GitHub Copilot Code Review начнёт тратить минуты Actions с 1 июня 2026 года
GitHub объявил, что с 1 июня 2026 года проверки кода Copilot начнут расходовать минуты GitHub Actions. Это касается всех платных планов Copilot: Pro, Pro+, Business и Enterprise. Проверки в публичных репозиториях остаются бесплатными.
Изменения в биллинге
- Каждая проверка кода Copilot будет тарифицироваться как AI-кредиты по новой модели оплаты на основе использования.
- Кроме того, проверки в частных репозиториях будут расходовать минуты GitHub Actions из вашего плана. Превышение лимита тарифицируется по стандартным ставкам GitHub Actions.
- Самостоятельно размещенные и более крупные хостированные раннеры тарифицируются по разным ставкам.
- Администраторы могут устанавливать бюджеты для контроля расходов.
Что делать
- Проверьте текущее использование Actions и бюджеты в настройках биллинга.
- Отслеживайте использование через метрики использования Copilot и метрики Actions.
- Поделитесь этой новостью с администраторами биллинга и техническими руководителями.
До 1 июня 2026 года проверки кода Copilot расходуют только вашу квоту PRU (Premium Request Unit) и не затрагивают минуты Actions.
📖 Источник: HN AI Agents
👀 Смотрите также
SenseNova-U1-8B-MoT: открытая исходная мультимодальная модель с архитектурой NEO-Unify
SenseNova выпустила SenseNova-U1-8B-MoT — нативную мультимодальную модель, которая устраняет как визуальный энкодер, так и VAE, используя архитектуру NEO-Unify для унифицированного понимания, рассуждения и генерации. Она отлично справляется с созданием инфографики из текста, редактированием изображений и перемежающейся генерацией текста и изображений.
Разработчик описывает чувство обмана после первого пул-реквеста с использованием ИИ.
Разработчик использовал Claude Code для создания пулл-реквеста в Chroma, стандартный подсветчик синтаксиса Hugo, добавив подсветку синтаксиса ERB. ПР был одобрен и принят, но разработчик почувствовал себя мошенником, и его синдром самозванца усилился.
DiLoCo с развязкой: отказоустойчивое распределенное обучение между центрами обработки данных с низкой пропускной способностью
Google DeepMind представила Decoupled DiLoCo, которая обучает LLM в удаленных центрах обработки данных через WAN со скоростью 2-5 Гбит/с, используя самовосстанавливающиеся вычислительные острова, изолирующие аппаратные сбои без ухудшения производительности ML.
Сотрудники Amazon используют AI-агентов MeshClaw для «токенмаксинга» с целью достижения показателей использования
Разработчики Amazon автоматизируют ненужные задачи с помощью внутреннего инструмента MeshClaw, чтобы накрутить потребление токенов ИИ, после того как компания установила еженедельные цели использования для 80% разработчиков и ввела внутренние рейтинги.