惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

K
Kaspersky official blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
AI
AI
SecWiki News
SecWiki News
宝玉的分享
宝玉的分享
Scott Helme
Scott Helme
D
Darknet – Hacking Tools, Hacker News & Cyber Security
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
Engineering at Meta
Engineering at Meta
博客园 - 叶小钗
The GitHub Blog
The GitHub Blog
Microsoft Azure Blog
Microsoft Azure Blog
N
News and Events Feed by Topic
Cloudbric
Cloudbric
B
Blog
Cisco Talos Blog
Cisco Talos Blog
V
Vulnerabilities – Threatpost
N
News and Events Feed by Topic
V
Visual Studio Blog
A
Arctic Wolf
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
U
Unit 42
S
Security @ Cisco Blogs
博客园 - 聂微东
T
Threat Research - Cisco Blogs
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Apple Machine Learning Research
Apple Machine Learning Research
Y
Y Combinator Blog
G
GRAHAM CLULEY
L
LINUX DO - 热门话题
量子位
NISL@THU
NISL@THU
Webroot Blog
Webroot Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
T
Troy Hunt's Blog
Application and Cybersecurity Blog
Application and Cybersecurity Blog
T
Tenable Blog
月光博客
月光博客
S
Security Affairs
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
The Hacker News
The Hacker News
Spread Privacy
Spread Privacy
D
Docker
www.infosecurity-magazine.com
www.infosecurity-magazine.com
雷峰网
雷峰网
博客园 - 司徒正美
T
The Exploit Database - CXSecurity.com
Hugging Face - Blog
Hugging Face - Blog
Help Net Security
Help Net Security
D
DataBreaches.Net

