3行まとめ
base plan pricingは変わらなくても、使う機能で実質の管理項目は増える。
Chat、model選択、large context、higher reasoning、agent sessionsは消費パターンを確認する。
Copilot code reviewやthird-party coding agentsは、AI Creditsとは別の実行コストも動く。
補完中心の利用と、Agent ModeやCode Reviewを広げる利用では予算の読み方が変わる。
- GitHub Copilotは2026年6月1日から、従来のpremium request unitsをGitHub AI Creditsへ移す方針を公式Blogで説明しています。月額のplan priceは変わらない一方で、見るべき予算項目は「席代」だけではなくなりました。
- code completionsとNext Edit suggestionsはAI Creditsを消費しません。影響が大きいのは、Chat、model選択、large context、高いreasoning、agent sessions、Copilot code reviewのように、token量や実行時間が伸びやすい使い方です。
- Copilot code reviewやthird-party coding agentsは、AI CreditsだけでなくGitHub Actions minutesも見る必要があります。小規模チームでは、全員に無制限で開放する前に、対象repo、対象PR、上限、週次の確認方法を決めておくのが現実的です。
この記事でわかること
premium request unitsからAI Creditsへ移ると、回数ではなくtoken量とmodel別価格を見る。
completions、Next Edit suggestions、Chat、agent sessions、Code Reviewを分けて扱う。
Pro、Pro+、Max、Business、Enterpriseの月次枠を用途に合わせて読む。
1週間の実測で、成果指標と消費指標を同時に見る。
確認日は2026年6月14日。本文の事実根拠はGitHub公式BlogとGitHub Docsに絞る。
この記事では、GitHub CopilotのAI Credits移行を、料金改定ニュースではなく「チームでどう予算管理するか」という実務問題として整理します。確認日は2026年6月14日です。X/Twitter上ではCopilotのAI Creditsやtoken-based billing、AI coding costへの関心が見えましたが、本文の根拠には使いません。数字や仕様はGitHub公式BlogとGitHub Docsで確認した範囲に限ります。
この記事で扱うのは、主に次の6点です。
- PRUからGitHub AI Creditsへ移ると、何を見る場所が変わるのか
- code completions、Next Edit suggestions、Chat、agent sessions、Code Reviewをどう分けるか
- 個人のPro、Pro+、Maxで月次AI Credits枠をどう読むか
- Business、Enterpriseで組織プール、promo、cost center、exportをどう使うか
- Agent Modeやthird-party agentsで使用量が上振れしやすい条件
- 1週間のpilotで、成果と消費を同じ表に並べる方法
Copilot Coding AgentにIssueを任せる運用そのものは、<a href="https://ai-dev.blog.mo-gmo.com/github-copilot-coding-agent-issue-instructions-environment-review/">Copilot Coding AgentにIssueを任せる前の記事</a>で詳しく扱っています。この記事では、Issue指示の書き方ではなく、AI Credits移行後の予算と運用ルールに絞ります。
前提知識
- 1input tokens
Copilotが読む指示、コード、contextが消費の出発点になる。
- 2output tokens
長い回答や大きな修正案ほど、出力側の消費が増える。
- 3cached tokens
再利用されるcontextも、価格体系上は分けて見られる。
- 4model別価格
modelごとの価格に応じて、token使用量がAI Creditsへ換算される。
- 51 AI credit = 0.01 USD
Creditsは金額換算しやすい単位として扱える。
大きなcontextや高いreasoningを常用すると、月額が同じでも消費は変わる。
月額と使用量は別の予算として見る
GitHubの公式Blogでは、Copilot Pro、Pro+、Business、Enterpriseのbase plan pricingは変わらないと説明されています。ここだけ見ると、従来どおりの月額サービスに見えます。
