GitHub Copilot : facturation par tokens, coûts en hausse

GitHub Copilot entre dans une nouvelle phase tarifaire. Depuis le 1er juin 2026, l’assistant de code de GitHub repose sur une facturation par tokens, avec des crédits mensuels associés à chaque abonnement. Pour les développeurs comme pour les directions IT, ce changement transforme un coût jusque-là relativement prévisible en dépense variable, directement liée aux usages et aux modèles d’IA sollicités.

Ce basculement ne modifie pas les prix d’abonnement affichés, mais il change profondément ce qu’ils couvrent. Les premiers retours d’utilisateurs indiquent une consommation de crédits parfois plus rapide qu’anticipé, notamment lors de tâches impliquant des modèles avancés, des revues de code ou des interactions longues avec contexte.

GitHub Copilot adopte une facturation par tokens

Le principe de la nouvelle tarification consiste à associer chaque formule à un volume mensuel de crédits. Copilot Pro reste annoncé à 10 dollars par mois, Pro+ à 39 dollars, Copilot Business à 19 dollars par utilisateur et Copilot Enterprise à 39 dollars par utilisateur. Mais ces montants correspondent désormais à une enveloppe de crédits consommables.

Dans ce modèle, un crédit vaut généralement un centime de dollar. Un utilisateur Enterprise dispose donc de 3 900 crédits mensuels, tandis qu’un utilisateur Business reçoit 1 900 crédits. Ces crédits sont ensuite débités selon les tokens traités par les modèles d’IA utilisés dans GitHub Copilot.

La logique se rapproche de celle déjà pratiquée par de nombreux fournisseurs de grands modèles de langage : plus le modèle est puissant, plus l’entrée, la sortie et le contexte coûtent cher. GitHub détaille ce changement dans son annonce officielle sur la facturation à l’usage de GitHub Copilot.

Le changement clé tient donc à la notion de crédits mensuels : l’abonnement ne donne plus uniquement accès à un service illimité, il encadre un volume d’utilisation valorisé en fonction des ressources IA consommées.

Pourquoi certains usages deviennent plus coûteux

La facturation par tokens distingue plusieurs types de consommation. Les tokens d’entrée correspondent aux informations envoyées au modèle, les tokens de sortie au contenu généré, et les tokens mis en cache servent à maintenir le contexte d’une conversation ou d’une série de requêtes.

Selon les exemples communiqués, l’utilisation d’un modèle comme ChatGPT-5.2 peut coûter 1,75 dollar par million de tokens d’entrée, 14 dollars par million de tokens de sortie et 0,175 dollar par million de tokens d’entrée mis en cache. Ces écarts montrent que la génération de contenu, notamment de code ou d’explications détaillées, peut rapidement peser sur le budget.

GitHub indique que les complétions de code dans l’IDE et les suggestions de type « next edit » restent gratuites. En revanche, les opérations de Code Review sont facturées aux mêmes conditions que les autres activités Copilot. Pour les équipes qui automatisent fortement la revue, l’assistance multi-agent ou les workflows fréquents, l’impact peut être significatif.

Cette évolution rend les coûts moins linéaires. Deux développeurs avec le même abonnement peuvent générer des dépenses très différentes selon les modèles choisis, la taille des fichiers, la longueur des prompts et la fréquence des requêtes.

Des développeurs surpris par la vitesse de consommation

Les réactions publiées par les utilisateurs montrent une inquiétude réelle. Sur les discussions communautaires de GitHub, plusieurs témoignages rapportent une baisse rapide du solde de crédits après peu d’interactions. Certains développeurs évoquent des tâches mineures ayant entraîné une consommation jugée disproportionnée, notamment avec des modèles avancés comme Claude Sonnet 4.6.

Dans la discussion GitHub Community, des utilisateurs partagent des captures de tableaux de bord et des calculs de coût par modification. Le ton général laisse apparaître une frustration : beaucoup avaient intégré Copilot comme un outil quotidien, avec une dépense prévisible, avant de découvrir une logique plus proche du paiement à l’usage.