DEV Community

Authentication Security Deep Dive: From Brute Force to Salted Hashing (With Java Examples) Why AI Systems Don’t Fail — They Drift Spilling beans for how i learn for exam😁"Reinforcement Learning Cheat Sheet" I Replaced Chrome with Safari for AI Browser Automation. Here's What Broke (and What Finally Worked) How Python Borrows Other People's Work The $40 Architecture: Processing 1 Billion API Requests with 99.99% Uptime Vibe Coding: A Workflow Guide (From Zero to SaaS) Most webhook security guides protect the wrong side. The scary part is delivery. Headless CMS for TanStack Start: Build a Blog with Cosmic EU Age Verification App "Hacked in 2 Minutes" — What Actually Happened Comfy Cloud’s delete function does not actually remove files Running AI Models on GPU Cloud Servers: A Beginner Guide Event-driven media intelligence with AWS Step Functions and Bedrock I scored 500 AI prompts across 8 quality dimensions — here's what broke How to Call Google Gemini API from Next.js (Free Tier, No Backend Needed) The Portal Protocol: Reclaiming Human Connection in the Age of AI How to Fix Your Team's Scattered Knowledge Problem With a Self-Hosted Forum Intro to tc Cloud Functors: A Graph-First Mental Model for the Modern Cloud Designing Multi-Tenant Backends With Both Ownership and Team Access I Built a Neumorphic CSS Library with 77+ Components — Here's What I Learned PostgreSQL Performance Optimization: Why Connection Pooling Is Critical at Scale Cómo construí un SaaS multi-rubro para gestionar expensas en Argentina con FastAPI + Vue 3 🚀 I Built an Ethical Hacking Scanner Tool – Open Source Project I Replaced /usage and /context in Claude Code With a Single Statusline A Pythonic Way to Handle Emails (IMAP/SMTP) with Auto-Discovery and AI-Ready Design I Collected 8.9 Million Polymarket Price Points — Here's What I Found About How Markets Really Move EcoTrack AI — Carbon Footprint Tracker & Dashboard Everyone's Using AI. No One Agrees How. 5 self-hosted ebook managers worth trying in 2026 Building Your First AI Agent with LangChain: From Chatbot to Autonomous Assistant Common SOC 2 Failures (Real World) Stop Vibe-Checking Your AI App: A Practical Guide to Evals How to Use SonarQube and SonarScanner Locally to Level Up Your Code Quality Your Next To-Do App Is Dead — I Replaced Mine with an OpenClaw AI Sign a Nostr event in 60 lines of Python using coincurve — no nostr-sdk, no nbxplorer, no rust toolchain ITGC Audit Explained Like You’re in Big 4 Patch Tuesday abril 2026: Microsoft parcha 163 vulnerabilidades y un zero-day en SharePoint Stop scraping everything: a better way to track competitor price changes Listing on MCPize + the Official MCP Registry while routing payments OUTSIDE the marketplace — how I kept 100% of my x402 revenue Building an AI-Powered Risk Intelligence System Using Serverless Architecture Why We Ripped Function Overloading Out of Our AI Toolchain Testing AI-Generated Code: How to Actually Know If It Works SaaS Churn Is Killing Your Business. Here Is What to Do About It (Without a Support Team) The Speed of AI Is No Longer Linear - And Self-Improving Models Are Why How to Implement RBAC for MCP Tools: A Practical Guide for Engineering Teams From Standard Quote to Persuasive Proposal: AI Automation for Arborists I built a CLI that scaffolds complete multi-tenant SaaS apps Axios CVE-2025–62718: The Silent SSRF Bug That Could Be Hiding in Your Node.js App Right Now The dashboard that ended our friendship Data Pipelines Explained Simply (and How to Build Them with Python) The Hidden Cost of AI Systems Nobody Talks About. undefined vs undeclared, and how typeof behaves Switching from file-based jobs to NATS/Kafka in Rust without changing code io_uring Adventures: Rust Servers That Love Syscalls Why Agentic AI is Killing the Traditional Database The POUR principles of web accessibility for developers and designers Quantum Neural Network 3D — A Deep Dive into Interactive WebGL Visualization How To Install Caveman In Codex On macOS And Windows Automation Pipeline Reliability: Why Your Workflow Breaks When Nobody Is Watching I Built an 'Open World' AI Coding Agent — It Works From ANY Folder From Freelancing to Product: A Tech Service Company's SaaS Transformation China's AI Giants: Adding Tencent Hunyuan & ByteDance Doubao to AI University (74 Providers) On the Vibe Coders and Their Lies clerk: Auto-Summarize Your Claude Code Sessions AI Weekly — 2026/04/10–04/17 | The Model Lockdown Is Here, but the Toolchain Is the Real Battleground AI 週報 — 2026/04/10–2026/04/17 模型封鎖潮來了,但工具鏈才是真戰場 Maybe this is how Open-Source apps are born... 🚀 Fine-Tune LLMs with LoRA and QLoRA: 2026 Guide tRPC v11 + Next.js App Router: End-to-End Type Safety Without the Boilerplate ShadCN UI in 2026: Why I Stopped Installing Component Libraries and Started Owning My Components SaaS Billing in React Server Components: Stripe + Supabase Without a Single `useEffect` Join our DEV Weekend Challenge — $1,000 in Prizes Across TEN winners! Submissions Due April 20 at 6:59 AM UTC. Implementing FSRS Spaced Repetition in Flutter + Supabase — Adding Memory Science to an AI Learning App "I Texted My Localhost From the Train — Claude Code Fixed the Bug Before I Got Home" I Built a Sales Prep AI and It Went Deeper Than Expected Design to Code #2: One JSON, Eleven Outputs Solving the 100M-Row Problem: A Summary Table Pattern for High-Volume Push Notification Logs Flutter Web With Wasm: What Actually Changes For Developers I Built 50 Royalty-Free Soundtracks for My Side Project in a Weekend Using AI Music Generation The Vibe Coding Security Checklist: 7 Things to Check Before You Ship Stop Letting Googlebot Guess Fix Your React App's SEO Right Desconstruindo o Streaming do LinkedIn: Como Criar um Engine de Extração de Vídeo de Alta Performance com HLS e FFmpeg (EDA Part-1) EDA (Exploratory Data Analysis) Explained With Real Life — Why Looking at Your Data Is the Most Important Step in Machine Learning Brand Relationship Management at Scale: Our 4-Touch Outreach System for 200+ Brands Why String.fromEnvironment() Might Return an Empty String in Dart JGuardrails 1.0.0 — Hardening Java LLM Apps Against Jailbreaks, Toxicity, and Prompt Injection Plan and Schedule a Full Week of Threads Content From One Claude Conversation Coding Cat Oran Ep3, Five Tables Changed Everything Updated: BFF Pattern I'm done watching freelancers get buried by 200 proposals. So I'm building the alternative. This is my first post BFS Algorithm in Java Step by Step Tutorial with Examples Tracking LLM Pricing Monthly: An Open Dataset for 22 AI Models How We Measure Content ROI on a Comparison Site: Revenue Attribution Without Perfect Data Introducing Nova AI Ops: The AI-Native Operating System for SRE Teams I built a free desktop video downloader for Windows — Grabbit How Talkie OCR Helps Vision-Impaired & Dyslexic Users Read the World Around Them VRCFaceTracking安装和iPhone面捕配置教程,有bug Even CrowdStrike Can't See Your Agents The Automation Gold Rush: What n8n Workflows and Claude Are Opening Up for Developers Right Now
GitHub Copilot 請求体系と API チームへの影響
Akira · 2026-04-29 · via DEV Community

