GitHub Copilot ist am 1. Juni auf Token-basierte Abrechnung umgestiegen — das hat sich geändert und das kostet es

Das Abrechnungsmodell von GitHub Copilot hat sich am 1. Juni 2026 geändert. Die monatliche Pauschale für Premium-Anfragen, die Abonnenten von Copilot Business und Enterprise bisher erhalten haben, wurde durch „GitHub AI Credits" ersetzt — ein nutzungsbasiertes System, das den Token-Verbrauch über alle agentischen Funktionen hinweg abrechnet. Die Basispreise der Abonnements sind unverändert geblieben (19 $/Benutzer/Monat für Business, 39 $/Benutzer/Monat für Enterprise), aber was diese Preise leisten, hat sich in der Art der Erfassung und Aufzehrung grundlegend gewandelt.

Das ist wichtig, weil agentische Coding-Sitzungen — in denen Copilot eigenständig Code schreibt, bearbeitet, testet und über mehrere Dateien hinweg iteriert — Token in einem Umfang verbrauchen, der um Größenordnungen über einfachem Auto-Complete liegt. Die Wirtschaftlichkeit, die unter dem alten Modell aufging, lässt sich nicht automatisch übertragen.

Was die neue Abrechnungsstruktur tatsächlich vorsieht

Im GitHub AI Credits-System wird die Nutzung in Tokens gemessen — der Grundeinheit für Text, die Sprachmodelle verarbeiten, jeweils etwa drei bis vier Zeichen. Input-Tokens (was an das Modell gesendet wird), Output-Tokens (was es generiert) und Cached Tokens (wiederholter Kontext) werden alle zu den veröffentlichten API-Preisen des jeweiligen zugrunde liegenden Modells berechnet.

Der entscheidende Unterschied: Inline-Code-Vervollständigungen im lokalen Editor verbrauchen keine Credits. Das war eine bewusste Entscheidung von GitHub, um sicherzustellen, dass die häufigste und meistgenutzte Copilot-Interaktion — der Auto-Complete-Vorschlag beim Tippen — keine variablen Kosten verursacht. Das Credit-System gilt für agentische Funktionen: Copilot Coding Agent, Copilot Spaces und Spark, Drittanbieter-Coding-Agenten über die Copilot API sowie erweiterte Chat- und Code-Review-Sitzungen.

Jeder Plan beinhaltet ein monatliches Credit-Kontingent. Sobald dieses aufgebraucht ist, können zusätzliche Credits gekauft werden, oder die agentischen Funktionen stehen bis zum nächsten Abrechnungszeitraum nicht mehr zur Verfügung. Organisationen können Obergrenzen festlegen, um Mehrkosten zu vermeiden.

Warum die Umstellung und was sie über die Richtung von Copilot aussagt

GitHub begründet den Schritt damit, dass sich Copilot von einem intelligenten Auto-Complete zu einer vollständigen agentischen Plattform entwickelt hat und die alte Preisstruktur eher das Erstere als das Letztere widerspiegelte. Eine Copilot-Sitzung, die eigenständig eine Codebasis über Dutzende von Dateien hinweg refaktoriert, Tests ausführt, Fehler interpretiert und Korrekturen vorschlägt, verbraucht Rechenressourcen, die mit einer einzelnen Chat-Nachricht nicht vergleichbar sind. Token-basierte Abrechnung stimmt die Kosten auf den tatsächlichen Ressourcenverbrauch ab.

Die Botschaft dahinter ist, dass sich GitHub mit Copilot anders positionieren will als noch 2024. Stand 2026 kann Copilot im agentischen Modus bis zu acht autonome Agenten parallel ausführen, Terminalbefehle absetzen und den Kontext über ein gesamtes Projekt hinweg aufrechterhalten. Diese Fähigkeiten konkurrieren weniger mit Auto-Complete-Tools als vielmehr mit Agenten-Orchestrierungsplattformen — da ist eine andere Kostenstufe angebracht.

Die praktischen Auswirkungen auf die Kosten

Für Teams, die Copilot hauptsächlich für Inline-Vervollständigungen und gelegentliches Chatten nutzen, ist die Umstellung weitgehend unsichtbar. Vervollständigungen werden nicht auf die Credits angerechnet, und bei geringer Chat-Nutzung ist es unwahrscheinlich, dass das monatliche Kontingent ausgeschöpft wird.

