Copilot 改用 AI Credits 計費:香港開發者要識睇 token 帳單
Tech News

Copilot 改用 AI Credits 計費:香港開發者要識睇 token 帳單

圖片:via TechCrunch — https://techcrunch.com/2026/05/30/what-a-joke-github-copilots-new-token-based-billing-spurs-consternation-among-devs/
TechLab 編輯部(譯)·

Agentic coding 好用,但公司 IT 預算要由按座位改睇用量

Copilot 改用 AI Credits 計費:香港開發者要識睇 token 帳單

圖:TechCrunch.原文連結

TechCrunch 5 月 30 日報道 GitHub Copilot 新計費安排引起開發者不滿,焦點唔係月費牌面突然加價,而係 Copilot 由 2026 年 6 月 1 日起改用 GitHub AI Credits 做用量計算。對香港 freelance developer、startup、agency 同 in-house dev team,呢個變化最實際嘅影響係:以前大致可以用幾多個 seat 估 IT 預算,而家要同時估每個人會開幾多次 chat、幾多個 agent session、用邊個模型、會唔會畀雲端 agent 長時間跑。

TechCrunch 引用 Reddit 同 X 上面嘅個案,有人聲稱月費由約 US$29 跳到接近 US$750,亦有人貼出由約 US$50 去到約 US$3,000 嘅截圖。不過呢類截圖只可以當作投訴同高用量個案,唔應該直接推論成一般開發者都會咁貴。較穩陣嘅讀法係:Copilot 正由一個感覺似固定月費嘅 coding assistant,變成更接近雲端 AI 運算服務;用得越重、用越貴模型、畀 agent 做越多輪工作,帳單就越接近用量制。

由訂閱工具,變成每次互動都有成本

GitHub 官方 4 月底已經預告,所有 Copilot plan 會轉向 usage-based billing,premium requests 會由 GitHub AI Credits 取代。官方文件寫明,AI Credits 會按 token 消耗計,包括 input tokens、output tokens 同 cached tokens,並以模型價格計算;1 個 AI credit 等於 US$0.01。即係話,一個簡單 chat 問題同一個跨多個 repo 檔案嘅長時間 agent 任務,本質上唔再係同一種成本單位。

月費牌面暫時未變:Copilot Pro 係 US$10 一個月、Pro+ 係 US$39、Business 係每 seat US$19、Enterprise 係每 seat US$39,官方 plans 文件亦列出 Copilot Max 為 US$100 一個月。不過官方 billing 文件再拆得更細,個人付費 plan 有 base credits 加 flex allotment;Pro 每月合共 1,500 credits,Pro+ 係 7,000 credits,Max 係 20,000 credits。Business 同 Enterprise 就係按 seat 產生 pooled credits,標準額分別係每人每月 1,900 同 3,900 credits;現有客戶喺 2026 年 6 月 1 日至 9 月 1 日有三個月 promotional credits,Business 係 3,000,Enterprise 係 7,000。

另一個容易誤會嘅位係:唔係所有 Copilot 功能都會扣 AI Credits。官方文件列明,code completions 同 next edit suggestions 喺付費 plan 仍然包括在內,唔用 AI Credits。會扣 credits 嘅係 Copilot Chat、CLI、Copilot cloud agent、Spaces、Spark、第三方 coding agents 等模型互動。Copilot code review 更要留神,因為官方 pricing 文件話它除咗扣 AI Credits,仲會消耗 GitHub Actions minutes;對 PR 好密、CI 已經緊張嘅 team,呢項可能係另一條成本線。

點解 agentic coding 會特別燒 token

Agentic coding 貴唔係因為它神秘,而係因為它做嘅工多。傳統 inline completion 多數係估下一段 code;agent mode 或 cloud agent 會讀 context、理解 issue、改多個檔案、跑測試、再按錯誤訊息修正,期間可能多次 call 模型。每一輪都可能有 input、output、cached context,長 session 累積起來就唔似一次 chat 咁輕。GitHub 自己亦用類似例子解釋:簡短問題可能只係一小部分 credit,但長時間雲端 agent session 跨多個檔案就會貴好多。

模型選擇亦係成本差距嘅核心。GitHub 官方 pricing table 以每 100 萬 tokens 計價,列出 OpenAI、Anthropic、Google 等模型;平模型同強模型嘅 input/output token 價可以差好遠。例如 GPT-5.4 nano output 每 100 萬 tokens 係 US$1.25,GPT-5.5 output 就係 US$30;Claude Opus 4.x output 亦係 US$25 級別。呢啲唔係 benchmark 數字,而係官方列出嘅計費表,重點係同一個 task 換成更強模型,成本可以即時變另一個量級。