ただし、Copilotの使い方は補完だけではなくなっています。長いChat、複数ファイルをまたぐ調査、high reasoning、large context、agent sessions、PRレビューの自動化は、短い補完とは消費の形が違います。月額が同じでも、使う面が広がれば「どの機能がどれだけ使われたか」を見ないと予算を読めません。
AI Creditsはtoken量とmodelで変わる
GitHub Docsでは、Copilotの利用はinput tokens、output tokens、cached tokensを消費し、modelごとの価格に応じてAI Creditsへ換算されると説明されています。換算単位は、1 AI credit = 0.01 USDです。
この仕組みでは、同じ「1回の依頼」でも、読むcontextが大きい、出力が長い、より高価なmodelを使う、reasoningを深くする、といった条件で消費が変わります。つまり、予算管理の単位は「何回使ったか」だけでは足りません。
Xの反応は需要シグナルであって根拠ではない
今回のテーマ選定では、直近の公開検索でAI coding cost、AI Credits、token-based billingへの関心を確認しました。一方で、追跡対象アカウントの直近投稿本文は安定して取得できませんでした。
そのため、この記事ではXの反応を「読者が気にしている論点」としてだけ扱います。Copilotの仕様、金額、対象期間、消費対象は、公式BlogとDocsを一次情報として確認します。
結果: Copilotの予算は3本に分ける
Pro、Pro+、Max、Business、Enterpriseのplan price。導入可否の入口になる。
Chat、model利用、large context、higher reasoning、agent sessionsなどの利用量を見る。
Copilot code reviewやthird-party coding agentsで、実行環境側の消費を別に見る。
補完中心なら影響は小さくても、自動レビューやagent作業を広げると別の予算線が動く。
まず3本に分ける
判断基準
結論として、GitHub Copilotの予算は少なくとも3本に分けて見たほうが安全です。
| 予算線 | 主な対象 | 見る理由 |
|---|---|---|
| 席代 | Pro、Pro+、Max、Business、Enterprise | plan priceは導入可否の入口になる |
| AI Credits | Chat、model利用、large context、higher reasoning、agent sessionsなど | 同じ月額でも使い方で消費が変わる |
| Actions minutes | Copilot code review、third-party coding agentsなど | AI Creditsとは別にCI/Actions側の消費が出る |
席代だけで答えない
注意点
「Copilotはいくらか」と聞かれたとき、席代だけで答えると運用を間違えます。補完中心の使い方なら大きな問題にならなくても、Agent ModeやCode Reviewを広げた瞬間に、別の予算線が動き出すからです。
AI Credits移行で変わるのは何を使うと減るか
普段の補完まで一律に不安視せず、Creditsを動かす使い方を切り出して管理する。
PRUからGitHub AI Creditsへ読み替える
根拠
GitHubの公式Blogでは、2026年6月1日からpremium request unitsがGitHub AI Creditsへ置き換わると説明されています。これまでのように「premium requestを何回使ったか」で見るのではなく、token使用量とmodel別価格をもとにAI Creditsを消費する考え方です。
注意点
同じ発表では、base plan pricingは変わらない一方、従来のfallback experiencesは使えなくなると説明されています。つまり、枠を使い切ったあとに低コストmodelへ落として続ける発想ではなく、利用可能なcreditsと管理者のbudget controlsで止める、または追加使用を許可する設計へ寄ります。
消費しないものと消費するものを分ける
条件
公式Blogでは、code completionsとNext Edit suggestionsは全planに含まれ、AI Creditsを消費しないと説明されています。ここは大事です。普段の補完まで一律に不安視する必要はありません。
実務上の分け方
一方で、Chat、model選択、long context、higher reasoning、agent sessions、code reviewは、token量や周辺の実行コストを見ます。チーム導入では、次のように分けておくと説明しやすくなります。
| 使い方 | AI Credits | Actions minutes | 運用上の見方 |
