AI कोडिंग लागत निगरानी · जून 2026 Copilot उपयोग-आधारित बिलिंग AI कोडिंग लागतों को दृश्य बनाती है

GitHub Copilot प्रीमियम अनुरोध इकाइयों से GitHub AI Credits पर स्थानांतरित हो रहा है। मुख्य बात सिर्फ बिलिंग में बदलाव नहीं है; यह एक संकेत है कि एजेंटिक कोडिंग एक फ्लैट मासिक सदस्यता के अंदर छिपाने के लिए बहुत महंगी होती जा रही है।

1 जून Copilot मासिक योजनाएं PRUs के बजाय AI Credits में स्थानांतरित होती हैं

$0.01 GitHub 1 AI Credit को मीटर्ड उपयोग के एक सेंट के रूप में परिभाषित करता है

20,000 नई Copilot Max योजना में शामिल अधिकतम मासिक AI Credits

पुरानी सदस्यता कहानी टूट रही है

वर्षों से, कोडिंग सहायकों को एक सरल मासिक टूल के रूप में बेचा जाता था: प्लान का भुगतान करें, एडिटर में सहायता प्राप्त करें। वह मॉडल तब काम करता है जब सहायक कोड की एक पंक्ति पूरी करता है या एक छोटे प्रश्न का उत्तर देता है। यह तब काम करना बंद कर देता है जब कोई एजेंट एक रिपॉजिटरी पढ़ता है, कई फाइलें खोलता है, टूल्स को कॉल करता है, एक बदलाव का परीक्षण करता है, एक असफल दृष्टिकोण को पुनः प्रयास करता है, और फ्रंटियर मॉडल को बढ़ता संदर्भ भेजता है।

GitHub की नई संरचना उस अंतर को उजागर करती है। Copilot Chat, CLI, क्लाउड एजेंट, Spaces, Spark, और तृतीय-पक्ष कोडिंग एजेंट अब AI Credits का उपभोग कर सकते हैं। कोड पूर्णताएं और अगला संपादन सुझाव भुगतान योजनाओं के लिए AI Credit बिलिंग के बाहर रहते हैं, जिसका अर्थ है कि वास्तविक लागत का दबाव बहु-चरण एजेंट कार्य में केंद्रित है।

पुराना मानसिक मॉडल: "मैंने Copilot खरीदा"

डेवलपर्स सीटों और अनुरोध संख्याओं में सोचते थे।

एक त्वरित चैट और एक लंबा एजेंट सत्र चालान दृश्य से बहुत समान दिखते थे।

टीमें पहले पहुंच के लिए अनुकूलित होती थीं, फिर बाद में अपव्यय की खोज करती थीं।

बनाम

नया मॉडल: "हर एजेंट कदम का एक मीटर है"

उपयोग इनपुट, आउटपुट और कैश्ड टोकन से जुड़ा है।

मॉडल विकल्प और संदर्भ आकार सीधे बिल को प्रभावित करते हैं।

बजट तय करते हैं कि काम जारी रहेगा या अवरुद्ध हो जाएगा।

एकल डेवलपर्स के लिए क्या बदलता है

Copilot Pro में अब मासिक AI Credit भत्ता शामिल है, जिसमें आधार क्रेडिट और एक फ्लेक्स आवंटन है। GitHub के दस्तावेज़ Copilot Pro को कुल 1,500 मासिक AI Credits, Pro+ को 7,000 और Max को 20,000 सूचीबद्ध करते हैं। यदि भत्ता समाप्त हो जाता है, तो डेवलपर एक अतिरिक्त डॉलर बजट निर्धारित कर सकता है या अगले मासिक रीसेट की प्रतीक्षा कर सकता है।

व्यावहारिक सबक सरल है: वास्तव में रिपॉजिटरी-व्यापी तर्क की आवश्यकता वाले कार्यों के लिए महंगे एजेंटिक सत्र आरक्षित करें। हल्के प्रश्नों, छोटे संपादनों और नियमित स्पष्टीकरणों को सस्ते पथों पर रखें।

टीमों के लिए क्या बदलता है

व्यवसाय और एंटरप्राइज़ खातों को पूल किए गए मासिक AI क्रेडिट मिलते हैं, जिससे एक डेवलपर का अप्रयुक्त भत्ता दूसरे डेवलपर के भारी एजेंट दिन की भरपाई कर सकता है। यह मदद करता है, लेकिन यह शासन को और अधिक महत्वपूर्ण बनाता है। GitHub अब व्यवस्थापकों को उपयोगकर्ता-स्तर, लागत-केंद्र, एंटरप्राइज़ और संगठन बजट नियंत्रण की ओर इंगित करता है।

छिपा हुआ जोखिम एक महँगा अनुरोध नहीं है। यह दर्जनों डेवलपर्स हैं जो एजेंटों से पूर्ण रिपॉजिटरी पढ़ने, शोर करने वाले टूल चलाने और बिना संदर्भ सीमा के अस्पष्ट कार्यों को पुनः प्रयास करने के लिए कहते हैं।

