Skip to content

GitHub Copilot: Guia prático de tokens, modelos e custos

Desenvolvedores BR
12 MIN READ

GitHub Copilot: Guia prático de tokens, modelos e custos

wdossantos's avatar
wdossantos

Icon for Microsoft rankMicrosoft

Nov 14, 2026

Entendendo Tokens, Modelos e Custos

O que mudou em 1º de Junho de 2026?

A partir de 1º de junho de 2026, o GitHub substituiu o modelo de cobrança baseado em Premium Requests por um modelo de cobrança baseado em uso (usage-based billing), onde o custo de cada interação depende de dois fatores:

  1. O modelo utilizado (Claude Opus, GPT-5, Gemini, etc.)
  2. O número de tokens consumidos (input, output e cached)

Referência oficial: What changed with Copilot billing

O que são GitHub AI Credits?

Cada interação consome tokens que são convertidos em AI Credits, onde:

1 AI Credit = $0,01 USD

Allowance por plano (mensal)

Plano Preço/mês Base Credits Flex Allotment Total AI Credits
Copilot Pro $10 1.000 500 1.500
Copilot Pro+ $39 3.900 3.100 7.000
Copilot Max $100 10.000 10.000 20.000

Dinâmica de Alocação e Franquias (Allowance)

Em vez de um teto rígido de mensagens, os planos agora são estruturados através de pacotes de créditos que ditam a sua capacidade de requisições a modelos avançados antes de acionar o uso de excedentes (overages) ou a transição de modelos:

  • Base Credits: A quantia fixa de créditos inclusa no valor base mensal do seu plano.
  • Flex Allotment: Uma margem de créditos flexíveis projetada para absorver picos de uso moderados antes de bloquear a conta ou exigir cobranças adicionais.
  • Pooled Credits (Organizações): Para contas corporativas (Copilot Business e Enterprise), os créditos costumam ser unificados em um fundo comum da organização, permitindo que o teto seja gerenciado de forma global.

Referência: Usage-based billing for individuals

Entendendo Tokens: Input, Output e Cached

Quando você interage com o Copilot, são consumidos três tipos de tokens:

Tipo de Token O que é Custo relativo
Input tokens O que é enviado ao modelo (seu prompt, contexto de arquivos, histórico) Base
Cached tokens Contexto que o modelo reutiliza de interações anteriores Entre ~4x e ~10x mais barato (varia por modelo)
Output tokens O que o modelo gera como resposta Mais caro

💡 O Insight do “Cached” — Por que isso importa para seu bolso

Tokens em cache (Cached Tokens) são drasticamente mais baratos. Em muitos modelos, o cached input custa cerca de 10x menos que input “frio”. Exemplo de snapshot de preços por milhão (1M) de tokens:

Modelo Input (por 1M tokens) Cached (por 1M tokens) Output (por 1M tokens)
Claude Haiku 4.5 $1,00 $0,10 $5,00
Claude Sonnet 5.5 $2,00 $0,10 $10,00
Claude Opus 5.5 $4,00 $0,20 $20,00
GPT-5.3-Codex $1,75 $0,175 $14,00
GPT-6 Luna $0,10 $0,01 $0,50
GPT-6.1 Terra $1,00 $0,05 $5,00
Gemini 4 Hydrogen $1,50 $0,075 $7,50
MAI-Code-1.1-Flash $0,20 $0,02 $1,20

Referência: Models and pricing for GitHub Copilot

Quando os tokens são “Cached”?

O caching acontece automaticamente quando:

  1. Conversas contínuas — O contexto da conversa é reutilizado entre mensagens na mesma sessão
  2. Arquivos abertos/referenciados recorrentemente — O mesmo contexto de código é enviado repetidamente
  3. Prompts semelhantes — Quando o prefixo do prompt é idêntico a uma chamada anterior recente

Na prática, o que isso significa?

Se você observa no seu relatório de uso que a maioria dos tokens são cached, isso indica:

  • Você está mantendo sessões de chat longas (bom!)
  • O contexto está sendo reutilizado eficientemente
  • Seu custo efetivo por interação é muito menor do que alguém que abre novas conversas o tempo todo

🚨 Por que modelos premium drenam créditos mais rápido?

