GitHub Copilot 改按量計費，小工作室哭了

> Patch Note

GitHub 上週宣布 Copilot 從 6 月開始改成 token 計費模式，原本月付 $29 的開發者發現帳單飆到 $750，直接在 Reddit 上開罵「What a joke」。這個改動看似技術細節，但背後其實是 Microsoft 在重新定義 AI 工具的商業模式 — 從燒錢補貼改成精準榨汁。

老實說這件事不意外。Copilot 從 2021 年推出到現在，一直用超低價在養用戶，月付 $20 讓你無限用 GPT-4 級別的程式碼生成。這種定價在 AI 成本還很高的年代根本是在倒貼錢，現在改成按 token 算帳，只是把真實成本透明化而已。

問題是這個「透明化」直接把一堆小工作室和個人開發者踢出局。有用戶貼出截圖顯示月費從 $50 暴增到 $3000，雖然有人酸說這些是「vibe coding」的後果（就是亂用 AI 寫一堆垃圾 code），但對資金有限的 team 來說，這種成本波動根本無法預測。

商業模式拆解：從燒錢到榨汁的轉變

Copilot 原本的商業邏輯很簡單：用超低價搶市占率，等生態建立起來再調整定價。個人版月付 $10、團隊版 $19，enterprise 版 $39，這種定價在 2021-2023 年基本上是在補貼用戶（來源：GitHub 官方定價）。

據估計，每個 Copilot 用戶每月的實際成本可能在 $30-50 之間，主要是 OpenAI API 的費用加上 infrastructure 成本。以前的 flat rate 模式下，重度使用者等於是輕度使用者在幫他們買單，現在改成 token 計費就是要重度使用者自己負擔真實成本。

新的計費模式根據用戶的 token 消耗量來收費，據報導基本費率大約是每 1000 個 token $0.03-0.05，看起來不貴但累積起來很驚人。一個中型的 React component 可能就是 500-1000 tokens，如果你整天都在用 Copilot 生成 code，一個月燒掉幾萬個 tokens 很正常。

這個改動最受影響的是三種用戶：1) 學習階段的新手工程師，會大量依賴 AI 生成基礎 code 2) 快速 prototyping 的小工作室，需要快速產出大量初版 code 3) 外包公司，經常要在短時間內交付大量功能。這些用戶的共同點是對成本敏感，但又高度依賴 AI 工具的效率提升。

競爭格局：誰在撿便宜

Copilot 這次調價給競爭對手創造了絕佳機會。目前 AI coding assistant 市場主要有幾個玩家：

Cursor：月付 $20 unlimited，現在看起來超香。雖然功能沒有 Copilot 全面，但對 VSCode 轉移用戶來說學習成本低。據報導 Cursor 在過去三個月用戶增長了 300%，部分就是因為 pricing 優勢。

Codeium：免費版就很好用，paid plan 月付 $12。主打 self-hosted 和 privacy，對企業用戶有吸引力。市占率雖然不高，但在 Copilot 漲價後可能會受益。

Claude 和 ChatGPT：雖然不是專門的 coding assistant，但很多開發者已經習慣直接用 web interface 來寫 code。月付 $20 可以無限使用，比新的 Copilot 划算多了。

Tabnine：老牌 AI coding tool，一直主打 on-premises 部署。pricing 比較彈性，可能會吸引一些對成本敏感的企業客戶。

這個格局讓我想到當年的 cloud storage 大戰。Dropbox 早期用免費空間搶用戶，等市占率穩定後開始收緊免費額度，結果 Google Drive 和 OneDrive 趁機搶走一堆 price-sensitive 的用戶。Copilot 現在的策略風險類似 — 雖然能提高營收品質，但可能會流失大量小客戶。

Meta 判讀：AI 工具進入成熟期

這個改動是典型的 Patch Note — Microsoft 在調整遊戲平衡，不是顛覆性改變。從 meta 角度來看，這代表 AI coding assistant 市場正在從燒錢搶用戶的早期階段，進入精細化運營的成熟期。

這個趨勢跟 2010 年代的 SaaS 市場很像。早期大家都用免費或超低價搶用戶，等到市場教育完成、用戶習慣養成後，就開始優化 unit economics。Slack、Zoom、Notion 都走過類似的路徑。

從投資者角度看，這個改動其實是正面的。Copilot 的 ARR 可能會因為用戶流失而短期下降，但 profit margin 會顯著改善。重點是 Microsoft 終於開始把 AI 投資轉換成可持續的商業模式，而不是無止境的燒錢大賽。

不過風險在於 timing。如果 Copilot 在市占率還不夠穩定的時候就開始榨汁，可能會給競爭對手太多機會。尤其是 Cursor 這種新玩家，現在正是搶用戶的最佳時機。

從更大的 tech landscape 來看，這個趨勢會蔓延到其他 AI 工具。OpenAI、Anthropic 這些 foundation model 提供商的成本壓力會逐漸傳導到下游應用，所有依賴 LLM 的 product 都會面臨類似的定價壓力。燒錢時代正式結束了。

工程師該怎麼看

對個人開發者來說，現在是重新評估 AI workflow 的好時機。如果你是重度依賴 Copilot 的類型，可能要考慮：

1. 分散風險：不要把雞蛋放在同一個籃子。Cursor、Claude、ChatGPT 都試用看看，找到 cost-effective 的組合。

2. 提升效率：學會更精準地使用 AI，減少無效的 iteration。與其讓 AI 生成一堆垃圾 code 再慢慢改，不如先寫好 specification 再請 AI 實作。

3. 成本控制：如果公司還在用 Copilot，要開始 monitor usage patterns，建立 budget alert。

對於 side project 或小工作室，這次調價可能是轉換到 open source 或 self-hosted solution 的催化劑。Code Llama、CodeT5 這些 open model 雖然效果不如 GPT-4，但在成本可控的前提下，可能是更實際的選擇。

這件事也提醒我們，AI 工具的 pricing model 還在快速演變中。與其被綁在單一平台，不如保持技術棧的靈活性，隨時準備切換工具。畢竟在這個行業，唯一不變的就是變化本身。

延伸閱讀

• 一個月燒掉 130 萬美金 — OpenAI API 成本失控的教訓
• 別讓 AI 費用失控 — 用 Clawdmeter 監控你的 Claude 使用量
• 為什麼這個小工具能讓 AI Agent 開發省下 98% 成本 — Semble 背後的商業邏輯