近一年来 AI 编码辅助工具领域正经历显著变化。其中当红炸子鸡莫过于 GitHub Copilot，凭借其最初每月 $10 的订阅价格以及无限制的代码补全、Ask 以及后面的编辑，稳稳占据 AI Coding 的头把交椅。

https://kenneth.io/post/annual-recurring-revenue-from-ai-copilots-and-code-editors

然而 Claude 3.5 Sonnet 以其迅雷不及掩耳之势，高质量的代码生成逆袭 OpenAI ，Cursor 也依托于集成 Claude 3.5 等一系列新模型，并更早的推出 Agent(更加自主）的交付方式，获得了相当一部分开发者的关注，甚至下沉到 Vibe Coding 的领域，获得大量的非开发者的关注，整体对对 GitHub Copilot 的市场地位构成了挑战。

面对竞争压力，GitHub Copilot 也开始扩展其功能，例如增加了对外部模型 Sonnet 甚至 Google Gemini(真不知道为什么要支持，可能是觉得只支持 Sonnet 一家是打 OpenAI 的脸吧） 的支持和引入了 Agent 模式，旨在提供更全面的 AI 辅助能力。但这些更强大的功能，尤其是调用顶级模型，也意味着更高的运营成本。显然，提供更高级别的 AI 服务需要更大的资金投入。

因此，在预期成本上升和竞争加剧的背景下，GitHub 在 2025 年 4 月宣布调整 Copilot 的定价结构，推出了新的分层订阅计划和引入了 “Premium Requests”机制。这标志着早期相对单一、看似 “无限任用”的 $10 定价模式的终结，并将 GitHub Copilot 与 Cursor 之间的竞争新的高度，其背后本质是算力 = 生产力的逻辑的确认。

一、战略

GitHub Copilot 此次定价策略的调整并非偶然，我认为是其战略演进的一部分，核心是从过去较为模糊的单一订阅模式转向更加精细化的功能分层和差异化收费。

这背后至少有以下几层战略考量：

1、成本控制与可持续商业模式的构建：

成本、质量、效率，我们姑且可以认为 AI 编程 是不可能的三角，虽然国内众多厂商通过 MOE 以及更多的技术，将性质比大幅提升，但是领先的 GPT-4.5、o1、Claude 3.7 Sonnet 的模型，计算成本仍然相当高昂，更不用 Claude 可能是存粹的外部采购，成本更难压下来。

在之前的定价模型下，许多用户感觉 $10 几乎可以无限制地使用，这部分得益于 Microsoft 与 OpenAI 的合作，以及微软在 AI 时代战略领先的战略投入。

然而，随着 AI 模型能力的不断提升和用户使用量的增加，计算成本持续攀升，原有的单一低价模式变得难以持续。当引入 “Premium Requests”系统。

并配合 “模型乘数”（Model Multiplier）

进行计费，将为后续持续的引入的新模型提供更好的更灵活的调整空间，比如调用一次像 GPT-4.5 这样的顶级模型会消耗 50 个 Premium Requests 点数，这样做既有助于覆盖不断增长的模型运营成本，也为未来的商业化变现和盈利能力打下了基础。

2、用户分层与价值匹配的新锚定

新的定价体系对用户进行了明确的层级划分，试图将不同层次的 AI 能力与用户的付费意愿和实际需求相匹配：

• $10 Copilot Pro:
定位为新的基础或 “标准”套餐。其核心价值在于提供对基础模型（如 GPT-4o）的无限制使用，满足大多数日常的编码补全、基础聊天问答和基本的 Agent 功能需求。套餐内包含的少量（例如 300 次）Premium Requests，更像是让用户体验高级模型功能的样本，不足以支持频繁的高级模型调用。
• $39 Copilot Pro+:面向愿意为顶级 AI 能力支付更高费用的个人开发者或专业用户。其主要特点是大幅增加了 Premium Requests 的数量（1500 次），并解锁了对 GPT-4.5 等当时最先进模型的访问权限，从而在 AI 能力上与 Pro 用户拉开显著差距，并且提供三倍于友商 Cursor 的高速调用。
• 39 Copilot Enterprise:主要面向企业和团队用户。Business 版本提供了基础的团队管理和安全功能，而 Enterprise 版本则在管理控制、安全合规、模型微调能力、私有知识库集成等方面提供更高级别的服务，以满足不同规模企业的复杂需求。

这种分层定价策略旨在最大化从不同用户群体中获取收入并为用户提供清晰的升级路径，即是鼓励他们根据需求提升订阅级别，并且将更高质量的结果与更高的价格进行捆绑。也是让普通用户可以持续通过 10 美元获得 AI 编程的服务，相比 Cursor $20 的定价，基础 Pro 版本是整整便宜 50%，这里我认为有三个基础支撑点：