GitHub Copilotの課金モデルは昨年2回変更され、今月さらに変更されました。今月から、プルリクエストでのCopilotコードレビューは、リポジトリを所有する課金アカウントのGitHub Actions実行時間(Actions minutes)を消費します。APIチームは、Copilotシート、プレミアムリクエスト、Actions実行時間の3つを同時に管理する必要があります。この記事では、それぞれの測定基準、APIリポジトリへの影響、請求前にコストを見積もる手順を整理します。

今すぐApidogを試す

Apidog内のワークフローと組み合わせると、API仕様、契約テスト、AIレビューの各ステップを、3つの異なる課金ダッシュボードに分散させず、1つの流れとして管理できます。

チームが直接利用するモデルAPIのコストも計算している場合は、GPT-5.5の料金体系DeepSeek V4の料金体系も確認してください。トークン単位のコスト見積もりに役立ちます。

TL;DR(要点)

  • Copilotのコストは、シートライセンス、プレミアムリクエスト、Copilotコードレビュー用Actions実行時間の3つで見る。
  • PR上のCopilotコードレビューは、内部的にGitHub Actionsとして実行され、通常のActionsクォータを消費する。
  • APIリポジトリは、仕様、生成クライアント、ハンドラ、テストをまとめて変更しやすいため、1レビューあたりの実行時間が増えやすい。
  • プレミアムリクエストは、Workspace、エージェントモード、Copilot Spacesなどの「エージェント的」な作業に関係する。
  • 次の請求サイクル前に利用制限を設定する。アクティブなAPIリポジトリごとに月400〜800 Actions実行時間を仮予算として置き、30日後に実測で見直す。

