GitHub Copilot führt ein KI-Preismodell pro Token für Entwickler ein

Beginn 1. Juni 2026GitHub Copilot wird von einem Abonnementmodell mit fester Gebühr auf ein tokenbasiertes PreissystemDies markiert einen bedeutenden Wandel in der Art und Weise, wie Entwickler für KI-gestützte Programmierhilfe abgerechnet werden.

📋 Das Ende der Pauschalabonnements

Das derzeitige Preismodell, das schrittweise abgeschafft wird, ist einfach aufgebaut. Abonnenten erhalten eine festgelegte Anzahl von 'Premium-Anfragen' Die Kosten richten sich nach dem jeweiligen Abonnementmodell. In diesem System verbrauchen sowohl komplexe Programmieraufgaben, die stundenlange Arbeit erfordern, als auch einfache Abfragen eine einzige Premium-Anfrage – unabhängig von den tatsächlich genutzten Rechenressourcen.

Die bevorstehende Änderung bringt die Preisstruktur von GitHub Copilot in Einklang mit API-Gebühren für große SprachmodelleDieses Abrechnungsmodell ist bei KI-Diensten für Unternehmen bereits weit verbreitet. Im neuen System werden die meisten Anfragen anhand der Anzahl der verarbeiteten Tokens abgerechnet – einschließlich Eingaben, Ausgaben und der vom zugrunde liegenden LLM verbrauchten Rechenressourcen.

💡 Token und ihre Kosten verstehen

In der Verarbeitung natürlicher Sprache repräsentiert ein Token typischerweise etwa drei Viertel eines Wortes.

Zur Veranschaulichung: Ein 10.000 Wörter umfassendes Dokument würde ungefähr … entsprechen. 12.000-13.000 TokenFür Entwickler bedeutet dies, dass eine Codebasis mit 10.000 „Wörtern“ – einschließlich Ausdrücken, Anweisungen, Variablennamen und Funktionen – bei der Analyse durch Copilot für Aufgaben wie Refactoring oder Debugging 12.000 bis 13.000 Tokens aus ihrem monatlichen Kontingent verbrauchen würde.

Wichtig: Sowohl die Eingaben der Prompts als auch die Ausgaben von Copilot zählen zu Ihrem Tokenverbrauch.

💰 Neue Preisstruktur: KI-Credits-System

Die Abonnementpreise bleiben zwar unverändert, das Zuteilungssystem wird jedoch komplett überarbeitet. Anstatt eine festgelegte Anzahl von Anfragen zu erhalten, erhalten Nutzer künftig eine feste Anzahl von Anfragen. 'KI-Credits' entsprechend ihrem Abonnementwert:

• Copilot Pro (10 $/Monat): 1.000 KI-Credits
• Aktueller Umrechnungskurs: 1 KI-Guthaben = 0,01 USD

Die Anzahl der Token, die man mit jedem Kreditkauf erwerben kann, variiert aufgrund mehrerer Faktoren:

• ⚙️ Modellauswahl (Frontier-Modelle sind teurer als Standardmodelle)
• 📊 Eingangs-/Ausgangsverhältnis
• 💾 Cache-Größe (Kontextdaten im LLM-Speicher gespeichert)
• 🔧 Angefragte Funktionen

✅ Gute Nachrichten für Entwickler: Einfache Anfragen erfordern möglicherweise keine zusätzlichen monatlichen Kreditkäufe. Multiagenten-Anfragen Die Einbindung komplexer, umfangreicher Codebasen führt zu einem schnelleren Verbrauch der KI-Credits.

🎁 Zusatzleistungen

Die Preisrestrukturierung von GitHub beinhaltet einige nutzerfreundliche Bestimmungen:

• ✓ Codevervollständigungen (ähnlich der Autovervollständigung auf Smartphones) bleiben frei
• ✓ Nächste Bearbeitungsvorschläge ohne zusätzliche Kosten fortfahren

🌐 Branchenweiter Wandel hin zu tokenbasierter Abrechnung

Die Preisreform von GitHub spiegelt einen breiteren Branchentrend wider. Anthropic und OpenAI Viele Unternehmen haben ihre Firmenkunden bereits auf tokenbasierte Abrechnungsmodelle umgestellt. Microsoft – die Muttergesellschaft von GitHub – befand sich jedoch in einer einzigartigen Position, die Nutzung von Copilot durch die Einnahmen aus seinen profitablen Software- und Cloud-Sparten zu subventionieren.

Bis zum 1. JuniDie Nutzer konnten effektiv zwischen 3-8 Mal den symbolischen Wert ihrer monatlichen Abonnementkosten ohne Strafgebühren – eine Subvention, die mit dem neuen Preismodell enden wird.

⚠️ Auswirkungen für Nutzer und Unternehmen

Diese Änderung betrifft Microsofts Strategie zur Gewinnung neuer Copilot-Nutzer. Das neue Modell erfordert von neuen und bestehenden Nutzern die aktive Überwachung ihrer Aktivitäten. Tokenverbrauch pro Abfrage– eine Kennzahl, die bisher durch monatliche Pauschalabonnements abgebildet wurde. Obwohl dieser Ansatz für Microsoft wirtschaftlich sinnvoll sein mag, könnte er die Experimentier- und Testphasen behindern, die neue Nutzer typischerweise während des Onboardings benötigen.

Beispiel aus der Praxis: Der CTO von Uber gab bekannt, dass das Unternehmen sein gesamtes KI-Budget für 2026 bereits im ersten Jahr aufgebraucht hat. Er merkte an, dass mittlerweile 11 % der Code-Updates bei Uber KI-generiert sind. Uber nutzt hauptsächlich die Claude-Codierungsagenten von Anthropic.

Für Organisationen, die KI-Codierungsagenten in ihren Entwicklungsteams einsetzen, sind die Kosten erheblich. Dies betrifft nicht nur die IT-Abteilungen. Unternehmen, die KI-Automatisierung implementieren sollte sich bewusst sein, dass komplexe Aufgaben – möglicherweise die Durchführung autonomer agentenbasierter LLMs über längere Zeiträume – bald mit einer ähnlichen Abrechnung pro Token konfrontiert sein könnten.

Fazit: Die durch KI in der Arbeitswelt erzielten Effizienzgewinne müssen sorgfältig gegen mögliche Kostensteigerungen bei KI-Anbietern abgewogen werden.