|---|---|---|---|
| Code completions | 原則見ない | 見ない | 品質と採用率を見る |
| Next Edit suggestions | 原則見ない | 見ない | 編集支援として扱う |
| Copilot Chat | 見る | 通常は別枠 | model、context、出力量を見る |
| Agent的な作業 | 見る | 場合により見る | 再試行、対象ファイル、実行時間を見る |
| Copilot code review | 見る | 見る | PR対象と実行条件を絞る |
1 AI credit = 0.01 USDを翻訳単位にする
確認項目
GitHub Docsのmodels and pricingでは、追加使用はAI Creditsで課金され、1 AI credit = 0.01 USDと説明されています。小規模チームでは、この換算を「請求額を予測するための翻訳単位」として使うとよいです。
評価基準
細かいmodel別単価を暗記する必要はありません。実務上は、次の順で見たほうが使いやすいです。
- どの機能でAI Creditsを消費しているか
- どのmodelが多く使われているか
- large contextやhigher reasoningが通常設定になっていないか
- 特定のユーザー、repo、cost centerに偏っていないか
- 追加使用を許すのか、budgetで止めるのか
個人プランは月次枠を補完以外の使い方で読む
補完と短いChatが中心なら、枠の大きさより日常作業に合うかを先に見る。
Pro、Pro+、Maxの枠を比較する
根拠
GitHub Docsのindividuals向けページでは、2026年6月14日時点で次の月次AI Credits枠が示されています。
| 個人プラン | 月額 | 月次AI Credits | 読み方 |
|---|---|---|---|
| Copilot Pro | 10 USD | 1,500 | 補完中心に、必要なときだけChatや軽めのmodelを使う |
| Copilot Pro+ | 39 USD | 7,000 | Chat、複数model、レビュー支援を日常的に使う |
| Copilot Max | 100 USD | 20,000 | agent的な作業や高コストなmodel利用が多い |
この表は「上位planほど偉い」という意味ではありません。補完と短いChatが中心なら、AI Credits枠の大きさよりも、日常の作業に合うかどうかが先です。逆に、同じrepoを何度も広く読ませる、複数ファイルの修正を任せる、長いレビューを繰り返すなら、月額より消費パターンを見ます。
上位プランへ上げる前に使い方を分解する
確認項目
planを上げる前に、直近1週間の使い方を5つに分けてメモしてください。
- 補完とNext Edit suggestions
- Chatでの質問や設計相談
- 複数ファイルの調査や修正
- テスト修復や失敗ログの読み解き
- PRレビュー支援やCode Review
補完中心の時間と、agent的な長い作業を平均してしまうと、判断がぼやけます。AI Creditsを消費しない体験と、消費しやすい体験は別の列に分けたほうが、plan変更の理由を説明できます。
個人でも予算超過の兆候を残す
上振れ条件
個人利用でも、次のような作業は消費が上振れしやすくなります。
- large contextを使って大きなrepoを読ませる
- higher reasoningを通常設定のように使う
- 同じ修正を何度も再試行する
- 生成された差分を大きく戻して、再依頼を繰り返す
- Code Reviewを長いPRで何度も動かす
GitHub Docsのsupported modelsでは、より大きなcontext windowや高いreasoningがAI Credits消費へ影響すると説明されています。個人でも、重い作業の直後に「何を大きくしたか」を一言メモしておくと、planを上げるべきか、使い方を変えるべきかを判断しやすくなります。
BusinessとEnterpriseは組織プールとcost centerで見る
軽いユーザーの未使用分を重いユーザーが使える一方、偏りも見えにくくなる。
1人あたりの枠と組織プールを分ける
根拠
GitHub Docsのorganizations and enterprises向けページでは、Copilot BusinessとCopilot EnterpriseのAI Credits枠が、ユーザーあたり月次で示されています。
| 組織プラン | 月額 | 標準の月次AI Credits | 見方 |
|---|---|---|---|
| Copilot Business | 19 USD/user | 1,900 credits/user | 組織プールとして見る |
| Copilot Enterprise | 39 USD/user | 3,900 credits/user | 組織プールと管理機能で見る |