लागत का चालक संदर्भ है, बटन पर लोगो नहीं

यही कारण है कि Copilot कदम GitHub से परे मायने रखता है। यह उसी पैटर्न की पुष्टि करता है जो हम AI कोडिंग टूल्स में देखते हैं: एजेंटिक कार्य लागत को "मॉडल एक्सेस" से "वर्कफ़्लो अनुशासन" में स्थानांतरित करता है। लंबे प्रॉम्प्ट, बार-बार इतिहास, व्यापक फ़ाइल रीड और असीमित टूल आउटपुट वही हैं जो एक उपयोगी सहायक को बजट लीक में बदल देते हैं।

जो टीमें जीतेंगी, वे वे नहीं होंगी जो शक्तिशाली मॉडलों पर प्रतिबंध लगाती हैं। वे वे होंगी जो कार्यों को सही ढंग से रूट करती हैं, संदर्भ को जल्दी संपीड़ित करती हैं, कमांड आउटपुट को सीमित करती हैं, और सबसे छोटा मॉडल चुनती हैं जो काम पूरा कर सके।

1 कार्य को वर्गीकृत करें

छोटा संपादन, स्पष्टीकरण, रीफ़ैक्टर, या स्वायत्त एजेंट रन? हर काम को उसी महँगे पथ पर न भेजें।

2 मॉडल चुनें

नियमित कार्यों के लिए हल्के मॉडल का उपयोग करें और गहन तर्क या मल्टी-फ़ाइल आर्किटेक्चर परिवर्तनों के लिए फ्रंटियर मॉडल आरक्षित रखें।

3 संदर्भ सीमित करें

इतिहास को संक्षेपित करें, लक्षित फ़ाइलें पुनर्प्राप्त करें, और शोर करने वाले टर्मिनल आउटपुट को ट्रिम करें, इससे पहले कि वह आवर्ती टोकन लागत बन जाए।

4 बजट निर्धारित करें

व्यक्ति, परियोजना और वर्कफ़्लो के अनुसार उपयोग ट्रैक करें ताकि बिल आपको बताए कि कौन सी आदतें महँगी हैं।

ध्यान देने योग्य तीन खरीदारी संकेत

क्या टूल प्रति कार्य टोकन या क्रेडिट उपयोग दिखाता है?

क्या व्यवस्थापक अतिरिक्त खर्च शुरू होने से पहले एजेंटिक सत्रों को सीमित कर सकते हैं?

क्या वर्कफ़्लो सस्ते चरणों के लिए स्वचालित रूप से मॉडल बदल सकता है?

Aitoque दृष्टिकोण

सस्ती AI पहुँच अब केवल कम स्टिकर मूल्य खोजने के बारे में नहीं है। नया खेल बर्बाद अनुमान को कम करना है: कम दोहराए गए टोकन, बेहतर रूटिंग, छोटा संदर्भ, और एजेंट की खोज शुरू करने से पहले स्पष्ट गार्डरेल।

Copilot का बिलिंग बदलाव एक सार्वजनिक अनुस्मारक है कि हर AI कोडिंग सत्र का एक वास्तविक मीटर होता है, भले ही उत्पाद UI इसे एक फ्लैट सब्सक्रिप्शन की तरह महसूस कराए।

निचली पंक्ति

Copilot उपयोग-आधारित बिलिंग का मतलब यह नहीं है कि AI कोडिंग अचानक खराब मूल्य है। इसका मतलब है कि उद्योग खरीदारों को सस्ती सहायता को महँगे स्वायत्त कार्य से अलग करने के लिए मजबूर कर रहा है। डेवलपर्स के लिए, यह मॉडल विकल्प और संदर्भ स्वच्छता को सामान्य इंजीनियरिंग का हिस्सा बनाता है। टीमों के लिए, यह AI कोडिंग को एक सीट लाइसेंस से FinOps समस्या में बदल देता है।

क्रेडिट बर्बाद किए बिना मजबूत AI का उपयोग करें

AI टोकन विकल्पों की तुलना करें, काम को जानबूझकर रूट करें, और उच्च-लागत वाले मॉडल को उन कार्यों के लिए रखें जो उन्हें उचित ठहराते हैं।

AI टोकन डील ब्राउज़ करें

स्रोत और अग्रिम पठन

GitHub ब्लॉग: Copilot उपयोग-आधारित बिलिंग पर जा रहा है

GitHub दस्तावेज़: व्यक्तियों के लिए उपयोग-आधारित बिलिंग

GitHub दस्तावेज़: संगठनों और उद्यमों के लिए उपयोग-आधारित बिलिंग

GitHub दस्तावेज़: GitHub Copilot के लिए मॉडल और मूल्य निर्धारण

Aitoque: AI कोडिंग की छिपी लागत