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。
Visual Studio里的Copilot新增PR摘要、BYOM迁移与NuGet修复入口
GitHub于2026年10月22日汇总Visual Studio 2026的Copilot九月更新：Git代理可读取拉取请求并给出可跳转摘要，BYOM预览改用新版Agent且旧Ollama配置需要重新添加，NuGet审计警告可打开Copilot与NuGet MCP提出修复。本文面向.NET开发者，给出升级前备份、三项能力分别验证、依赖安全检查和回滚步骤，避免把自动摘要或修复建议当成已验证结果。
拜耳公开22个专业AI代理生产经验：成功请求不等于任务成功
AWS于2026年10月23日发布拜耳作物科学Agentic Decision Engine案例：系统在生产中运行22个专业代理，把工作流、模型、日志与可视化查询交给自然语言入口。本文面向建设企业AI代理的平台团队，提炼五项可复用验收：持久化恢复状态、分开用户与工具身份、限制每个代理的工具、区分网络成功与任务成功、分阶段开放，并说明案例数字不能直接外推到其他组织。
GitHub Teams通知可交给Copilot修复：创建PR前仍要检查什么
GitHub于2026年10月23日更新Microsoft Teams里的GitHub应用，频道、群聊或私聊收到问题通知后，可通过@GitHub让Copilot调查缺陷、修改代码并创建拉取请求。本文面向使用Teams协作的开发与产品团队，说明新版应用、仓库连接、旧应用11月16日退役和人工审查边界，并给出从通知到可审阅PR的最小验收清单。
IskayPet用托管知识库连接SharePoint：多语言企业问答先验收权限
AWS于2026年10月22日发布IskayPet企业知识助手案例，使用Amazon Bedrock托管知识库连接现有SharePoint，为三国、四种语言的零售、兽医、入职和采购资料提供带引用问答。本文面向企业知识库负责人，提炼权限继承、资料范围、混合检索、去重、引用与反馈六项验收，并说明案例中的速度和生产数字不能直接当作自身项目效果。
GitHub Copilot用量API开始统计OpenCode等客户端：请求数不能当提示数
GitHub于2026年10月23日在Copilot用量指标API加入totals_by_client，企业与组织可查看OpenCode、Claude Code、Codex、Zed、Copilot CLI、VS Code和JetBrains等客户端的请求、会话、令牌及模型分布。本文帮助管理员建立一日与28日报表，区分模型调用、用户提示和代理任务，并检查未知客户端、权限与空数组，避免把请求数直接解释成员工行为或精确账单。
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。