注意点
重要なのは、1人あたりの枠が、そのまま個人別の固定バケツになるとは限らない点です。Docsでは、included AI Creditsはbilling entity levelでpoolされると説明されています。100人のBusiness利用なら、単純には190,000 creditsの共有プールとして考えるイメージです。
このpoolは、軽いユーザーの未使用分を重いユーザーが使えるという利点があります。一方で、強い制御がないと、一部のpower userやagent作業が全体の枠を大きく使う可能性もあります。
promoは通常運用の枠として扱わない
条件
既存のCopilot BusinessとCopilot Enterprise顧客には、usage-based billing移行から最初の3か月、つまり2026年6月1日から2026年9月1日まで、標準より多いincluded AI Creditsが示されています。Docsでは、Businessが3,000 credits/user/month、Enterpriseが7,000 credits/user/monthです。
注意点
この期間は、pilotを回すにはありがたい余裕です。ただし、恒久的な通常枠として見積もると、9月以降の運用が崩れます。6月から8月は「慣れる期間」、9月以降は「通常枠で続ける設計」と分けて見てください。
spending managementは導入初週から見る
確認項目
GitHub Docsのspending managementでは、AI usageをユーザー、model、organization、cost centerでfilterし、exportできると説明されています。
月末の請求確認だけに使うと、手遅れになります。AI Creditsへ移行した直後は、導入初週から次を見ます。
- どのユーザーが消費しているか
- どのmodelが多く使われているか
- どのorganizationやcost centerに偏っているか
- Code Reviewやagent sessionsが急増していないか
- 追加使用がbudget controlsで止まるのか、継続課金されるのか
BusinessやEnterpriseで大切なのは、全員に同じ使い方をさせることではありません。軽い補完は広く開放し、高コストなagent作業は対象repoと担当者を絞る。これだけで、予算の説明がかなり楽になります。
Agent Modeやagent sessionsで予算が上振れする条件
- 1大きなrepo
読む範囲が広いほどcontextが大きくなり、token使用量が増えやすい。
- 2large context
複雑な調査や複数packageの変更に寄せ、軽い質問ではregular contextを基本にする。
- 3higher reasoning
設計変更、テスト修復、セキュリティ修正など、深い判断が必要な作業に絞る。
- 4再試行
agent sessionや失敗後のやり直しが重なると、同じ目的でも消費が増える。
- 5Actions実行
coding agentsが実行環境を使う場合、AI Creditsとは別にActions minutesも動く。
pilot担当者、対象repo、user-level budget、停止条件を先に置くと上振れを説明しやすい。
大きなcontextと高いreasoningは消費増のサインになる
根拠
Supported modelsのDocsでは、1 million token context windowやconfigurable reasoningのようなextended capabilitiesが説明されています。同時に、larger context windowやhigher reasoningはAI Credits消費へ影響し、通常はregular contextとregular reasoningを使い、複雑な作業だけで大きくすることが推奨されています。
使う条件
チーム運用では、この設定を「便利だから常に最大」にしないほうがよいです。大きなcontextや高いreasoningは、次のような作業だけに寄せます。
- 大規模な設計変更の影響調査
- 複数packageをまたぐリファクタリング
- 失敗ログと差分を見比べるテスト修復
- セキュリティ修正の影響範囲確認
- 仕様変更に伴う広範囲のレビュー
third-party agentsはActions minutesも見る
根拠
GitHub Docsのthird-party coding agentsでは、coding agentsはGitHub Actions minutesとAI Creditsを消費し、各agent sessionはmodelと処理token量に基づいてAI Creditsを消費すると説明されています。
これは、Copilotの画面で使っているからCopilotの月額だけを見ればよい、という話ではないことを示しています。agentが裏側でActions上の実行環境を使う場合、Actions minutesも別に動きます。
