GitHub Copilot用量报告新增按模型Token明细：AI Credits费用可追溯
8月11日起可在下载报告中查看输入、输出、缓存读取与缓存写入Token，但成本解释仍要结合任务结果。
本文核心看点
GitHub于2026年8月11日为AI用量报告加入按模型Token拆分。用户现在可在每个模型下查看输入、输出、缓存读取和缓存写入Token，并与消耗的AI Credits对应。该明细面向Copilot Business和Enterprise管理员，也提供给Copilot个人用户，需要从账单设置的AI usage页面下载报告。普通用户可据此定位长上下文、输出过长或缓存策略造成的费用差异，但Token明细只能解释消耗，不能证明产出质量或投资回报。正确做法是固定时间窗和任务标签，同时看失败、返工与人工验收。
作者：恩禾ENHE AI · 2026年8月13日
GitHub于2026年8月11日为AI用量报告加入按模型Token拆分。用户现在可在每个模型下查看输入、输出、缓存读取和缓存写入Token，并与消耗的AI Credits对应。该明细面向Copilot Business和Enterprise管理员，也提供给Copilot个人用户，需要从账单设置的AI usage页面下载报告。普通用户可据此定位长上下文、输出过长或缓存策略造成的费用差异，但Token明细只能解释消耗，不能证明产出质量或投资回报。正确做法是固定时间窗和任务标签，同时看失败、返工与人工验收。
直接回答
下载AI usage报告后，先按模型汇总输入、输出、缓存读写Token与AI Credits，再按任务和时间窗比较。不要把Token最低直接当作最佳模型，还要记录成功率、返工和人工复核结果。
事实来源
GitHub在2026年8月11日宣布，AI用量报告新增按模型统计输入、输出、缓存读取和缓存写入Token。
明细与各模型消耗的AI Credits并列，用于解释费用组成；此前报告只有Credits，缺少底层Token信息。
该功能可供Copilot Business与Enterprise管理员以及Copilot个人用户使用，入口是账单设置中的AI usage报告下载。
用Token明细排查费用的5步
- 从AI usage页面下载同一结算周期和固定时区的报告。
- 按模型汇总输入、输出、cache read、cache write和AI Credits。
- 给主要任务标记仓库、场景、使用者和成功或失败结果。
- 检查异常长输入、重复上下文、输出过长、缓存未命中和重试。
- 在调整模型或提示词后复测，并同时比较质量、返工和人工验收。
为什么重要
AI Credits是计费结果，Token明细提供了更接近原因的观察层。没有任务标签和质量结果，团队仍可能把高消耗误判为浪费，或把低消耗误判为高效率。
普通AI用户影响
个人用户可以更清楚地解释账单，团队管理员能按模型定位费用来源。新增数据也带来治理成本：报告权限、使用者信息、时间窗和留存规则需要明确。
相关工具与教程
先用一个可回滚的小范围任务验证版本、权限、费用和日志，再把结论写入团队操作清单。
AI软件与工具 · AI账号权限与费用服务 · AI技能教程 · AI前沿资讯
FAQ
在哪里查看按模型Token？
GitHub说明需要从账单设置的AI usage页面下载用量报告，而不是只看页面上的总额。
缓存读取Token越多越好吗？
不能单独判断。要结合缓存命中、实际费用、任务延迟和结果质量。
Token少的模型就是更划算吗？
不一定。若失败、返工或人工修正更多，总成本可能更高。
来源链接
- GitHub Changelog: Per-model token breakdown (2026-08-11)
- GitHub Docs: Billing reports reference
- GitHub Docs: Models and pricing for Copilot
这对普通用户意味着什么？
记录结算周期、时区、模型、Token类型、AI Credits、任务标签、失败、返工、验收人与报告访问权限。
相关阅读
从聊天框到个人AI操作伴侣：AI助手正在进入桌面执行时代
AI 助手正在从“回答问题”走向“持续执行任务”。AI agent、MCP 工具生态、个人记忆和本地工作台，正在一起推动这场变化。对用户来说，真正重要的不是多一个聊天框，而是少一点重复解释，多一点把事情继续做下去的能力。
GitHub Copilot 企业 Agent 权限｜命令、文件与联网操作进入统一策略控制
GitHub 于 9 月 9 日上线 Copilot Agent 操作的企业级集中权限。管理员可分别管理 Shell 命令、文件读写和网络域名访问，并把动作设为阻止、要求用户批准或无需提示；用户设置、工作区配置、自动批准与历史授权均不能放宽企业限制。该能力已在 Copilot App、CLI 及采用 Agent Host 的 VS Code 会话中正式可用，团队应先建立最小权限基线再逐项开放。
AWS 将 AgentCore 评测接入 GitHub Actions：AI Agent 回归开始成为合并前质量门禁
AWS 于 9 月 8 日发布将 Amazon Bedrock AgentCore Evaluations 接入 GitHub Actions 的参考流程。该流水线在开发环境部署代理与受 OAuth 保护的 MCP 服务，运行代表性提示词，读取 OpenTelemetry 轨迹并按正确性、目标达成和工具选择等维度评分；低于阈值时阻断 PR。文章同时给出存量轨迹、测试用户和机器身份三种认证思路。团队采用前应验证角色边界、样本覆盖、评分稳定性、费用与失败回滚。
AWS AgentCore支持跨账号知识库连接：先核对信任策略再扩展检索
AWS AgentCore支持跨账号知识库连接：先核对信任策略再扩展检索。官方信息显示，这项更新会改变普通用户完成让智能体安全读取另一账号的知识库并验证最小权限的入口或权限。本文核对一手来源，区分公开预览与已可用操作，并列出账号条件、数据范围、成本、人工复核、日志和回滚检查。读者应先用低风险、可重复的小任务验收，再决定是否扩大，不能把公告当成普遍效果或无条件免费承诺。
SageMaker AI在SDK v3加入Script mode：自带模型训练流程更易迁移
SageMaker AI在SDK v3加入Script mode：自带模型训练流程更易迁移。官方信息显示，这项更新会改变普通用户完成把现有训练脚本迁移到SageMaker并核对依赖、数据和费用的入口或权限。本文核对一手来源，区分公开预览与已可用操作，并列出账号条件、数据范围、成本、人工复核、日志和回滚检查。读者应先用低风险、可重复的小任务验收，再决定是否扩大，不能把公告当成普遍效果或无条件免费承诺。
GitHub Global model policy正式可用：统一约束Copilot模型访问
GitHub Global model policy正式可用：统一约束Copilot模型访问。官方信息显示，这项更新会改变普通用户完成为团队统一Copilot模型访问规则并保留策略变更证据的入口或权限。本文核对一手来源，区分公开预览与已可用操作，并列出账号条件、数据范围、成本、人工复核、日志和回滚检查。读者应先用低风险、可重复的小任务验收，再决定是否扩大，不能把公告当成普遍效果或无条件免费承诺。
总结
按模型Token明细让AI Credits更可解释，但它不是ROI结论。把账单、任务、质量和人工成本放在同一记录中，才能做可靠的模型和工作流决策。
