GitHub Copilot troca assinatura fixa por cobrança de créditos de IA

A documentação oficial do GitHub Copilot (docs.github.com) detalha um modelo de cobrança que já não se comporta como uma assinatura de SaaS tradicional. Cada plano, do individual Pro ao corporativo Enterprise, vem com uma cota mensal de GitHub AI↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → Credits, e o que passa disso é cobrado a US$ 0,01 por crédito. Para quem aloca orçamento de time, isso significa que a linha "Copilot" no orçamento deixou de ser um número fixo multiplicado por headcount e passou a ter um componente variável que depende de como cada dev usa a ferramenta, exatamente como acontece com qualquer API de LLM cobrada por token.

O que exatamente é medido em créditos

Segundo a documentação, completions inline e next edit suggestions não consomem créditos e continuam ilimitados em todos os planos pagos. O medidor entra em cena no Copilot Chat, nos agentes (agent mode, Copilot cloud agent, code review) e no acesso a modelos premium como Claude Opus 5.5, GPT-6 ou Grok 4.7. Ou seja: o autocomplete básico do editor continua sendo custo fixo e previsível; o que virou variável é justamente a parte que mais gera valor em fluxos agentic, código gerado por chat e revisão automatizada.

Os planos individuais funcionam assim, segundo a tabela do GitHub:

• Copilot Pro (US$ 10/mês): 1.000 créditos base + 500 de flex = 1.500 créditos/mês
• Copilot Pro+ (US$ 39/mês): 3.900 base + 3.100 flex = 7.000 créditos/mês
• Copilot Max (US$ 100/mês): 10.000 base + 10.000 flex = 20.000 créditos/mês

Já nos planos de organização, a métrica é por seat concedido, sem a separação base/flex:

• Copilot Business (US$ 19/seat/mês): 1.900 créditos por usuário/mês
• Copilot Enterprise (US$ 39/seat/mês): 3.900 créditos por usuário/mês

A documentação também deixa explícito que, em contas de organização e enterprise, os créditos de todos os seats concedidos caem num pool compartilhado: "usage beyond the pool is charged at $0.01 USD per AI credit", diz o texto do GitHub. Isso quer dizer que um dev que abusa de agentes e modelos caros consome cota que seria de outro colega, e o excedente do time inteiro é que dispara a cobrança extra, não o excedente individual.

A conta que a tabela do próprio GitHub deixa visível

Aqui está o ponto que interessa a quem decide qual plano comprar: fazer a divisão simples de preço por crédito em cada plano revela que os planos de organização não têm desconto de volume nenhum sobre o overage. Business custa US$ 19 por 1.900 créditos, o que dá exatamente US$ 0,01 por crédito, o mesmo valor cobrado no excedente avulso. Enterprise custa US$ 39 por 3.900 créditos, de novo US$ 0,01 por crédito, cravado.

Já nos planos individuais existe desconto implícito: Pro sai a cerca de US$ 0,0067 por crédito, Pro+ a US$ 0,0056 e Max a US$ 0,005. Ou seja, comprando para você mesmo, o GitHub te dá até 50% de desconto sobre o preço de overage; comprando seat corporativo, você paga o preço de tabela cheio, seat por seat, sem qualquer vantagem de escala embutida no preço base. A única forma de ganhar eficiência num plano de organização é o pool compartilhado absorver a variação de uso entre devs de perfis diferentes, não o preço unitário do plano.

Para quem monta orçamento de squad, essa aritmética muda a pergunta de compra. Não é mais "Business ou Enterprise é mais barato por seat", é "quantos créditos meu time real vai consumir, e o pool cobre isso, ou vou pagar overage a US$ 0,01 por crédito de qualquer forma, seja pelo plano seja pelo excedente". Do ponto de vista financeiro, comprar mais seats Business não reduz o custo marginal do crédito extra: ele já está no piso, US$ 0,01, desde o primeiro seat.

Onde a variabilidade de fato aparece no dia a dia

A lista de modelos disponível na documentação (mais de duas dezenas, incluindo variações de GPT-5.x e GPT-6, linha Claude Opus e Sonnet, Gemini Flash, Grok e Kimi K2.7/K3) mostra que a escolha de modelo dentro do Copilot passou a ser uma decisão de custo, não só de qualidade de resposta. Times que usam Copilot majoritariamente para autocomplete de código convencional continuam com custo previsível e ilimitado, porque essa função não consome crédito. O risco de estouro de orçamento se concentra nos times que adotaram agent mode de forma intensiva, code review automatizado ou chat pesado com os modelos mais caros da lista, como as variantes Opus e GPT-6.

Isso é o contraponto que qualquer CTO deveria levantar antes de tratar "Copilot virou centro de custo" como alarme generalizado: para uma squad que usa Copilot como VS Code turbinado e raramente abre o chat ou dispara agentes, o gasto continua sendo o seat fixo do plano, ponto. A variabilidade só entra com força para quem já migrou parte do fluxo de trabalho para agentes autônomos, e nesse caso o crédito consumido é, na prática, o preço de rodar um agente que faz múltiplas chamadas a um modelo premium por tarefa, algo estruturalmente parecido com qualquer orquestração de LLM via API paga por uso.

O que muda na decisão de compra e na medição de ROI por dev

Com este desenho, três decisões práticas mudam para quem aloca orçamento de engenharia:

• Modelagem de capacidade antes da compra: decidir entre Business e Enterprise (ou entre Pro, Pro+ e Max no individual) deixa de ser só sobre features e passa a exigir uma estimativa de créditos por dev por mês, olhando o perfil real de uso de agentes e chat, não a lista de features do plano.
• Monitoramento de consumo como rotina de FinOps: como o pool é compartilhado e o overage é automático a US$ 0,01/crédito, sem cap explícito mencionado na documentação, squads que rodam agentes em produção precisam acompanhar consumo com a mesma disciplina que acompanham gasto de API de IA em nuvem, sob risco de a fatura de Copilot virar surpresa no fim do mês.
• ROI por dev fica mensurável, mas exige instrumentação: a vantagem do modelo de crédito é que, diferente do seat fixo antigo, agora é possível, em tese, cruzar créditos consumidos por dev com output entregue (PRs, revisões, tarefas de agente concluídas) e calcular custo real por unidade de trabalho assistido por IA. É o mesmo exercício que qualquer time que usa API de modelo de linguagem já faz, só que agora aplicado a uma ferramenta que era vendida, até pouco tempo, como assinatura fixa e previsível.

O efeito líquido, para quem decide orçamento, é que o Copilot deixou de ser comparável a uma licença de IDE e passou a se comportar como infraestrutura de IA: precifica-se, mede-se e se orça como qualquer camada de modelo pago por uso, com a diferença de que a conta de créditos por seat, no nível corporativo, já vem no preço de tabela sem desconto de volume nenhum.

Fonte: GitHub Docs — Plans for GitHub Copilot (premium requests)