停止条件を決めてから使う
評価基準
agent的な作業を開放する前に、停止条件を決めておきます。
| 条件 | 初期ルール例 |
|---|---|
| 再試行回数 | 同じ失敗で2回詰まったら人間へ戻す |
| 対象ファイル数 | 10ファイルを超える変更は事前にplanを確認する |
| テスト実行 | 失敗ログを要約してから再実行する |
| 高コストmodel | 目的と対象repoをIssueに残す |
| Actions実行 | agent sessionの実行時間と失敗理由を残す |
「勝手に進めすぎる」ことだけが問題ではありません。失敗したまま何度も読み直す、広いcontextを毎回渡す、レビューを全PRで深く走らせる、といった使い方もコストを押し上げます。
Copilot code reviewはAI CreditsとActions minutesの二重予算で扱う
PR内容を読み、指摘や修正案を出すためのCopilot側の消費を見る。
レビューやagent処理がActions上の実行環境を使う場合の消費を見る。
AIレビューで見落としや手戻りが減っているかを、レビュー時間と差し戻しで見る。
初期は重要path、label、PR sizeで絞り、全PR自動実行から始めない。
Creditsやminutesが増えても、レビュー品質が上がり手戻りが減るなら価値がある。
無料の追加レビューとして置かない
根拠
GitHubの公式Blogでは、Copilot code reviewはAI Creditsに加えてGitHub Actions minutesも消費すると説明されています。この点は、レビュー自動化を入れるチームほど見落としやすいです。
AIレビューは、人間の見落としを減らす補助になる可能性があります。しかし、予算上は無料の追加レビュアーとして置かないほうがよいです。特に大きなPR、生成コードが多いPR、依存更新PR、テストが落ちているPRでは、AI CreditsとActions minutesの両方を使う前提で見ます。
どのPRで動かすかを決める
確認項目
最初から全PRで同じ深さのレビューを動かすより、対象を絞ったほうが運用しやすくなります。
- 初期は、backendやbillingなど影響が大きいpathだけにする
- 依存更新PRは、人間レビューとCI結果を優先する
- 小さな文言修正や軽微なstyle変更では動かさない
- 大規模リファクタリングは、review前に変更範囲を人間が分割する
- セキュリティ修正では、AIレビューを追加視点として扱い、最終判断は責任者へ残す
AIコードレビューの品質と人間レビューの分担は、<a href="https://ai-dev.blog.mo-gmo.com/ai-code-review-pr-human-review-claude-copilot/">AIコードレビューをPRに入れる前の記事</a>でも扱っています。今回の記事では、そこに予算線を足して考えます。
CODEOWNERSを置き換えない
評価基準
Copilot code reviewを入れても、CODEOWNERS、人間の承認、セキュリティ責任者、release判断は残します。AIがコメントを出したから安全、コメントがないから安全、という運用にはしません。
予算面でも同じです。AIレビューが人間レビュー時間を減らしているのか、むしろ差し戻しや修正確認を増やしているのかを見ます。AI CreditsやActions minutesが増えても、review品質が上がり手戻りが減るなら価値があります。逆に、費用だけ増えてレビューの意思決定が遅くなるなら、対象PRを絞り直すべきです。
小規模チームの予算上限は機能別に置く
月いくらまで使うかだけではなく、どの機能を止めるかまで決めておく。
総額だけでは止め方がわからない
評価基準
「Copilotに月いくらまで使うか」だけでは、予算超過時に何を止めるべきかわかりません。小規模チームでは、機能別に上限と確認頻度を置くほうが実用的です。
| 対象機能 | 使える人 | 初期上限の考え方 | 確認頻度 | 止め方 |
|---|---|---|---|---|
| 補完/Next Edit | 開発者全員 | 原則広く許可 | 月次 | 品質問題があれば教育で対応 |
| Chat | 開発者全員 | regular contextを基本 | 週次 | 高コストmodelを制限 |
| large context/higher reasoning | leadまたは申請制 | 目的とrepoを記録 | 週次 | user-level budget |
| agent sessions | pilot担当者 | 対象repoを限定 | 週次 | repoと担当者を絞る |
| Code Review | 対象PRのみ | labelやpathで限定 | 週次 | 全PR自動実行を避ける |
| 追加AI Credits | 管理者承認 | cost center単位 | 週次/月次 | budget controlsで止める |
