Od 1. juna 2026., GitHub je zamijenio dosadašnji model kvota za premium zahtjeve novim sistemom naplate baziranim na upotrebi — AI Credits. Cijena je $0,01 po kreditu, a potrošnja se mjeri direktno na nivou tokena, ne po zahtjevu. Migracija je automatska za sve korisnike na mjesečnim planovima; godišnji pretplatnici prelaze tek istekom trenutnog plana.
Šta se desilo
GitHub je zvanično objavio gašenje modela “premium requests” kvota koji je bio na snazi na svim Copilot planovima. Novi sistem — AI Credits — troši se proporcijalno broju tokena (ulaznih, izlaznih i kešovanih) prema objavljenoj tablici cijena po modelu dostupnoj u GitHub dokumentaciji.
Raspon cijena po modelu je značajan: GPT-5 nano košta $0,20/$1,25 po milion ulaznih/izlaznih tokena, dok Claude Fable 5 stoji $10/$50. Koji model koristite sada direktno utječe na brzinu trošenja kredita.
Važan izuzetak: dopunjavanja koda (code completions) i Next Edit Suggestions ostaju van sistema AI Credits na svim plaćenim planovima — neograničena upotreba. Ovo štiti najčešći dnevni slučaj upotrebe od neočekivanih troškova.
Prema GitHub Docs stranici za individualne planove, mjesečne kvote kredita su: Pro plan 1.500 kredita ($15 vrijednosti), Pro+ plan 7.000 kredita ($70 vrijednosti). Napomena: GitHub Blog je objavio različite iznose ($10 za Pro, $39 za Pro+) — ove cifre se razlikuju od onih u GitHub Docs-u, te do pojašnjenja koristimo Docs kao referentni izvor.
Zašto je važno
Prijelaz s naplate po zahtjevu na naplatu po tokenu mijenja ekonomiku agentnih radnih tokova. Jedan zahtjev prema chatu koji pokreće višestepeni agentni radni tok — s pozivima alata, pretraživanjem po kodu i višestrukim modelskim prolazima — sada može konzumirati višestruko više kredita od jednostavnog upita. Ovo nije skriveni trošak, već trošak koji je sada vidljiv i mjerljiv.
GitHub navodi da je stari model “prestao biti održiv” zbog rastuće potrošnje inferencije u agentnim scenarijima — ovo je GitHub-ovo vlastito objašnjenje, ne nezavisno verificirana tvrdnja.
Šta to znači u praksi
Za individualne developere koji koriste Copilot Chat, CLI i cloud agent, ključna promjena je selekcija modela kao faktor troška. Dok ste ranije birali model po kvalitetu odgovora, sada imate i cjenovnu dimenziju. Slanje dugačkih kontekstnih prozora skupljim modelima u petljama može brzo iscrpiti kvotu.
Za Business i Enterprise timove: krediti se pohranjuju na razini organizacije (pooling), a dostupni su granularni budžetski limiti na razini korisnika, cost-centra i enterprise-a. Ovo je operativna promjena — Copilot potrošnja postaje linija u budžetu s mogućnošću kontrole, a ne paušal.
Praktični koraci:
- Provjerite koji modeli su aktivni u vašim Copilot Chat sesijama i agentnim radnim tokovima.
- Za Business/Enterprise planove: konfigurirajte budžetske limite prije nego korisnici počnu s agentnim modovima.
- Godišnji pretplatnici nemaju pritisak — migracija dolazi tek istekom plana, ali vrijedi razumjeti mehaniku unaprijed.
Kontekst
Prelaz na naplatu po tokenu slijedi isti obrazac koji su usvojili svi veći AI vendor-i (OpenAI, Anthropic, Google): flat-fee modeli s neograničenim premium zahtjevima pokazuju se ekonomski neodrživi kada korisnici prelaze s jednokratnih upita na agentne petlje koje troše redove veličine više tokena po sesiji.