Mit der GitHub Copilot Abrechnung endet heute die Ära der Pauschale. Zum 1. Juni 2026 stellt GitHub alle Copilot-Pläne von der festen Monatsgebühr auf eine token-basierte Abrechnung um. Statt einer planbaren Flatrate zahlen Nutzer künftig nach Verbrauch, und besonders agentische Arbeitsabläufe können dabei deutlich teurer werden.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Das Wichtigste in Kürze
- Seit dem 1. Juni 2026 rechnet GitHub Copilot über GitHub AI Credits ab, wobei ein Credit einem US-Cent entspricht.
- Verbraucht werden die Credits nach Token-Verbrauch, also Eingabe, Ausgabe und gecachte Token, zu modellabhängigen Raten.
- Code-Vervollständigung und Next-Edit-Vorschläge bleiben in allen Plänen ohne Credit-Verbrauch enthalten.
- Die Grundpreise ändern sich nicht: Pro kostet 10, Pro+ 39, Business 19 und Enterprise 39 US-Dollar, jeweils mit Credits in gleicher Höhe.
Was ändert sich an der Abrechnung genau?
Der Wechsel betrifft die Recheneinheit. Früher kaufte die Monatsgebühr einen weitgehend offenen Zugang oder ein festes Kontingent an Premium-Anfragen. Jetzt kauft dieselbe Gebühr ein Guthaben an AI Credits, das sich nach dem tatsächlichen Token-Durchsatz verbraucht. Ein kurzer Chat und eine zweistündige agentische Sitzung kosten damit nicht mehr dieselbe Einheit, weil die Sitzung ungleich mehr Token zieht.
Die Entlastung fällt für klassische Nutzung gering aus. Wer Copilot vor allem für Code-Vervollständigung im Editor einsetzt, spürt kaum eine Veränderung, denn diese Funktion sowie die Next-Edit-Vorschläge bleiben unbegrenzt enthalten. Wichtig ist die Kehrseite: Nicht genutzte Credits verfallen am Monatsende und werden nicht übertragen. Am selben Tag stellt GitHub zudem das ältere Modell GPT-4.1 ab.
Warum trifft das vor allem kleine Teams?
Der Kostensprung zeigt sich bei intensiver Agenten-Nutzung. Auf Reddit, X und in GitHubs eigenem Forum kursieren Hochrechnungen, nach denen Monatskosten von 29 auf mehrere hundert US-Dollar steigen könnten. Größere Unternehmen können solche Schwankungen eher abfedern, während kleine Teams und einzelne Entwickler ihr Budget neu kalkulieren müssen.
Der Unmut ist deutlich: Allein der offizielle Ankündigungs-Thread sammelte hunderte Kommentare und Downvotes.
Die Einordnung passt zu einem Muster, das den Mittelstand schon länger beschäftigt. Die laufenden Kosten agentischer KI-Werkzeuge geraten leicht aus dem Blick, ein Effekt, den DrWeb zuletzt bei der Token-Krise im Mittelstand und beim reflexhaften Durchwinken von KI-Befehlen beschrieben hat. Wer Coding-Agenten produktiv einsetzt, braucht künftig ein Auge auf dem Verbrauch, nicht nur auf der Funktion.
Die Pauschale hat die wahren Kosten der Agenten lange kaschiert. Jetzt zeigt der Zähler, was ein Coding-Agent wirklich verbraucht, und mancher Mittelständler wird das Ergebnis nicht mögen.
— Markus Seyfferth, Chefredakteur Dr. Web
Was sollten Teams jetzt tun?
Werfen Sie zuerst einen Blick auf die Abrechnungsübersicht im eigenen GitHub-Konto, weil GitHub vorab eine Vorschau auf die voraussichtlichen Kosten bereitstellt. Ordnen Sie anschließend die eigenen Arbeitsabläufe ein: Reine Editor-Vervollständigung bleibt günstig, lange agentische Sitzungen über mehrere Modelle hinweg treiben den Verbrauch.
Prüfen Sie für teure Agenten-Workflows, welches Modell pro Aufgabe wirklich nötig ist, da die Credit-Rate je Modell stark schwankt. Wer Alternativen abwägt, findet im LLMs-Ratgeber eine Einordnung der Modelle nach Anwendungsfall und Kosten. Die vollständigen Konditionen dokumentiert GitHub im offiziellen Ankündigungsbeitrag zur nutzungsbasierten Abrechnung.
Mehr Newshunger?