Cette réaction s’explique aussi par l’historique du produit. Les abonnements initiaux ont pu être perçus comme simples, stables et largement dimensionnés. Or l’exécution de modèles de langage avancés représente un coût élevé, entre infrastructure GPU, maintenance, entraînement, post-entraînement, centres de données et évolution continue des modèles.

La facturation par tokens rend visible une réalité économique longtemps masquée : l’IA générative appliquée au code n’est pas gratuite à grande échelle, surtout lorsqu’elle mobilise des modèles de pointe dans des environnements professionnels.

Ce que les entreprises doivent réévaluer

Pour les organisations, la question n’est pas seulement de savoir si GitHub Copilot devient plus cher. Il faut surtout déterminer quels usages restent rentables, lesquels doivent être encadrés et comment éviter les dérives budgétaires. Le passage aux crédits impose une gouvernance plus fine de l’assistance IA dans les équipes de développement.

Les directions techniques peuvent notamment analyser les tâches où Copilot apporte un gain mesurable. La génération de code de premier niveau, l’aide à la compréhension de fonctions ou la rédaction de tests simples peuvent rester pertinentes. À l’inverse, les revues massives, les chaînes d’agents complexes ou les automatisations déclenchées trop fréquemment peuvent devenir des postes de coûts sensibles.

Quelques actions pragmatiques peuvent aider à reprendre le contrôle :

• mesurer le coût par équipe, par projet et par type d’usage ;
• limiter l’accès aux modèles les plus coûteux aux cas réellement critiques ;
• former les développeurs à rédiger des prompts plus courts et plus ciblés ;
• comparer le ROI de Copilot avec celui d’outils concurrents ;
• définir des alertes de consommation avant l’épuisement des crédits.

Cette approche permet de traiter Copilot non plus comme un simple abonnement logiciel, mais comme une ressource cloud variable, à piloter avec les mêmes réflexes que l’infrastructure.

Alternatives et limites du marché

Face à la hausse potentielle des coûts, certaines entreprises pourraient envisager d’autres solutions. Les modèles open source hébergés sur site constituent une première option, mais ils n’atteignent pas toujours les performances des modèles leaders et nécessitent des compétences d’exploitation spécifiques. Ils offrent davantage de contrôle, mais pas forcément une baisse immédiate du coût total.

D’autres organisations peuvent se tourner vers des fournisseurs de modèles proches du niveau des solutions de pointe, ou vers des plateformes de codage IA concurrentes. Des outils comme Cursor peuvent offrir une alternative temporaire selon les usages, l’ergonomie et les tarifs proposés.

Cependant, beaucoup de plateformes s’appuient elles-mêmes sur des modèles fournis par OpenAI, Anthropic ou d’autres acteurs majeurs. Si leurs coûts sous-jacents augmentent ou si leurs marges se resserrent, elles pourraient adopter des mécanismes similaires de facturation à l’usage.

Autrement dit, GitHub Copilot n’est peut-être pas une exception, mais un signal de marché. Les assistants de développement IA entrent dans une phase où la valeur générée devra être comparée plus précisément au coût réel des tokens consommés.

Conclusion : un tournant pour l’IA dans le développement

La nouvelle facturation de GitHub Copilot marque un tournant important pour les développeurs et les entreprises. Le modèle par tokens ne supprime pas l’intérêt de l’assistant, mais il oblige à mieux comprendre ses usages, ses coûts et son retour sur investissement.

Pour les équipes qui utilisent Copilot de manière intensive, la priorité sera de mettre en place des règles de consommation, de suivre les crédits et d’identifier les tâches où l’IA apporte un gain réel. L’époque de l’assistant de code perçu comme illimité semble s’éloigner. Celle d’une IA de développement pilotée par la valeur commence clairement.