O GitHub anunciou uma mudança importante no Copilot: a partir de 1 de junho de 2026, todos os planos passam a funcionar com usage-based billing.
Isto não é apenas uma alteração de preço. É um sinal de maturidade do mercado.
Segundo o anúncio oficial, cada plano passa a incluir uma quantidade mensal de GitHub AI Credits, com possibilidade de comprar utilização adicional nos planos pagos. O consumo deixa de ser medido em “premium requests” e passa a ser calculado com base em tokens de input, tokens de output e tokens em cache, usando as tarifas de API associadas a cada modelo.
Parece uma mudança técnica. Na prática, muda a forma como devemos olhar para estas ferramentas.
O modelo flat funcionava enquanto o uso era previsível
Durante muito tempo, uma subscrição fixa fazia sentido. O Copilot era usado sobretudo como apoio no editor: sugestões de código, pequenas perguntas, explicações, snippets, ajuda pontual.
Nesse contexto, o consumo médio por utilizador era relativamente mais previsível. Havia diferenças, claro, mas não ao ponto de transformar cada utilizador num perfil económico completamente diferente.
Os agentes mudam isto.
Quando uma ferramenta deixa de responder a perguntas isoladas e passa a executar tarefas completas, o consumo deixa de ser linear. Uma coisa é pedir uma explicação sobre uma função. Outra é pedir a um agente para percorrer vários ficheiros, interpretar contexto, propor alterações, correr ciclos de revisão e continuar a trabalhar durante uma sessão longa.
A própria documentação do GitHub explica que funcionalidades agentic, como agent mode e Copilot cloud agent, podem envolver várias chamadas ao modelo dentro de uma única tarefa. Também indica que uma sessão complexa sobre uma base de código grande consome mais do que uma pergunta rápida em chat.
É aqui que a lógica muda.
Não estamos a falar apenas de uma funcionalidade nova. Estamos a falar de um produto que começa a comportar-se como infraestrutura variável.
A IA deixa de ser “usa à vontade”
Quando uma ferramenta é vendida em modelo all you can eat, o comportamento natural do utilizador é simples: usar o máximo possível. Já está pago.
Isso é ótimo para adoção. Reduz fricção, estimula experimentação e ajuda a criar hábito.
Mas tem um problema evidente para quem fornece o serviço: nem todos os utilizadores custam o mesmo. Dois developers podem pagar a mesma subscrição e gerar consumos completamente diferentes, sobretudo se um usa a ferramenta de forma ocasional e outro usa agentes em sessões longas, com modelos mais caros e muito contexto.
O usage-based billing alinha preço com consumo real. Do ponto de vista económico, faz sentido. Do ponto de vista do utilizador, introduz uma nova camada de decisão.
A pergunta deixa de ser apenas “isto poupa tempo?” e passa também a ser “este uso justifica o custo?”.
Isto muda a gestão de IA dentro das empresas
Para empresas, esta mudança é particularmente relevante. Se uma equipa usa IA como curiosidade, o impacto é limitado. Se usa IA todos os dias como parte do desenvolvimento, suporte, análise ou operações, o tema passa a ser gestão de consumo.
Não basta distribuir acessos e esperar produtividade. É preciso perceber:
- que workflows consomem mais;
- que modelos são usados em cada contexto;
- que tarefas justificam agentes;
- onde uma resposta simples chega;
- onde vale a pena pagar por mais raciocínio ou mais contexto;
- quem tem autorização para gerar custos adicionais.
Isto aproxima a IA de cloud, APIs e infraestrutura. O valor existe, mas precisa de governação.
OpenAI e Anthropic vão seguir o mesmo caminho?
A resposta honesta é: no nível da API, já estão nesse caminho há muito tempo. Tanto a OpenAI como a Anthropic apresentam pricing por tokens, com distinções entre input, output e cache em vários casos.
A pergunta mais interessante é outra: até que ponto os produtos finais de subscrição vão manter a sensação de preço fixo à medida que o uso agentic cresce?
Não há base pública para afirmar que OpenAI ou Anthropic vão copiar a mudança do Copilot nas suas subscrições de produto. Isso seria especulação. O que é factual é que, nas APIs, o mercado já funciona sobretudo por consumo. O movimento do Copilot mostra essa lógica a entrar de forma mais explícita num produto usado por equipas inteiras.
O que fazer agora
Para quem gere tecnologia numa empresa, o primeiro passo não é entrar em pânico. É criar visibilidade.
Antes de discutir cortes ou limites, convém perceber onde a IA está realmente a ser usada e que tarefas geram valor. Há usos que custam pouco e poupam muito tempo. Há outros que parecem sofisticados, mas produzem pouco retorno. Sem medição, é impossível distinguir.
Uma abordagem madura passa por tratar IA como qualquer outro recurso variável: útil, poderoso, mas não infinito.
O objetivo não deve ser usar menos IA. Deve ser usar melhor.
Conclusão
A mudança do GitHub Copilot é importante porque mostra uma transição maior: a IA está a sair da fase de experimentação barata e a entrar na fase operacional.
Enquanto era uma ferramenta de apoio ocasional, a subscrição fixa parecia natural. Quando passa a suportar agentes, sessões longas e workflows intensivos, o custo real aparece.
Isto não torna a IA menos interessante. Torna-a mais séria.
E quando uma tecnologia fica séria, deixa de bastar entusiasmo. Passa a ser preciso gestão.
Fontes verificadas
Fontes consultadas em 30 de abril de 2026:
- GitHub Blog, “GitHub Copilot is moving to usage-based billing”, 27 de abril de 2026: https://github.blog/news-insights/company-news/github-copilot-is-moving-to-usage-based-billing/
- GitHub Docs, “Usage-based billing for individuals”: https://docs.github.com/en/copilot/concepts/billing/usage-based-billing-for-individuals
- OpenAI, “API Pricing”: https://openai.com/api/pricing/
- Anthropic, “Claude API Pricing”: https://platform.claude.com/docs/en/about-claude/pricing
Free resources
If this article was useful, start with the free resources too
It is the simplest way to move from reading to testing: download a resource, try it in your own context, and decide later if you want to go deeper with the ebook.