所以,今次爭議唔應該簡化成 Copilot 變貴或者 GitHub 割用戶。GitHub 嘅講法係,以前一個短問題同一個多小時 agent session 可能喺計費上太接近,公司吸收咗大量 inference cost,長遠唔可持續。開發者不滿亦有合理位:產品過去一直鼓勵大家將更多工作交畀 AI,而當 workflow 建好之後先改成更細粒度嘅用量帳,預算感會突然消失。兩邊其實都指向同一件事:AI coding 已經唔係純軟件功能,而係持續消耗雲端運算。

香港公司要用港幣睇美元帳

香港角度最直接係美元計價。GitHub 官方文件列嘅 Copilot 價格同額外 budget 都係 USD;金管局資料顯示,聯繫匯率制度令港元維持喺約 HK$7.75 至 HK$7.85 兌 US$1。粗略換算,Copilot Pro 月費約 HK$77.5 至 HK$78.5,Pro+ 約 HK$302 至 HK$306,Business 每 seat 約 HK$147 至 HK$149,Enterprise 每 seat 約 HK$302 至 HK$306。呢啲只係公開美元價換算,未計信用卡匯率、公司會計用匯率、稅務、採購平台或 enterprise 合約條款。

對本地 small team,真正要估嘅唔止 seat fee。例如 10 個 Business seat,月費本身係 US$190,即約 HK$1,473 至 HK$1,492;如果開咗 additional usage,而且 agent session 用量失控,額外 credits 會再以 US$0.01 一個 credit 扣。官方文件有講,US$10 budget 等於 1,000 credits;換成港幣即大約 HK$77.5 至 HK$78.5。換言之,一間香港 agency 如果畀每個 developer 每月多 US$20 overage,上限聽落唔大,但 10 個人已經係額外 US$200,即約 HK$1,550 至 HK$1,570。

公開資料暫時未見 GitHub 為香港列出獨立港幣價,亦未見本地官方案例可以證明香港公司平均 Copilot 用量,所以呢篇唔會作港行價或本地節省比例。比較實際嘅做法係,公司 IT team 要將 Copilot 當成有 seat fee 加 metered usage 嘅 SaaS,採購時要問三樣嘢:誰人可以用 cloud agent、哪些 repo 可以用 AI code review、每人每月可用幾多 AI Credits。Freelancer 就要再保守啲,因為個人 plan 嘅 overage 最後係直接落自己張卡,唔似公司有 cost center 可以分攤。

Budget controls 先係重點

GitHub 官方 budget 文件其實比月費表更值得睇。Business 同 Enterprise 嘅 credits 會 pooled,即係 power user 可以食多啲、輕用戶用少啲,整體未必浪費;但 pool 用完之後,如果開咗 paid usage,額外用量就會按 published rate 繼續扣錢。更關鍵係 user-level budget 係 hard stop,可以限制單一用戶每個 billing cycle 消耗;cost center 同 enterprise budget 主要係 pool 用完後限制 metered charges。官方亦提醒,某些 spending limit 嘅 stop usage option 預設未必係開,管理員要主動設定。

TechLab 會建議香港 team 上線前先做四件事:

  • 先用 preview bill 或 usage dashboard 睇實際模式:分清楚 chat、agent、code review 邊樣食得最多。
  • 預設揀平模型或 auto model selection:官方文件指付費 plan 用 auto model selection 可有 10% model cost discount;複雜 task 先轉強模型。
  • 為 agent session 設人手規矩:唔好用一個 prompt 畀 agent 無限改大 repo,拆細 issue,限定檔案範圍同停損位。
  • 把 budget 寫入採購流程:seat fee 之外,要列出每人 user-level budget、team cost center budget、以及 pool 用完後係停止定繼續收費。

行業方向:AI coding 由工具變運算服務

今次 Copilot 轉向 AI Credits,亦反映 AI coding 工具市場正由月費心理走向用量透明化。GitHub 一邊保留 editor completions 呢類相對穩定嘅功能,一邊將 chat、agent、code review、第三方 agents 放入 token economics;官方 pricing table 同時列 OpenAI、Anthropic、Google 模型,實際上係將 Copilot 變成一個多模型開發工作層。對企業係好事,因為可以用政策同 budget 管理;對個人用家就係壞消息,因為原本模糊嘅成本感會被攤開。

最後要分清楚兩件事:Copilot 可能仍然值回票價,尤其係能夠幫 team 減少重複 code、加快理解 legacy repo、整理 PR;但值唔值同可唔可控係兩個問題。2026 年 6 月 1 日之後,香港開發者再唔應該只問 Copilot 幾錢一個月,而要問每個 workflow 會燒幾多 credits、用邊個模型、超額之後邊個付款。AI coding 進入採購表格之後,最危險唔係用得多,而係冇人知自己用緊幾多。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook