GitHub Copilot 個人プランの変更: 新規申し込み一時停止、制限強化、モデル調整

GitHubは、エージェント型ワークフローによる計算需要の増加を主な理由として、2026年4月20日にCopilot個人向けプランに大幅な変更を発表しました。同社は主に3つの変更を実施します:新規申し込みの一時停止、使用制限の厳格化、およびモデルの提供内容の調整です。
具体的な変更点
新規申し込みが一時停止されるのは、GitHub Copilot Pro、Pro+、およびStudentプランです。GitHubは、これにより既存の顧客へのサービス提供をより効果的に行えると述べています。
個人向けプランの使用制限が厳格化されます。Pro+プランは現在、Proプランの5倍以上の制限を提供します。より高い制限が必要なProプランのユーザーは、Pro+にアップグレードできます。制限使用量は、ユーザーが制限に達するのを防ぐために、VS CodeおよびCopilot CLIに表示されるようになりました。
モデルの提供内容が変更されます:
- OpusモデルはProプランでは利用できなくなります
- Opus 4.7はPro+プランで引き続き利用可能です
- Opus 4.5およびOpus 4.6はPro+から削除されます(変更履歴で以前に発表済み)
使用制限の仕組み
GitHub Copilotには2種類の使用制限があります:
セッション制限: 主にピーク時のサービス過負荷を防ぐために存在します。ほとんどのユーザーは影響を受けないはずです。セッション制限に達した場合、使用ウィンドウがリセットされるまで待機しなければCopilotの使用を再開できません。
週次制限(7日間): 週間中の総トークン消費量の上限を表します。これらは、長時間実行される並列化された長軌道リクエストを制御するために最近導入されました。週次制限に達してもプレミアムリクエストが残っている場合、自動モデル選択でCopilotの使用を継続できます。モデル選択は、週次期間がリセットされた時点で再有効化されます。
使用制限は、プレミアムリクエストの権利とは別のものです。プレミアムリクエストは、アクセスできるモデルと実行できるリクエスト数を決定しますが、使用制限は、時間枠内のトークン消費量を制限するトークンベースのガードレールです。プレミアムリクエストが残っていても、使用制限に達する可能性があります。
実用的なガイダンス
制限に近づいている場合、GitHubは以下を提案しています:
- より単純なタスクには乗数の小さいモデルを使用する(乗数が大きいほど制限を早く消費します)
- Proプランを使用中の場合はPro+へのアップグレードを検討する(5倍高い制限)
- VS CodeまたはCopilot CLIのプランモードを使用してタスク効率を向上させる
- 並列ワークフローを減らす(/fleetのようなツールはより高いトークン消費をもたらします)
GitHubは、これらの変更が混乱を招くことを認め、2026年4月20日から5月20日の間に解約されたProまたはPro+サブスクリプションに対して返金を提供しています。この期間中に解約したユーザーは、4月の使用分について課金されません。
📖 Read the full source: HN LLM Tools
👀 See Also

クロードコードが10,069桁のエミープ記録を発見するPythonスクリプトを生成
AnthropicのClaude Opus 4.6が生成したPythonスクリプトが、約1日のCPU時間で10,069桁のエミープ(可逆素数)を発見し、これまでの世界記録を更新しました。このスクリプトは、高速な乱数生成のためのCUDAカーネルを含む4段階の素数ふるいを使用しています。

ミニマックスM2.7と10万以上のOpenClawインスタンスへのスケーリングがエコシステムセッションで議論されました
JimとAndyMLがMinimaxチームを招き、Minimax M2.7と、10万以上のOpenClawインスタンスをサポートするためにホスティング環境をどのようにスケーリングしたかについて議論しました。このセッションにはDiscordから100〜110人のユーザーが参加し、中国語の同時配信では35万人以上の視聴者を集めました。

現在のLLMコスト比較:Deepseek、Qwen、MiniMax対OpenAI
Redditの分析によると、Deepseek-V3.2は100万トークンあたり0.26ドル/0.38ドルで、GPT-4の約10分の1のコストでありながら、GPT-5クラスのベンチマーク性能を提供しています。Qwen3.5とMiniMax-M2.5は、ClaudeやOpenAIに匹敵する競争力のある代替案を提供しています。

Apple Silicon ベンチマーク:M3、M4、M5 MaxにおけるQwen3-VLのVision LLM分類性能
ベンチマーク結果によると、Qwen3-VL視覚LLMの分類性能はApple Siliconにおいて、M3 MaxとM4 Studioは8Bモデルでほぼ同等であり、M5 Maxは75-83%高速です。視覚タスクでは、トークン生成においてメモリ帯域幅がプリフィルよりも重要です。