Vamos fazer a matemática com o Claude Opus 5.5:

Cenário: Uma sessão média de chat

Parâmetro Valor estimado
Input tokens por interação ~4.000
Output tokens por interação ~1.000
Custo input (non-cached) 4.000 ÷ 1M × $4,00 = $0,016
Custo output 1.000 ÷ 1M × $20,00 = $0,020
Custo total por interação ~$0,036 = 3,6 AI Credits

Com 1.500 AI Credits (Copilot Pro), isso dá ~416 interações/mês com Claude Opus 5.5.

Se usar intensivamente (50 interações/dia), acaba em ~8 dias.

Comparação de “rendimento” por modelo (estimativa)

⚠️ Nota: Os valores abaixo são estimativas calculadas com base nos preços oficiais por token (Models and pricing), assumindo uma interação média de ~4.000 input tokens + ~1.000 output tokens, sem cache. Na prática, com cache ativo, o custo real pode ser significativamente menor.

Modelo Preço Input/1M (doc.) Preço Output/1M (doc.) Custo estimado/interação Interações c/ 1.500 credits Interações c/ 7.000 credits
GPT-6 Luna $0,10 $0,50 ~0,09 credits ~16.666 ~77.777
MAI-Code-1.1-Flash $0,20 $1,20 ~0,20 credits ~7.500 ~35.000
GPT-6.1 Terra $1,00 $5,00 ~0,9 credits ~1.666 ~7.777
Claude Sonnet 5.5 $2,00 $10,00 ~1,8 credits ~833 ~3.888
Claude Opus 5.5 $4,00 $20,00 ~3,6 credits ~416 ~1.944

Fórmula utilizada: (4.000 ÷ 1.000.000 × preço_input) + (1.000 ÷ 1.000.000 × preço_output) → convertido para AI Credits (÷ $0,01)

🎯 Qualidade do Agent como Alavanca de ROI

Avant de falar de estratégias de custo, existe um ponto estrutural que o workshop do GitHub destaca e que seu artigo ainda não contemplava:

“Quando os tokens eram baratos, a acurácia do Agent não importava. Quando deixam de ser, eles exigem trabalho de engenharia.”

A lógica é simples:

Agent ROI=Valor do output do AgentCusto de tokens×100%

Otimizar só o denominador (tokens) sem cuidar do numerador (qualidade) é uma estratégia incompleta.

O problema do erro acumulado

Agents encadeados amplificam falhas. Com 99% de acerto por etapa, um workflow de 50 etapas chega a apenas ~60% de sucesso. Cada erro gera tokens extras de debugging, retrabalho e novas chamadas ao modelo.

Workflow que reduz custo estruturalmente: Research → Plan → Implement

Divida o trabalho em fases com modelos diferentes por fase:

Fase Objetivo Modelo indicado
Research Explorar, entender o contexto Gemini 2.5 Pro / GPT-4.1
Plan Especificação precisa do que será feito Claude Opus / GPT-5.5
Implement Execução paralela de tarefas bem definidas GPT-5.4 / Claude Sonnet

Um prompt impreciso delega o problema ao model. Um prompt preciso já direciona a solução — e consome muito menos tokens no total.

Exemplo prático:

  • ❌ “Corrija o bug”
  • ✅ “A issue #123 descreve um bug onde a API retorna 500 ao chamar /orders com payload vazio. Corrija tratando validação antes e garantindo resposta 400.”

