GitHub Copilot više ne može skrivati cijenu agentnog kodiranja
GitHub Copilot billing📷 TECH&SPACE deterministic editorial graphic
- ★Ars Technica navodi da GitHub od 1. lipnja uvodi usage-based model za Copilot
- ★Službena GitHub dokumentacija modelira potrošnju kroz premium requests, a ne kao jednostavno ručno brojanje tokena
- ★Najviše će osjetiti korisnici koji pokreću duge agentne sesije, skupe modele i velike iteracije koda
Ars Technica piše da GitHub Copilot od 1. lipnja prelazi prema modelu naplate koji bolje prati stvarnu AI potrošnju. To treba čitati manje kao običan cjenik, a više kao kraj jedne iluzije: kratko pitanje u chatu i višesatna agentna sesija nikada nisu koštali isto, samo su bili upakirani u isti korisnički osjećaj pretplate. GitHubova službena dokumentacija o premium requests pokazuje precizniji jezik od "naplaćivanja tokena". U praksi se potrošnja veže uz zahtjeve prema skupljim modelima i naprednijim mogućnostima. To je važna razlika jer timovi neće upravljati svakim tokenom ručno, nego kvotama, modelima, limitima i navikama korištenja. Za povremenog korisnika promjena može biti jedva vidljiva. Za developera koji pokreće agentne refaktore, duge sesije ispravljanja testova, više modela i desetke iteracija na istom pull requestu, račun postaje stvaran. Copilot se iz "pomoćnika uz IDE" pretvara u mali cloud servis unutar editora.
Prelazak s osjećaja flat-rate alata na usage-based račun pokazuje da autonomne sesije nisu ista stvar kao jedan chat odgovor.
AI CODING GETS A METER explainer📷 TECH&SPACE deterministic infographic
Ovo je isti obrazac koji se ranije dogodio s cloudom. Prvo dolazi magija: ne kupuješ servere, samo koristiš resurse. Zatim dolazi račun: netko mora razumjeti zašto je jedan tim potrošio deset puta više od drugog. Kod AI kodiranja nova jedinica kontrole nisu samo sjedala, nego premium zahtjevi, modeli, kontekst, agentni koraci i retry petlje. To ne znači da je Copilot odjednom lošiji proizvod. Znači da se ekonomija generativnog AI-ja više ne može skrivati iza marketinške jednostavnosti. Najkorisniji AI workflowi često su i najskuplji: autonomni agent koji pročita repozitorij, predloži patch, pokrene testove, popravi pogreške i ponavlja ciklus troši daleko više od autocomplete prijedloga. Timovi će zato morati mjeriti ono što su dosad prepuštali dojmu. Koji model koristiti za rutinski upit? Kada agent smije pokrenuti dugu sesiju? Koliko vrijedi automatski fix ako potroši desetke skupih zahtjeva? Copilotova nova naplata nije samo GitHubov problem. To je signal da AI developer alati sazrijevaju u infrastrukturu, a infrastruktura uvijek završi s metrikama, limitima i računom.