Copilot課金で見るべき3つの測定基準

Copilotの請求は、現在1つの固定料金だけではありません。以下の3つに分けて管理します。

測定基準1:シートごとのライセンス

これは固定料金です。

  • Copilot Business:ユーザーあたり月額10ドル
  • Copilot Enterprise:ユーザーあたり月額19ドル

この料金には、チャット、インライン補完、複数行の提案、IDE連携、標準モデルプールへのアクセスが含まれます。

実装面でやることはシンプルです。

  1. アクティブな開発者を一覧化する
  2. 直近30〜90日でCopilotを使っていないユーザーを確認する
  3. 四半期ごとに未使用シートを回収する

シートは最も予測しやすい一方で、過剰に割り当てられやすい項目です。

測定基準2:プレミアムリクエスト

プレミアムリクエストは、より高価なCopilot機能を使うときの単位です。

対象になりやすいものは次の通りです。

  • エージェントモード
  • Workspace
  • Copilot Spaces
  • デフォルト以外のモデル選択

現在の料金イメージは以下です。料金は変更される可能性があります。

機能 プレミアムリクエストでのコスト
デフォルトモデルのチャット 有料プランでは無料
インライン補完 有料プランでは無料
エージェントモード(デフォルトモデル) リクエストあたり1
Workspace(デフォルトモデル) リクエストあたり1
Claude Sonnet 4.5の選択 1.5倍
GPT-5.5の選択 2倍
GPT-5.5 Proの選択 6倍
Copilot Spacesクエリ クエリあたり1

含まれる月間クォータは次の通りです。

  • Copilot Business:シートあたり300プレミアムリクエスト
  • Copilot Enterprise:シートあたり1,000プレミアムリクエスト

超過分は、リクエストあたり0.04ドルで請求され、組織に設定した利用制限で上限を管理できます。

APIチームで注意すべき操作は、次のようなエージェントタスクです。

  • 「OpenAPIクライアントを再生成して」
  • 「この新しいエンドポイントの契約テストを作って」
  • 「このAPI変更に合わせてハンドラとテストを更新して」

これらは内部で複数ステップに分かれることがあり、1つのプロンプトが複数のプレミアムリクエストとして扱われる場合があります。

測定基準3:Actions実行時間(Copilotコードレビュー)

今月の変更で特に注意すべき点です。

Copilotがプルリクエストで自動コードレビューを実行すると、そのレビューはGitHub Actionsインフラ上で実行されます。そのため、レビューに使った実行時間は、組織の通常のActionsクォータから差し引かれます。

押さえるべきポイントは2つです。

  • Copilotコードレビュー用に別枠のクォータがあるわけではない
  • プライベートリポジトリではActions実行時間の予算を消費するが、パブリックリポジトリではActionsが無料

GitHubプランのActionsクォータ例:

  • Teamプラン:月額3,000分
  • Enterpriseプラン:Linuxランナーで50,000分

API PRに対するCopilotコードレビューは、通常2〜6 Actions実行時間を消費します。差分が大きい場合や、リポジトリ全体のコンテキストを読む場合は15分程度に達することもあります。

APIリポジトリでコストが増えやすい理由

APIリポジトリは、通常のアプリケーションコードよりもCopilotレビューの対象が広くなりがちです。

1. PRが大きくなりやすい

典型的なAPI変更では、次のファイルが同時に変わります。

  • openapi.yaml
  • 生成されたクライアント
  • サーバーハンドラ
  • 契約テスト
  • ドキュメントやサンプルリクエスト

Copilotレビューはこれらを読み込むため、単一ファイルのUI修正よりも実行時間が長くなります。

2. 生成コードが差分を大きくする

生成クライアントをリポジトリにコミットしている場合、API仕様の小さな変更でも大量の差分が出ます。

Copilotレビューが生成コードまで読むと、実行時間とトークン量の両方が増えます。レビュー対象にする価値が低いファイルは、パスフィルターで除外するべきです。

3. PRごとに複数のレビューエージェントが走る

多くのAPIチームでは、Copilotレビュー以外にも以下を実行しています。

  • CodeQL
  • Snyk
  • カスタムセキュリティスキャナー
  • 契約テスト
  • Lint
  • E2Eテスト

Copilotレビューはこの上に追加されるため、CI全体のActions消費が増えます。

例:

  • 月50 PR
  • 1レビューあたり4分
  • Copilotレビューだけで月200 Actions実行時間

これは、Teamプランの月間3,000分の約7%です。3つのAPIリポジトリで同じ規模なら、CI本体を走らせる前に約21%を使う計算になります。

月額請求額を見積もる手順

請求前に、次の3ステップで概算を作ります。

ステップ1:シート数を計算する

seats = active_users × $10  (Business)
      = active_users × $19  (Enterprise)

Enter fullscreen mode Exit fullscreen mode

例:

10 developers × $19 = $190/month

Enter fullscreen mode Exit fullscreen mode

実装上は、月末にGitHubの課金UIからCSVをエクスポートし、アクティブユーザー数を記録します。

ステップ2:プレミアムリクエストを計算する

開発者ごとの利用量をざっくり分類します。

  • チャット中心:月150リクエスト程度
  • Workspaceやエージェント利用が多い:月600〜800リクエスト程度

Businessプランではシートあたり300リクエストが含まれるため、エージェント利用が多いユーザーから超過しやすくなります。

premium_overage = max(0, requests_used - included_quota) × $0.04

Enter fullscreen mode Exit fullscreen mode

Businessの場合:

included_quota = seats × 300

Enter fullscreen mode Exit fullscreen mode

Enterpriseの場合:

included_quota = seats × 1000

Enter fullscreen mode Exit fullscreen mode

組織レベルで利用制限を設定し、エージェントループが暴走しても予算を超えないようにします。

ステップ3:CopilotコードレビューのActions実行時間を計算する

review_minutes = prs_per_month × average_minutes_per_review

Enter fullscreen mode Exit fullscreen mode

中規模のAPI PRなら、平均4分を初期値として使えます。

review_minutes = prs_per_month × 4

Enter fullscreen mode Exit fullscreen mode

超過料金の概算:

review_overage = max(0, review_minutes - actions_quota_remaining)
                 × $0.008  (Linux private repos)

Enter fullscreen mode Exit fullscreen mode

例:

  • 10人のEnterpriseチーム
  • 月200 PR
  • 1レビュー平均4分
review_minutes = 200 × 4 = 800 minutes

Enter fullscreen mode Exit fullscreen mode

概算:

  • シート:$190
  • プレミアム超過:$40
  • レビュー実行時間:800分。Enterpriseクォータ内なら$0
  • 合計:シート基本料金に加えて約$230

BusinessティアではActionsクォータが小さいため、同じPR数でも超過に早く到達します。

CIパイプラインで最初に変更すべきこと

コストを下げるには、Copilotレビューを「すべてのPRで無条件に実行」しないことが重要です。

1. botやdependabotのPRではCopilotレビューをスキップする

RenovateやDependabotによるバージョンアップに、毎回AIレビューは不要です。

on:
  pull_request:
    types: [opened, synchronize]

jobs:
  copilot-review:
    if: github.actor != 'dependabot[bot]' && github.actor != 'renovate[bot]'
    runs-on: ubuntu-latest
    steps:
      - uses: github/copilot-review@v1

Enter fullscreen mode Exit fullscreen mode

対象にしたいbotが社内にある場合は、同じ条件に追加します。

2. 生成クライアントをレビュー対象から外す

生成コードは差分が大きく、レビューコストを押し上げます。

パスフィルターで、レビュー対象を人間が編集するファイルに絞ります。

on:
  pull_request:
    paths:
      - 'apis/**/*.yaml'
      - 'cmd/**'
      - 'internal/**'
      - 'tests/**'

Enter fullscreen mode Exit fullscreen mode

生成クライアントが以下のような場所にあるなら、Copilotレビューの対象から外します。

generated/**
clients/**
sdk/**

Enter fullscreen mode Exit fullscreen mode

3. 契約検証に成功した場合だけCopilotレビューを実行する

Copilotレビューは、パイプライン内で比較的高価なステップです。先に安価なチェックを走らせ、失敗したPRではレビューをスキップします。

例:

jobs:
  contract-test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Run contract tests
        run: apidog-cli test

  copilot-review:
    needs: contract-test
    if: success()
    runs-on: ubuntu-latest
    steps:
      - uses: github/copilot-review@v1