Controles determinísticos evitam tokens de retrabalho

Um agent sem guardrails acumula erros silenciosamente. Configure:

  • Testes unitários que falham cedo e de forma precisa
  • Linters e formatadores automáticos
  • Security scans no pipeline

Cada erro detectado por um teste custa muito menos do que uma sessão de debugging com model premium.

copilot-instructions.md como ferramenta de custo

Instruções persistentes mal escritas inflamam o system prompt em toda sessão. Boas práticas:

  • Mantenha o arquivo pequeno e específico
  • Inclua um log de falhas recorrentes do agent (agent misses)
  • Adicione diretivas de output conciso (“be concise”, “stop if X”)
  • Itere com frequência — não use IA para gerar as instruções

📋 Estratégias de Otimização de Custo — A “Cartilha”

1. Use Auto Model Selection (desconto de 10%)

Deixe o Copilot gerenciar a escolha do modelo ideal para tarefas gerais. O sistema prioriza inteligências mais leves e baratas sempre que o prompt não exigir raciocínio complexo, reduzindo drasticamente o custo médio. Em planos pagos, a documentação oficial indica 10% de desconto ao usar Auto model selection no Copilot Chat e no Copilot cloud agent.

Nota temporal: até 30/11/2026, planos pagos também têm nota de 30% de desconto com Copilot Fusion (consulte a doc oficial para disponibilidade por superfície).

2. Escolha o modelo certo para a tarefa

Tarefa Modelo recomendado Por quê
Perguntas simples, snippets GPT-6 Luna / MAI-Code-1.1-Flash Muito barato e rápido para tarefas curtas
Desenvolvimento diário, refactoring GPT-6.1 Terra / Claude Sonnet 5.5 Melhor equilíbrio custo-qualidade
Arquitetura complexa, code review Claude Opus 5.5 / GPT-5.6 Sol Use quando houver necessidade real de raciocínio profundo
Resumir emails/documentos Claude Haiku 5.5 / GPT-6 Luna Tarefa simples, normalmente sem necessidade de frontier

3. Gerencie o contexto com critério

  • NÃO abra um novo chat para cada pergunta dentro da mesma tarefa
  • Continue a conversa no mesmo thread para reutilizar contexto como cached tokens (entre ~4x e ~10x mais barato, dependendo do modelo)
  • Use /clear com frequência ao iniciar uma nova tarefa — contexto acumulado de tarefas anteriores aumenta custo sem agregar valor
  • Atenção ao ContextRot: a partir de ~50% da context window, modelos perdem qualidade nas respostas do meio do contexto (Lost in the Middle)
  • Regra prática: forneça o mínimo de contexto possível, mas o máximo necessário para a tarefa

4. Minimize o contexto desnecessário

  • Feche abas de arquivos irrelevantes
  • Use @file para referenciar apenas o que precisa
  • Prompts mais objetivos = menos tokens de input

5. Code completions são GRÁTIS

  • Inline suggestions e Next Edit Suggestions não consomem AI Credits
  • Para tarefas de completar código, deixe o autocomplete trabalhar

6. Monitore seu uso

  • GitHub: acesse Billing overview da sua conta e abra Budgets and alerts para acompanhar consumo e configurar alertas.
  • Em planos individuais com usage-based billing, o usage dashboard mostra allowance disponível e uso acumulado.
  • O caminho de menu pode variar por tipo de conta, permissões e rollout da interface.

7. Configure budgets para evitar surpresas

  • Defina um budget máximo de AI Credits adicionais
  • Configure alertas em 75%, 90% e 100% do budget para antecipar o esgotamento
  • Após esgotar os créditos, o comportamento depende do plano e das políticas configuradas: pode haver continuidade com modelos limitados, bloqueio até o reset mensal ou cobrança de créditos adicionais

Referência1: Setting up budgets to control spending Referência2: About billing for GitHub Copilot

⌨️ Comandos do Copilot Chat para Controle e Economia de Tokens

O VS Code oferece slash commands, variáveis de contexto e ferramentas nativas que ajudam diretamente no controle de consumo de tokens. Digitando / no chat, você vê os comandos disponíveis. Abaixo, os mais relevantes para economia:

Slash Commands — Gestão de Sessão

Comando O que faz Impacto no custo
/clear Limpa a conversa e inicia uma nova sessão Essencial. Remove contexto acumulado que infla input tokens a cada turno. Use ao trocar de tarefa.
/compact Compacta/resume o contexto da sessão atual sem apagar o histórico Alto impacto. Reduz drasticamente os input tokens enviados nos turnos seguintes. Ideal para sessões longas onde /clear perderia contexto útil.
/new Inicia uma nova conversa (similar ao /clear) Mesmo efeito do /clear — útil para separar contextos entre tarefas distintas.
/help Referência rápida dos comandos do Copilot Sem impacto direto, mas ajuda a descobrir funcionalidades que otimizam uso.

💡 Dica prática: Em sessões longas (>30 turnos), o contexto cresce a cada mensagem. Usar /compact por volta do turno 25-30 pode reduzir significativamente o custo dos turnos seguintes sem perder o fio da conversa.

/chronicle — Análise de Uso e Otimização

O /chronicle é uma skill nativa do Copilot que analisa seu histórico de sessões e fornece insights personalizados. Requer a setting chat.localIndex.enabled: true no VS Code.

Subcomando O que faz Quando usar
/chronicle standup Gera um resumo das suas atividades das últimas 24h Para revisar o que foi feito e quanto de contexto foi utilizado por sessão.
/chronicle tips Analisa seus padrões de uso e sugere melhorias de workflow Para descobrir hábitos que desperdiçam tokens (prompts vagos, sessões longas sem compactação, ferramentas subutilizadas).
/chronicle cost-tips Análise específica de custo com dados reais das suas sessões O mais relevante para economia. Identifica sessões caras, modelos usados em tarefas simples, pastes gigantes, e ausência de compactação.
/chronicle search <termo> Busca sessões anteriores por palavra-chave, arquivo ou PR Evita “re-descobrir” contexto que já foi explorado — reutilize em vez de gastar tokens novamente.
/chronicle improve Sugere melhorias para o seu copilot-instructions.md baseado no histórico Instruções ruins inflam o system prompt em toda sessão. Boas instruções = menos tokens por turno.
/chronicle reindex Reconstrói o índice local de sessões Use se os outros subcomandos não retornarem dados.

📊 Para análise de tokens detalhada (por evento, por modelo), habilite também chat.sessionSync.enabled: true — isso desbloqueia dados de billing no chronicle.

Variáveis de Contexto (#) — Controle do que é enviado ao modelo

Cada variável # controla exatamente qual contexto é incluído no prompt. Usar a mais específica reduz input tokens:

Variável O que inclui Dica de economia
#file Conteúdo de um arquivo específico Use em vez de deixar várias abas abertas. O Copilot pode incluir todas as abas como contexto.
#selection Apenas o trecho selecionado no editor Muito mais barato do que enviar o arquivo inteiro.
#function A função/método atual Ideal para perguntas sobre uma função específica.
#block O bloco de código atual Similar ao #function, escopo mais granular.
#sym O símbolo (classe, variável, etc.) atual Para perguntas sobre uma entidade específica do código.

🎯 Regra de ouro: #selection < #function < #file < Workspace em termos de tokens consumidos. Use sempre o escopo mais restrito que resolve sua pergunta.

Seleção de Modelo — O controle mais direto de custo

Recurso Como usar Impacto
Model picker (dropdown no chat) Clique no nome do modelo no rodapé do chat para trocar Trocar de Claude Opus 5.5 para GPT-6 Luna pode reduzir o custo por interação em dezenas de vezes (dependendo do prompt).
Auto mode Selecione “Auto” no model picker O Copilot escolhe o modelo mais adequado (e barato) para cada prompt. Desconto de ~10% aplicado.

Monitoramento no VS Code

Onde O que mostra
Canto inferior direito (status bar) Indicador de uso de AI Credits — mostra consumo em tempo real.
GitHub → Settings → Billing Dashboard completo de uso com breakdown por modelo, input/output tokens, e tendência de consumo.
Budgets and Alerts Configure alertas em 75%, 90% e 100% para antecipar esgotamento.

Resumo: Fluxo de trabalho “Token-Aware”

1. Inicie a tarefa → escolha o modelo adequado (Auto ou manual) 2. Use #file ou #selection → não abra abas desnecessárias 3. Mantenha a conversa no mesmo thread → cached tokens são mais baratos 4. ~Turno 25-30 → use /compact para reduzir contexto 5. Mudou de tarefa → use /clear ou /new 6. Fim do dia → /chronicle cost-tips para revisar padrões 7. Periodicamente → /chronicle improve para otimizar copilot-instructions.md

Referência: GitHub Copilot Chat cheat sheet

🧪 Exemplo prático: geração deste artigo (errado vs certo)

Nesta conversa, usamos o próprio processo de criação deste artigo como estudo de caso de custo.

Cenário feito de forma errada (mais caro)

  • Modelo premium usado do início ao fim: Claude Opus 5.5
  • Conversa iterativa em vários turnos para chegar na versão final
  • Coleta de referências em múltiplas buscas separadas
  • Validações e refinamentos feitos em prompts adicionais

Estimativa de consumo da sessão até o artigo final:

  • ~114 AI Credits (aprox. $1,14)

Cenário feito da forma correta (otimizado)

  • Usar GPT-6.1 Terra ou Claude Sonnet 5.5 para a redação
  • Fazer 1 prompt completo com escopo, estrutura e formato final
  • Buscar apenas as 2 fontes essenciais (mudança de billing + pricing)
  • Pedir no mesmo prompt: premissas, citações e tabelas com nota de estimativa

Estimativa de consumo com execução otimizada:

  • ~20 AI Credits (aprox. $0,20)

Quanto economizaria?

Métrica Jeito mais caro Jeito otimizado Economia
Consumo estimado 114 AI Credits 20 AI Credits 94 AI Credits
Custo estimado $1,14 $0,20 $0,94
Redução percentual – – ~82%

Lições práticas

  1. Opus para problema difícil; modelo médio para documentação.
  2. Prompt completo reduz custo mais do que qualquer ajuste cosmético.
  3. Sessão única e contínua ajuda caching e reduz gasto.
  4. Menos turnos de validação isolada = menos tokens de input/output.

Nota: Valores acima são estimativas desta sessão, baseadas em preços oficiais por token e no padrão de uso observado durante a construção do artigo.

O que acontece quando acaba?

Quando seus AI Credits se esgotam, o comportamento depende do plano e das políticas configuradas:

  • Pode continuar com modelos mais baratos e/ou com Auto, conforme política do plano/admin e budget disponível
  • Pode ser bloqueado até o reset mensal, se um budget com stop usage estiver ativo
  • Pode consumir créditos adicionais ($0,01/credit), se você tiver configurado um budget adicional
  • Code completions e Next Edit Suggestions continuam funcionando independentemente do saldo de AI Credits
  • O contador reseta no dia 1 de cada mês (00:00 UTC)

⚠️ Não há garantia universal de fallback automático — valide as políticas do seu plano.

⚠️ Atenção para Copilot Business/Enterprise

Para organizações, os AI Credits são pooled (compartilhados) no nível da billing entity. Isso significa que um usuário “heavy user” pode impactar toda a equipe. Administradores devem:

  • Monitorar consumo por usuário
  • Estabelecer policies de modelo por equipe
  • Considerar o impacto do Copilot Code Review (consome tokens + GitHub Actions minutes)

Resumo Executivo

Antes (até 31/05) Depois (a partir de 01/06)
Premium Requests (unidade fixa por interação) AI Credits (baseado em tokens reais)
Multiplier por modelo (ex: Opus = 27x) Custo por token (input/cached/output)
300-1500 requests/mês 1.500-20.000 AI Credits/mês
Sem visibilidade de cache Cache visível e muito mais barato
Modelo ilimitado dentro do allowance Custo proporcional ao uso real

Referências Oficiais

  1. Usage-based billing for individuals
  2. Models and pricing for GitHub Copilot
  3. What changed with Copilot billing
  4. Model multipliers (legacy)
  5. Premium requests (legacy)
Updated Nov 14, 2026

Version 1.0

Microsoft Tech Community originally posted this article on 14 November 2026 at 8:59 PM.

Leave a Reply