GitHub Copilot passe à la facturation à l'usage : la fin de l'IA à volonté ?
À partir du 1er juin, GitHub Copilot facturera l'IA selon les tokens consommés. Un signal pour toutes les entreprises qui budgètent leurs outils d'IA au forfait.
Le 27 avril 2026, GitHub, la plateforme de Microsoft qui héberge le code de millions de projets, a annoncé que son assistant de programmation Copilot passerait à la facturation à l'usage le 1er juin. Depuis début mai, les clients peuvent consulter une préfiguration de leur future facture. L'annonce concerne d'abord les développeurs, mais elle illustre un mouvement plus large : l'IA « à volonté pour un prix fixe » recule partout, et les entreprises qui budgètent leurs outils d'IA doivent s'y préparer.
Ce que GitHub a annoncé
Selon le blog officiel de GitHub, à partir du 1er juin 2026, tous les abonnements Copilot remplacent leur système actuel de « requêtes premium » par des « crédits IA ». Ces crédits sont consommés selon les tokens réellement utilisés, en entrée, en sortie et en cache, au tarif publié de chaque modèle. Chaque abonnement inclut une enveloppe mensuelle de crédits ; au-delà, l'usage supplémentaire est facturé, ou bloqué si l'administrateur l'a décidé.
Plusieurs points notables :
- Le prix des abonnements ne change pas. C'est la manière de compter l'usage qui change.
- Les complétions de code, les suggestions qui apparaissent pendant la frappe, restent incluses et ne consomment pas de crédits.
- Des budgets peuvent être fixés par entreprise, par centre de coût ou par utilisateur, et les crédits inclus peuvent être mutualisés au sein d'une organisation.
- Les abonnements annuels individuels restent sur l'ancien système jusqu'à leur échéance.
Le magazine InfoWorld rappelle que c'est le deuxième changement de tarification en moins d'un an, et cite la justification de GitHub : les usages en mode agent, où l'IA enchaîne de longues tâches, demandent beaucoup plus de calcul, et le modèle forfaitaire ne couvrait plus ce coût. InfoWorld note que Cursor, Anthropic avec Claude Code et OpenAI avec Codex ont aussi adopté des tarifications au token ou aux crédits.
Pourquoi tout le monde y vient
Une question posée à un assistant coûte peu à servir. Un agent qui travaille une heure sur une tâche, lit des dizaines de fichiers et fait des centaines d'appels au modèle coûte beaucoup plus. Avec les modèles sortis ce printemps, GPT-5.5, Claude Opus 4.7, Mistral Medium 3.5, tous mis en avant pour leur autonomie, l'écart entre un utilisateur léger et un utilisateur intensif devient énorme. L'analyste cité par InfoWorld le résume : sur un même abonnement, un gros utilisateur peut coûter dix fois plus qu'un petit. Le forfait unique ne tient plus.
Ce que ça change pour une PME
Votre budget IA devient variable
Si vos équipes utilisent des outils d'IA par abonnement, attendez-vous à ce que d'autres fournisseurs suivent le même chemin. Le coût ne dépendra plus seulement du nombre de licences, mais de l'intensité d'usage, et du modèle choisi : un modèle plus puissant consomme plus de crédits pour la même tâche.
Le choix du modèle devient une décision économique
Utiliser le modèle le plus avancé pour reformuler un e-mail, c'est payer une berline pour aller chercher le pain. Quand l'usage est facturé, adapter le modèle à la tâche devient une source d'économies réelles.
Les agents ont un coût à mesurer
Avant de généraliser un agent, il faut savoir combien coûte une tâche type. Ce n'est pas difficile à mesurer, mais il faut le faire avant, pas en découvrant la facture.
Les développeurs ne sont qu'un début
Les outils de programmation ont été les premiers à basculer parce que c'est là que les agents consomment le plus. Mais les mêmes mécanismes arrivent dans les assistants de bureau, les outils de support client ou de rédaction. Si vous êtes en train de signer un abonnement d'IA pour toute l'entreprise, lisez attentivement ce qui est inclus, ce qui est compté, et ce qui se passe quand l'enveloppe est épuisée.
Ce que nous conseillons
- Fixez des plafonds sur tous vos outils d'IA qui le permettent, par équipe ou par utilisateur.
- Mesurez le coût d'une tâche type sur un mois d'usage réel, avant d'étendre.
- Adaptez le modèle à la tâche : un modèle léger pour les tâches simples, un modèle avancé seulement quand il fait la différence.
- Comparez avec un coût fixe : pour un usage intensif et régulier, un modèle installé chez vous a un coût qui ne dépend pas du volume.
Ce dernier point mérite réflexion. Un serveur d'IA locale représente un investissement de départ et une maintenance, mais mille requêtes ou dix mille ne changent pas la facture, et aucune donnée ne part chez un fournisseur d'IA. Pour une équipe qui utilise l'IA toute la journée sur ses documents, le calcul change de sens. Nous détaillions cet arbitrage dans notre article sur les LLM locaux, et nos prix « à partir de » sont affichés sur la page Tarifs.