Enter fullscreen mode Exit fullscreen mode

これにより、仕様や契約テストが壊れているPRに対して、高価なレビューを実行せずに済みます。

ガバナンス:APIチームが設定すべき4項目

次の設定は、予期しない請求を避けるために優先して実施します。

1. 組織レベルの利用制限

リポジトリ単位ではなく、組織レベルで上限を設定します。

推奨手順:

  1. 現在の月間利用量を確認する
  2. 許容できる最大金額を決める
  3. その80%程度を初期上限にする
  4. 30日後に実測で調整する

デフォルトの無制限運用は、監視していないチームには危険です。

2. プレミアムリクエストのアラート

GitHubは、含まれるクォータの50%、75%、90%に達したときに通知します。

メールだけに頼らず、次のような場所に流します。

  • Slack
  • Microsoft Teams
  • PagerDuty
  • インシデント管理ツール

3. Copilotレビュー起動ポリシー

すべてのPRでレビューを走らせるのではなく、明示的に対象を決めます。

例:

  • review-please ラベルがあるPRだけ実行
  • api-change ラベルがあるPRだけ実行
  • generated/** のみ変更されたPRではスキップ
  • botのPRではスキップ

ラベル駆動にすると、実際にレビュー価値があるPRを残しつつ、コストを大きく削減できます。

4. チーム単位の有効化

Copilot Enterpriseの機能は、組織全体で一括有効化するのではなく、チーム単位で展開します。

推奨パターン:

  1. API基盤チームで試す
  2. 30日間の利用量を測る
  3. パスフィルターと上限を調整する
  4. 他チームへ展開する

新機能をリリース直後に全員へ有効化すると、コストの増加要因を特定しにくくなります。

Apidogの役割

ApidogはCopilotの代替ではありません。API仕様、モック、契約テストを1つの流れにまとめ、Copilotレビューの前に安価な検証を実行するための層です。

実装パターンは次の通りです。

  • API仕様と保存済みリクエスト例を、リポジトリと一緒に管理する
  • 契約テストをライブAPIではなくApidogのモックサーバーに対して実行する
  • Copilotレビューは、仕様例の更新漏れではなく、ハンドラのロジックやテストカバレッジに集中させる
  • apidog-cli で契約検証を先に実行し、成功した場合だけCopilotレビューを起動する

Copilotレビューはパイプライン内で高価なステップになりやすいため、実行順序が重要です。

OpenAPI/Apidog contract check
        ↓
unit tests
        ↓
security scan
        ↓
Copilot review
        ↓
merge

Enter fullscreen mode Exit fullscreen mode

契約違反で早く失敗させれば、レビュー実行時間を本当に必要なPRに集中できます。

Apidogのモックワークフローについては、PostmanなしでのAPIテストガイドを参照してください。モデルAPIへの適用例は、DeepSeek V4 APIガイドで確認できます。

次の請求サイクルで確認すること

次の30日間は、以下のタイミングで利用状況を確認します。

1日目〜7日目

プレミアムリクエストの利用量は、通常まだ低く見えます。多くのチームは、最初の週ではシートあたり300の含まれるクォータを下回ります。

確認すること:

  • アクティブユーザー数
  • Copilotレビューが起動したPR数
  • bot PRでレビューが走っていないか

14日目〜21日目

ヘビーユーザーが含まれるクォータを超え始めます。

確認すること:

  • Workspaceやエージェントモードの利用者
  • プレミアムリクエスト上位ユーザー
  • 利用制限に近づいているか

制限を設定している場合、上限に達したユーザーのリクエストは失敗し始めます。制限がない場合は、請求額が増加します。

28日目〜30日目

CopilotレビューによるActions実行時間が積み上がります。

確認すること:

