター制に変わってしまった」。さらに、単一のfeatureリクエストで$6以上のコストが発生したケースでは、「1日分でも、数十のプロンプトでもない。たった1リクエストだ」という憤りの声も上がっている。

なぜ「見えなかったコスト」がこれほど大きいのか

この問題の本質は、トークン消費の構造的な非線形性にある。定額制の時代には「見えなかった」コストが、従量課金によって初めて数値として現れた結果、多くの開発者が自身の使い方を見直すことを迫られている。

AIチャットボットの基本的な動作原理として、モデルは会話の最初から現在まで全ての履歴を「コンテキスト」として毎回送信する。3日間続いた会話セッションをCopilotで再開した場合、それまでのすべてのやり取りが毎回入力トークンとしてカウントされる。開発者のNeil Hewittが指摘したように、「入力トークンはクレジットを消費する。難しい話ではない」。定額制の時代はこの事実を意識する必要がなかったが、従量課金下では長期の会話セッションを維持すること自体がコスト源となる。

加えて、「Auto」モードによるモデル自動選択が罠になり得る。Copilotが自動的に最適なモデルを選ぶ機能は、単純なクエリに対してGPT-5.5などの高価なフロンティアモデルを選択する場合があると複数のユーザーが証言している。モデルの料金差が最大24倍ある環境では、自動選択を使う限りコスト予測は困難だ。

エージェント型のワークフローにも落とし穴がある。AIを自律的に動かす「エージェント」機能は、単発のプロンプトとは比較にならない量のトークンを消費する。監視を怠ったエージェントが数万クレジットを消費した事例は既にコミュニティで共有されており、これはCopilotに限らずAI課金全般における警告とも言える。

AD

生存戦略の分化：「効率派」と「移住派」

適応を選ぶ開発者もいれば、別の選択肢へ静かに流れていく開発者もいる。その分水嶺はコスト許容度だけでなく、ワークフロー変更への抵抗感にもある。

前者の代表例として、開発者のHenri Kinnunenは、GPT 5.3-Codexを使用しながら「非常に集中的で意図的なAIとの変更」だけに絞ることで、1日の生産的な作業を161クレジットで終えたと報告している。これはProプランの1,500クレジットの約10%に相当し、1ヶ月間使い続けられる水準だ。具体的には、コンテキストの定期的なリセットが最も即効性が高い。長いチャット履歴を持ち越すことでトークン消費が累積的に膨らむ構造上、セッションを切ることはコスト管理の基本動作となる。モデルの選択も同様で、GPT-5.5のような高価なフロンティアモデルを自動任せにせず、タスクに応じて手動で切り替える習慣が求められる。

代替サービスへ移行するユーザーが最も注目しているのがDeepSeekの活用で、あるユーザーはDeepSeekをGitHub VS Code環境に統合することで「1,500万トークンあたり約7セント」というコストを実現したと報告している。Copilot Pro+の月額$39と比較すると、桁違いのコスト差だ。RooCode、LM Studio、OpenRouterといった選択肢も言及されており、「Copilot Pro+を使い切った後の残り期間はOpenRouterで補う」という折衷的な運用も登場している。

GitHubの論理とAI産業の地殻変動

GitHubは今回の変更について、「Copilotはもはや1年前と同じ製品ではない」と説明している。自律型のエージェントワークフローを含む複雑な処理に対応するようになった今、コストを実際の使用量に合わせて調整することで「持続可能で信頼性の高い製品体験を提供できる」という立場だ。

この論理は、AI業界全体の構造変化とも整合している。直近ではAnthropicがClaude Codeを従量課金に移行させ、業界に衝撃を与えたばかりだ。投資家の視点からは、AIインフラへの莫大な支出を支える収益モデルとして、定額制は長続きしない。「ほぼ無料」で提供してきたサービスの持続可能性への疑問符は、各社が抱えていた共通の問題である。

Copilotの動向が示唆するのは、「AI全席自由・定額乗り放題」の時代が終幕を迎えつつあるという事実だ。トークン効率が高いモデルが競争優位を持ち、ユーザーはモデルの能力だけでなく「コスト対効果」でツールを評価するようになる。問われる問いそのものが変わった。能力の評価から、コスト効率の評価へ。開発者の視線は、モデルのベンチマークスコアからクレジット消費レートへと移りつつある。

数百万規模とされる開発者コミュニティが今後どのような選択をするかは、AI開発ツール市場の構図を大きく左右する可能性がある。