• OpenAI 后面基础模型的 AI 编程能力持续提升，那么基础模型将富有竞争力且能满足大部分的客户使用。
• 一堆尝鲜的用户，300 次高级编辑可能就能满足 Vibe Coder 的变成编程所需，继续吸引会员客户。
• 大部分的 Github Copilot 的客户能仍然是专业的编程人员，代码补全可能仍然是他们在可控代码编程中重要的核心价值。

3.设定新的行业标准并应对竞争

面对 Cursor 等竞争对手的挑战，GitHub 也希望通过此次定价调整来主动影响市场规则。 以 $10 的 Pro 套餐确立一个高性价比的基准，而不仅仅是陷入价格战，也能更灵活的开放的采购更多模型来提供更高质量的编程服务。

率先在 Coder 领域引入 Premium Requests 和模型乘数等概念，试图为 AI 编码助手的计费方式和价值衡量建立一种行业参照标准，引导市场对不同级别 AI 能力的价值认知，将算力 = 生产力进行确认。

二、C 位

Copilot 和 Cursor 这两大主要参与者，在吸引用户（从免费试用到首次付费）和留存用户（尤其是核心付费用户和追求顶尖能力的用户）的各个环节展开了直接的较量。

免费

我个人觉得这两家在在免费 / 试用策略的并无明显差异，非要说的话，Copilot 侧重于通过短期优质体验快速吸引并转化大量用户；Cursor 则侧重于展示其独特功能和潜力，通过性能限制来筛选和培养对其核心价值感兴趣的潜在付费用户。

付费

对于大多数从免费版过渡而来的用户，Copilot Pro 和 Cursor Pro 是他们最可能考虑的付费选项，这也是两者竞争最激烈的地带。

Copilot Pro ($10/ 月): 高性价比的标准选项

在新的定价体系下，$10 的 Copilot Pro 成为了一个非常有竞争力的选择。它提供对基础模型（如 GPT-4o）的无限制使用，这足以满足绝大多数开发者日常编码、调试、代码解释和生成文档等需求。

附带的少量 Premium Requests（如 300 次 / 月）允许用户偶尔尝试更高级的模型，但其数量限制意味着这并非核心功能。超出额度后，用户需要按次付费（如 $0.04/ 请求）或升级套餐。

这使得 Copilot Pro 成为了一个面向广大开发者的 “标准配置”：价格实惠、功能稳定、与主流 IDE（VS Code, JetBrains IDEs, Visual Studio）兼容性好，且基础功能无使用上限，使用心智负担较低。这给 Cursor 等定价更高的竞品带来了显著的性价比压力。

Cursor Pro ( $20/月): 为模型自由度和进阶功能付费

Cursor Pro 的定价是 Copilot Pro 的两倍（$20/ 月），早期其核心卖点在于**“模型选择的自由度”**和 AI 原生 IDE 的深度集成体验，后期则在 Agent 自主性上提供差异化竞争优势，其初始提供的快速请求额度（如 500 次 / 月 + 无限量的慢速使用模型，相对 Copilot Pro 的 Premium Requests 更为宽松，对于时间不敏感的用户拥有更好的吸引力，也具有调整的空间。

Copilot Pro ($39/ 月):加量大包

这是 Copilot 体系内面向个人用户的最高阶套餐。其主要卖点是在 Pro ($10) 的基础上，明确解锁了对 GitHub/OpenAI 当下顶级模型（如 GPT-4.5）的访问权限，并且大幅增加了 Premium Requests 的额度至 1500 次 / 月。基础模型 GPT-4o 仍然是无限量使用的。
成本结构: 每月支付固定的 $39，即可获得这 1500 次 Premium Requests 的使用权。这些点数是调用 GPT-4.5 或使用其他高消耗功能（如某些复杂的 Agent 任务）的主要 “货币”。
目标用户: 适合那些对高级模型，且有较高频率使用需求，响应需求有更高期望的用户，但是希望在一个相对可预测的月费。

Cursor Pro (19(按量付费 + MAX 功能): 按需购买 “尖端火力”与增强能力

如果我们将 20 Pro 套餐以及 $19 美元自由订购:

1、尽可能白嫖 Cursor 的慢速通道，并在必须的时候使用按需使用，

2、通过使用 MAX-Level，获得更高质量的代码能力，Cursor 的一个核心竞争优势在于其处理远超 Copilot 的上下文长度的能力。它可以引用项目中更多的文件、甚至整个代码库（或用户指定的广泛范围）来生成回答或执行编辑操作。这对于需要理解复杂依赖关系、进行大规模重构、生成与项目整体风格一致的代码，或回答涉及多个文件知识的问题时，至关重要。更长的上下文通常意味着 AI 能做出更准确、更符合项目实际情况的判断和生成。