この表は、そのまま社内ルールのたたき台にできます。大切なのは、AI Creditsの節約だけを目的にしないことです。必要なところでは使い、不要なところでは自動化しない。これが一番説明しやすい運用です。
budget controlsは4段階で考える
確認項目
GitHub Docsでは、user-level budgets、cost-center budgets、enterprise spending limits、organization-level budgetsが説明されています。
初期導入では、次の順で考えると整理しやすいです。
- まずuser-level budgetで、極端な偏りを止める
- 次にcost centerで、チームやプロダクト別に見える化する
- Enterprise全体のspending limitで、想定外の追加使用を止める
- Organization単位で、repo群ごとの使い方を見る
すべてを細かく縛ると、使い勝手が悪くなります。最初の1週間は観測、次の1週間で上限、3週目以降に例外ルールを作るくらいが現実的です。
1週間の実測で見るべき指標
大きな移行作業だけでも短い補完だけでもなく、普段の作業に近い3種類で測る。
代表タスクを3種類に絞る
条件
pilotでは、普段の作業に近いタスクを3種類だけ選びます。
- 小さなバグ修正
- 複数ファイルをまたぐ機能追加
- PRレビューまたはテスト修復
極端に大きな移行作業だけで測ると、Copilotが高く見えすぎます。逆に、短い補完だけで測ると、agent的な作業の上振れを見落とします。
成果と消費を同じ表で見る
確認項目
次のようなCSVを作って、1週間だけ記録します。
date,task_type,repo,model_or_mode,context_size,reasoning,ai_credits,actions_minutes,retries,tests_result,human_review_minutes,decision
2026-06-14,bugfix,sample-api,regular,default,regular,120,0,1,pass,18,continue
2026-06-15,pr_review,sample-web,code-review,default,regular,260,12,0,pass,25,limit-to-large-prここで見たいのは、安かったかどうかだけではありません。人間レビュー時間が減ったか、テスト修復が速くなったか、差し戻しが減ったか、再試行が増えすぎていないかを同時に見ます。
上振れした作業だけを深掘りする
上振れと下振れ
AI Creditsが大きく減った作業は、原因を4つに分けます。
- modelが高かったのか
- contextが大きかったのか
- 出力や再試行が多かったのか
- Actions minutesを伴う作業だったのか
すべての作業を細かく分析する必要はありません。上振れした作業だけを見れば、予算上限や権限の置き方が見えてきます。
失敗点: 料金表だけで判断すると運用がずれる
2026年6月1日から2026年9月1日までの枠を、恒久的な前提にしない。
軽微な変更にもCode Reviewを走らせると、AI CreditsとActions minutesを使う。
便利な設定を常用すると、軽い質問でも消費が増える。
共有プールだけを見ると、誰が何のために使っているかが隠れる。
SNSの体験談は需要の背景として見て、社内説明には公式Docsを使う。
価格や上限は変わりやすいため、導入直前に公式情報で再確認する。
promoを通常枠として扱う
BusinessとEnterpriseの既存顧客向けpromoは、2026年6月1日から2026年9月1日までの移行期として示されています。この枠を前提に日常運用を組むと、期間終了後に急に厳しく見えます。
全PRでCode Reviewを動かす
Copilot code reviewはAI CreditsとActions minutesの両方を見る必要があります。全PRで深いレビューを走らせると、軽微な変更にも予算を使います。最初はpath、label、PR sizeで絞るほうが安全です。
高いreasoningやlarge contextを通常設定にする
大きなcontextやhigher reasoningは便利ですが、常用するものではありません。複雑な作業だけに使うルールがないと、軽い質問でも消費が増えます。
shared poolを放置する
組織プールは便利ですが、予算の偏りも隠します。user、model、organization、cost centerで見ないと、誰が何のために使っているのか説明できません。
SNSの反応を仕様として扱う
料金や上限は変わりやすく、SNSのスクリーンショットや体験談だけでは判断できません。需要の背景を見る材料にはなりますが、公開判断や社内説明には公式Docsを使ってください。
実務で使うなら