  • 前月と比べたActions利用量
  • Copilotレビューだけの推定実行時間
  • パスフィルター導入前後の差
  • PR数との相関

月末には次を実施します。

  • 非アクティブユーザーのシート削減
  • ヘビーユーザーをEnterpriseティアへ移すか検討
  • レビューワークフローのパスフィルターを調整
  • bot PRや生成コードの除外漏れを確認

よくある間違い

APIチームで起きやすい問題は次の5つです。

1. 利用制限を設定していない

単一のエージェントループが長時間実行される可能性があります。必ず組織レベルで上限を設定します。

2. すべてのリポジトリでレビューを有効にしている

Copilotレビューが有効なリポジトリを選びます。

優先度が高いもの:

  • APIゲートウェイ
  • 認証・認可まわり
  • 課金や決済API
  • 外部公開API
  • 契約テストが重要なサービス

優先度が低いもの:

  • 生成SDKのみのリポジトリ
  • ドキュメントだけのリポジトリ
  • bot更新が中心のリポジトリ

3. 生成クライアントをレビューしている

生成コードは差分が大きく、レビュー価値が低いことが多いです。パスフィルターで除外します。

4. bot PRをレビューしている

Dependabot、Renovate、社内の自動バージョンアップツールを除外します。

if: github.actor != 'dependabot[bot]' && github.actor != 'renovate[bot]'

Enter fullscreen mode Exit fullscreen mode

必要に応じて、社内botも追加します。

5. ベースライン指標がない

変更前の利用量がなければ、最適化の効果を判断できません。

毎月保存する指標:

  • Copilotシート数
  • プレミアムリクエスト利用量
  • Actions実行時間
  • 月間PR数
  • Copilotレビュー起動回数
  • bot PR数
  • 生成コードのみのPR数

GitHubの課金UIからCSVをエクスポートし、月次で比較します。

よくある質問

シート価格はまだユーザーあたり10ドルですか?

Copilot Businessはユーザーあたり月額10ドル、Copilot Enterpriseはユーザーあたり月額19ドルです。個人向けのCopilot Proは月額10ドルです。シートティアによって、含まれるプレミアムリクエストのクォータが変わります。

インライン補完も課金対象になりましたか?

いいえ。有料プランでは、デフォルトモデルのチャットとインライン補完は課金対象外です。プレミアムリクエストは、より高価な機能やモデル選択に使われます。

プレミアムクォータがなくなった場合はどうなりますか?

デフォルトでは、クォータエラーでリクエストが失敗し始めます。利用制限を設定している場合は、その上限まで1リクエストあたり0.04ドルで超過を許可できます。

Copilotコードレビュー用のActions実行時間は個別に請求されますか?

いいえ。CIの他のジョブと同じActions実行時間プールを消費します。合計Actions利用状況を追跡し、必要に応じてワークフロートリガーやパスフィルターを調整してください。

Copilotコードレビューを完全に無効にできますか?

はい。組織管理者は、ポリシーレベルでリポジトリをオプトアウトできます。同じ設定でチームごとの有効化も制御できます。

CopilotレビューはプライベートAPI仕様でも機能しますか?

はい。プライベートリポジトリでも動作します。ただし、プライベートリポジトリではActions実行時間を消費します。レビューは、他のソースコードと同様に仕様ファイルやハンドラファイルを読み込みます。

Copilotレビューもプレミアムリクエストを使用しますか?

現状では、Actions実行時間のみを消費します。レビュー担当者が使用するモデルはCopilotプラットフォームの一部であり、プレミアムリクエストとして個別に請求されません。ただし、この部分は今後変更される可能性があるため、GitHubの変更ログを確認してください。

CIでCopilotレビューとモデルAPIの直接呼び出しの両方を実行しているチームは、GPT-5.5無料Codexガイドでトークン単位のコストも確認してください。Apidogを使うと、モックと契約レイヤーを先に通し、安価なチェックに成功したPRだけでAIレビューを実行できます。