非常适合对模型能力特别敏感的 Vibe 玩家，需要最广泛顶级模型选择权，最长的跨文件进行修改、编辑、Debug，需要尽可能的利用 AI 的最高算力，提高抽卡成功率。

整体来看，Github Copilot 的新套餐设计背后凸显与 Cursor 的竞争上的设计，20 会员费用高出一大截，但是打开来看，面向有更高质量编程要求，不希望等待追求高效大部分来自于拥有确定性付费能力的用户，更有可能是来自能将 AI 算力 转换成收入的客户，因此 $39 的定价，看起来是高，但是实际上不高，整体来看就是高。

如果你不是这个画像的用户，你是花 10 获得 300 次高级付费以及无限次 GPT4o，还是花 20 获得 500 次快速请求并且妥协的使用慢速服务？ 既然都可以妥协，妥协使用 GPT4o 但很快也是一种好的选择。

当然 Github 出完牌了，Cursor 也可以继续出牌，在套餐的设计上我们可以期待 Cursor 提出更多创意的设计方法。

信号：AI 算力 = 生产力

作为 AI Coding 的引领者，本次新的 Premium Requests 的层级的设计，进一步巩固了 AI 算力 = 生产力的基础逻辑。

1、顶级模型的 “门槛化”与显式成本关联

Github 和 Cursor 两者都将最强大的大型语言模型（如 GPT-4.5、Claude 3 Opus、未来的 o1 等）与更高的成本或特定的付费层级直接挂钩。
Copilot 通过设立 $39 的 Pro+ 套餐，并使用 Premium Requests 和模型乘数来计量对 GPT-4.5 的调用，明确了获取顶级算力需要付出更高价格。
Cursor 则通过 $20 的基础 Pro 套餐 + 对顶级模型按量付费（Pay-as-you-go）的模式，同样清晰地标示了使用这些高算力模型需要额外付费，这标志着市场已经认识到或者可以接受，不同 “等级”的算力（体现为不同模型的规模、训练数据和推理成本）直接对应着不同 “等级”的生产力潜力。基础模型（如 GPT-4o）能满足日常大部分需求，但要解决更复杂、更细微、需要更强推理能力的问题（例如修复棘手 bug、进行复杂重构、生成高度创新性代码），就需要动用算力更强、成本更高的顶级模型。

厂商不再能（或不再愿意）将所有算力成本隐藏在单一低价订阅中，而是将 “优质算力”作为一种可量化、可单独定价的商品。用户为更强生产力付费，本质上是在为驱动这种生产力的更高算力付费。

2、对上下文长度的追求与成本体现

Cursor 明确地将处理更长上下文作为其核心竞争优势之一（例如通过 MAX 功能），并将其与更高的按量付费成本相关联。GitHub Copilot 虽然在个人版中对上下文长度的宣传不那么激进，但其企业版功能（如基于私有知识库的问答、更深入的代码库分析能力）以及新推出的代码审查功能，也必然依赖于处理更大范围的代码上下文。处理更长的上下文意味着模型需要读取、理解和关联更多信息，这在计算上是极其昂贵的。

AI 对代码库理解的深度（即上下文窗口的大小和处理能力）是提升辅助质量和生产力的关键瓶颈 。简单的代码补全可能只需要看当前文件，但要进行有意义的代码审查、跨文件重构、理解复杂依赖关系或回答关于整个项目的问题，就需要 AI “看到”并 “理解”多得多的代码。

扩展上下文处理能力直接消耗大量算力（内存和计算）。Cursor 将这种能力作为付费点，Copilot 在其更高级的功能中也必然投入了相应的算力资源。这表明，为 AI 提供更全面的 “视野”（即更大的上下文），被视为提升生产力的重要途径，而这种视野的扩展是由算力支撑并需要成本覆盖的。

3、“Agent”能力的兴起与算力需求

Cursor 在其聊天和编辑命令中融入了更强的自主规划和执行能力，Copilot 也正式推出了 Agent 模式，这些 "AI" 不再仅仅是被动地响应请求，而是能够理解更复杂的指令，分解任务，与环境（如文件系统、终端）交互，并执行一系列操作来达成目标。

Agentic 能力代表了从 “模式匹配”（如代码补全）到“目标导向的问题解决”的转变。这种转变需要模型具备更强的推理、规划和工具使用能力，这背后是更复杂、更深层次的计算过程。执行一个 Agent 任务可能涉及多次模型调用、对大量信息的分析、以及与外部工具的交互，其总计算量远超一次简单的代码补全或聊天问答。Copilot 和 Cursor 都在探索和推进 Agent 功能，这表明它们都认为这是提升开发者生产力的下一个重要方向，而支撑这些高级功能的正是更强大的算力和更复杂的计算模式。