- 1補完は広く許可
code completionsとNext Edit suggestionsは開発者全員に使わせやすい入口にする。
- 2Chatはregular基本
regular contextとregular reasoningを通常運用にする。
- 3重い設定は記録
large contextとhigher reasoningは目的と対象repoをIssueやPRに残す。
- 4agentはpilotから
agent sessionsは担当者とrepoを限定して始める。
- 5週1で見直す
AI usage exportを見て、上振れした作業だけルールを調整する。
最初から全員にすべてを開放せず、使った理由を説明できる形で広げる。
初期ルールは軽く、止めどころは明確にする
小規模チームで最初に置くなら、次のようなルールが扱いやすいです。
- 補完とNext Edit suggestionsは広く許可する
- Chatはregular contextとregular reasoningを基本にする
- large contextとhigher reasoningは、目的と対象repoをIssueやPRに残す
- agent sessionsはpilot担当者と対象repoを限定する
- Copilot code reviewは、重要pathや一定以上のPR sizeから始める
- 追加AI Creditsは、user-level budgetとcost centerで止められるようにする
- 週1回、AI usage exportを見て、上振れした作業だけ見直す
AIコーディングエージェントの導入判断を広く整理したい場合は、<a href="https://ai-dev.blog.mo-gmo.com/ai-coding-agent-adoption-guide-decision-criteria/">AIコーディングエージェント導入ガイド</a>も参考になります。Copilotだけでなく、目的、権限、レビュー、評価タスクをそろえる考え方から確認できます。
導入判断は「どのplanが得か」で終わらせない
この記事の結論は、ProかPro+か、BusinessかEnterpriseかを一律に決めることではありません。
見るべきなのは、次の順番です。
- どの作業でAI Creditsを消費しているか
- その作業は本当にCopilotへ任せる価値があるか
- 使う人、repo、PR、model、contextを絞れるか
- budget controlsで想定外の追加使用を止められるか
- 人間レビュー時間や手戻りが減っているか
この順番で見れば、月額だけを見て不安になることも、逆に「定額だから大丈夫」と広げすぎることも避けやすくなります。
セキュリティ・コスト注意
法人導入では、料金より先にAPIキー、private repo、人間承認、監査ログの境界をそろえる。
権限とデータの境界を先に確認する
確認項目
CopilotのAI Credits移行は、単なる会計ルールの変更ではありません。Agent Modeやthird-party agentsを使う場合、誰の権限で、どのrepoを読み、どの実行環境を使い、どのログが残るかも同時に確認します。
追加使用を広げる前に止め方を決める
注意点
特に注意したいのは次の点です。
- 個人契約で業務repoを扱う場合は、会社の規程、契約、データ利用、監査要件を先に確認する
- API key、secret、顧客データ、非公開の社内情報をpromptやIssueに混ぜない
- agent sessionsやCode Reviewでは、AI CreditsだけでなくActions minutesも確認する
- large contextやhigher reasoningを使う権限を、全員に常時開放しない
- budget controlsを設定してから、追加使用を許可する
- 価格、対象plan、model、promo期間は変わりやすいため、導入直前に公式Docsで再確認する
実務上の境界
法人でAIコーディング導入を進める場合は、料金より先に、APIキー、private repo、人間承認、監査ログ、MCP連携の境界を整理すると会話が早くなります。この記事はそのうち、CopilotのAI Creditsと予算管理に絞った入口です。
FAQ
code completionsとNext Edit suggestionsはAI Creditsを消費しないと説明されている。
枠は増えるが、large context、higher reasoning、全PRレビューが原因なら先に使い方を見る。
未使用分を共有できる一方、偏りも起きるためuser-level budgetやcost centerで見る。
公開判断や社内説明には、SNSではなくGitHub公式BlogとGitHub Docsを使う。
月額、AI Credits、Actions minutesを分けると、FAQへの回答もぶれにくい。
Copilotの補完もAI Creditsを消費しますか