Die Auswirkungen konzentrieren sich auf Teams, die umfangreiche agentische Sitzungen ausführen. Eine Copilot-Agent-Sitzung, die eine komplexe Feature-Implementierung bearbeitet — Planung, Code über mehrere Dateien hinweg schreiben, Tests ausführen, Debugging — kann pro Vorgang Tausende von Tokens verbrauchen. Einige Entwickler, die intensive agentische Workflows nutzen, berichteten kurz nach Inkrafttreten der Umstellung über steigende Rechnungen. Die veröffentlichten Credit-Kontingente von GitHub sind standardmäßig nicht öffentlich einsehbar; Teams müssen ihre Abrechnungs-Dashboards in der Organisation prüfen, um zu verstehen, wo ihre Basislinie liegt.

Der praktische Rat lautet: Prüfen Sie, welche Copilot-Funktionen Ihr Team tatsächlich nutzt, und gleichen Sie diese mit dem neuen Credit-Verbrauchsmodell ab, bevor Sie davon ausgehen, dass Ihr Nutzungsmuster credit-neutral ist.

Wie Cursor dasselbe Problem anders angeht

Das Preismodell von Cursor bietet einen aufschlussreichen Vergleich. Cursor Pro für 20 $/Monat umfasst unbegrenzte Vervollständigungen und ein monatliches Kontingent an Premium-Modell-Anfragen. Nutzer von Cursor mit hohem Verbrauch können an die Obergrenze für Premium-Anfragen stoßen; in diesem Fall zahlen sie entweder für mehr oder wechseln auf langsamere Modelle. Doch Cursors Ansatz des Modellwechsels — bei dem bei ausgeschöpften Premium-Kontingenten auf schnellere, günstigere Modelle umgeleitet wird — hält agentische Workflows funktionsfähig, anstatt sie abrupt zu stoppen.

Cursors agentischer Modus unterstützt bis zu acht parallele Agenten, plattformübergreifende Dateibearbeitung über Composer und autonome Terminalausführung — ein Funktionsumfang, der mit den Agentenfähigkeiten von Copilot vergleichbar ist. Mitte 2026 hatte Cursor rund 4 Millionen monatlich aktive Nutzer, gegenüber etwa 500.000 im Jahr zuvor. Das Wachstum wurde teilweise durch Teams getrieben, die nach ihren Erfahrungen mit der neuen Abrechnungsstruktur von Copilot abgewandert sind.

Was die Produktivitätsforschung tatsächlich sagt

JetBrains hat im April 2026 eine Studie veröffentlicht, die die Entwickler-Workflows von 30.000 Entwicklern mit KI-Coding-Tools untersucht. Die Ergebnisse zeigen eine 20–55%ige Steigerung der Aufgabenbewältigungsgeschwindigkeit bei klar definierten Coding-Aufgaben, wobei Senior-Entwickler größere Zuwächse verzeichneten als Junior-Entwickler — das Gegenteil der Annahme, dass Junior-Entwickler stärker von KI-Unterstützung profitieren. Die Begründung: Senior-Entwickler haben mehr Kontext, den sie in ihren Prompts nutzen können, und verbringen einen höheren Anteil ihrer Zeit mit Aufgaben (Architektur, Refactoring, Dokumentation), bei denen KI-Unterstützung am effektivsten ist.

Die JetBrains-Studie identifizierte zudem das sogenannte „KI-Paradoxon": Die individuelle Entwicklungsgeschwindigkeit steigt deutlich, aber die Team-Metriken für die Auslieferung spiegeln dies nicht immer proportional wider. Die Engpässe verlagern sich vom Code-Schreiben hin zum Reviewen von KI-generiertem Code, zum Management des Kontexts über längere Sitzungen hinweg und zur Wahrung der architektonischen Konsistenz, wenn KI Code in höherem Volumen generiert. Weder Copilot noch Cursor lösen den Review-Engpass — sie verlagern ihn nur.

Was jetzt zu tun ist

Wenn Sie Copilot Business oder Enterprise nutzen, prüfen Sie den AI Credit-Verbrauch Ihrer Organisation im GitHub-Abrechnungs-Dashboard. Ermitteln Sie eine Basislinie vor Ende Juni — dem ersten vollständigen Abrechnungszyklus unter dem neuen Modell. Wenn Ihr Team umfangreiche agentische Sitzungen durchführt, rechnen Sie den erwarteten monatlichen Credit-Verbrauch aus und vergleichen Sie ihn mit Ihrem Kontingent. Die neue Preisgestaltung ist sinnvoll, wenn Ihre Nutzung den Mustern entspricht, für die GitHub sie konzipiert hat; sie ist teuer, wenn Ihr Team die agentischen Funktionen unter der alten Preisstruktur aggressiv genutzt hat.

Falls Sie Cursor für Ihr Team noch nicht evaluiert haben, lohnt sich ein Preisvergleich. Beide Tools bieten vergleichbare agentische Fähigkeiten, aber unterschiedliche Kostenstrukturen, die verschiedene Nutzungsmuster begünstigen.