4、从 “普惠”到 “分层”的商业模式演进 ("All-You-Can-Eat" to Tiered/Metered Access)，是成本回收与市场信心的双重体现

Copilot 从早期看似 “无限畅饮”的 $10 套餐，演变为包含 Premium Requests 和 Pro+ 的分层体系。早期为了快速普及市场，厂商可能承担了部分高算力使用的成本，但随着用户量增长和对更强 AI 能力需求的提升，无差别的低价模式变得不可持续。但这调整不仅仅是成本压力下的被动调整，更彰显了像 GitHub (微软) 这样的领导厂商对市场成熟度和产品价值的强大信心。

作为市场领导者，GitHub 的定价策略调整，尤其是在 Copilot 已经拥有庞大用户基础的情况下，更像是在主动定义行业规则和价值标杆。这表明他们认为 AI 编码助手这个赛道已经足够成熟，可以支撑起更精细化、更能反映真实算力成本和生产力价值的付费体系。他们不再需要仅仅依靠低价来吸引用户，而是有信心通过提供差异化的、更高价值的服务来获取相应的回报。

厂商坚信其提供的更高阶 AI 能力（源于更强的模型、更长的上下文、更复杂的 Agent 任务）所带来的生产力提升是真实、显著且能被用户感知的，并且用户已经认识到这种价值，并愿意为其支付更高的价格。这标志着市场教育阶段的初步完成，用户不再仅仅是 “尝鲜”，而是开始将这些工具视为核心生产力资产进行投资。

而超出的 Premium Requests 的请求价格 Github Pro+ 与 Cursor Pro 的价格是基本一致的，这代表微软并计划打价格战，设计出 Pro 模式也不是为了存粹应对 Cursor 的竞争，这相反从价格定位上认可了 Cursor 的定价，不做行业的搅屎棍，把产业做死，尊重 AI Coding 的价格。

新竞争

所以我认为，GitHub Copilot 的定价策略调整，绝非仅仅是一家公司商业模式的迭代，而是整个 AI 编码辅助工具行业发展的一个分水岭事件。它标志着市场正迅速告别由早期补贴和用户规模驱动的探索阶段，迈入一个更加注重商业可持续性、价值量化和战略定位的成熟期。这一转变的核心逻辑，正是行业对算力即生产力这一基本事实的深刻认知与价格确认。

对于 AI 编码行业的全体参与者而言，这一变化带来了深远的影响和战略启示：

1、市场加速分化与定位明确：过去相对模糊的市场正在被清晰地切割。以 Copilot 的定价为参照，行业将加速分化为几个主要赛道：

一是围绕 $10 级别、聚焦基础功能和生态整合的大众普惠市场，竞争将围绕性价比和用户体验展开；

二是面向专业用户和企业、愿意为顶级模型性能和高级功能（如长上下文、强 Agent 能力）支付溢价的高端价值市场，Cursor 等创新者在此寻求差异化突破；三是面向特定技术栈、语言或应用场景的垂直专业市场，深度和专业性是其竞争壁垒。所有玩家都必须更清晰地定义自身的目标客群和价值主张。

2、投资回报（ROI）成为核心驱动力

尤其在企业采购端，AI 编码工具的评估标准正从单纯的技术新颖性转向可量化的价值回报。供应商需要证明其产品不仅能提升开发效率，还能在安全性、合规性、可管理性以及与现有 DevOps 工具链的集成方面满足企业级需求。对工具使用成本、效果追踪和优化的需求将催生新的管理和分析市场。

3、商业模式与定价策略的成熟化：单一订阅模式的局限性已显现。行业将探索更多元、更精细的商业模式，包括但不限于分层订阅、按量付费（基于模型、上下文长度、Agent 复杂度）、功能模块化收费、甚至基于价值（如节省工时、减少 Bug 率）的收费。如何平衡用户获取、成本覆盖和价值捕获，将考验各厂商的智慧。GitHub 的 Premium Requests 和模型乘数概念，为行业提供了一个（尽管可能引发争议的）价值衡量参照系。

4、创新焦点与竞争壁垒的演变：基础代码补全和简单问答将日益商品化。未来的核心竞争力将体现在：
a) 对复杂项目和长上下文的深度理解能力；
b) 具备自主规划与执行能力的智能体（Agent）的实用性；
c) 与软件开发全生命周期（设计、测试、部署、运维）的无缝整合；
d) 提供可信赖的企业级安全与合规保障；
e) 以及利用开源模型或自研技术构建差异化优势的能力。

接下来，我们将见证一个更加多元、竞争更激烈但也更具商业价值的 AI 编码市场格局的形成。在这个新的纪元里，那些能够精准定位、持续创新、有效证明自身价值并构建可持续商业模式的企业，将在算力驱动生产力的浪潮中脱颖而出，共同塑造软件开发的未来。