2026年6月14日に確認したGitHub公式Blogでは、code completionsとNext Edit suggestionsは全planに含まれ、AI Creditsを消費しないと説明されています。ただし、Chat、agent sessions、Code Review、model選択の扱いとは分けて確認してください。
ProからPro+へ上げれば解決しますか
必ずしも解決しません。AI Credits枠は増えますが、使い方が上振れしている原因がlarge context、higher reasoning、再試行、全PRレビューなら、planを上げても同じ使い方で消費が増えます。先に1週間のpilotで原因を分けるほうが判断しやすいです。
BusinessやEnterpriseならユーザーごとに完全に分かれますか
Docsでは、BusinessとEnterpriseのincluded AI Creditsはbilling entity levelでpoolされると説明されています。軽いユーザーの未使用分を重いユーザーが使える一方、偏りも起きます。user-level budgetやcost centerで見る前提にしてください。
Code Reviewは人間レビューの代わりになりますか
代わりにはしません。AIレビューは追加の視点です。CODEOWNERS、責任者承認、セキュリティ判断、release判断は人間に残し、AIレビューは予算と品質の両方で評価します。
次に読むなら
参照した主な情報源
- GitHub Blog: GitHub Copilot is moving to usage-based billing
GitHub Copilot is moving to usage-based billing
- GitHub Docs: Usage-based billing for individuals
https://docs.github.com/copilot/concepts/billing/usage-based-billing-for-individuals
- GitHub Docs: Usage-based billing for organizations and enterprises
https://docs.github.com/copilot/concepts/billing/usage-based-billing-for-organizations-and-enterprises
- GitHub Docs: Models and pricing for GitHub Copilot
https://docs.github.com/copilot/reference/copilot-billing/models-and-pricing
- GitHub Docs: Managing your company's spending on GitHub Copilot
https://docs.github.com/copilot/rolling-out-github-copilot-at-scale/managing-your-companys-spending-on-github-copilot
- GitHub Docs: Supported AI models in GitHub Copilot
https://docs.github.com/copilot/reference/ai-models/supported-models
- GitHub Docs: About third-party coding agents
https://docs.github.com/copilot/concepts/agents/about-third-party-agents
更新履歴
- 2026年6月14日
GitHub公式BlogとGitHub Docsを確認し、AI Credits、plan別枠、promo期間、model pricingを整理した。
- X/Twitterの扱い
需要シグナルとしてのみ扱い、本文の事実根拠には使っていない。
- 利害関係
スポンサー提供、アフィリエイト、外部からの環境提供は受けていない。
- AI利用
AIは下書きと整理に使い、公開判断と公式情報の確認は人間の責任で行う。
価格、対象plan、model、promo期間は変わりやすいため、公開前の再確認を前提にする。
- 2026年6月14日: GitHub公式BlogとGitHub Docsを確認し、AI Credits、個人/組織planの月次枠、promo期間、model pricing、spending management、third-party agentsの消費対象をもとに初版を作成しました。X/Twitterは需要シグナルとしてのみ扱い、本文の事実根拠には使っていません。
- 利害関係: この記事はスポンサー提供、アフィリエイト、外部からの環境提供を受けていません。AIは下書きと整理に使い、公開判断と公式情報の確認は人間の責任で行う前提です。