GitHub Copilot Business ve Enterprise artık lisans başına sabit bir paket gibi çalışmıyor. Her lisans aylık bir GitHub AI Credits payı getiriyor, bu paylar kurum düzeyinde tek bir havuzda birleşiyor ve havuz bittiğinde ek kullanım varsayılan olarak açık kalıyor. Bir AI kredisi 0,01 USD; sohbet, CLI ya da ajan ile yaptığınız her iş, harcanan token sayısı ile seçtiğiniz modelin fiyatı çarpılarak bu krediden düşüyor.
Sahada en sık karşılaştığım tablo şu: lisanslar alınmış, Copilot herkese açılmış, kimse kredinin nereden aktığına bakmamış. Ay ortasında havuz biter, ek kullanım kendiliğinden faturaya yazılır, yönetici de durumu fatura geldiğinde öğrenir. Bu yazıda önce kredinin nasıl hesaplandığına ve hangi işlerin hiç kredi harcamadığına bakacağız, sonra geliştiricinin günlük alışkanlıklarıyla tüketimi nasıl düşürebileceğine geçeceğiz. Son bölümde de yöneticinin GitHub portalında hangi menüden neyi açıp kapatması gerektiğini sırayla göstereceğim.
Kredi nereden düşüyor, nereden düşmüyor?
İşe iyi haberle başlayalım. Editörde gün boyu kullandığınız satır içi kod tamamlama, yani inline completion, ile next edit suggestions hiç kredi harcamıyor. İkisi de her planda sınırsız ve bütçenizi 0 USD’ye çekseniz bile çalışmaya devam ediyor. Kodun büyük kısmını bu öneriler üzerinden yazan bir geliştirici, ay boyunca neredeyse hiç kredi yakmadan Copilot’tan faydalanabilir.
Krediyi harcayan taraf model koşturan özellikler: Copilot Chat, Copilot CLI, cloud agent, Spaces, Spark ve üçüncü parti kodlama ajanları. Copilot code review de bu gruba giriyor, üstüne bir de GitHub Actions dakikası tüketiyor.
Hesabın formülü basit: harcanan token, modelin fiyatıyla çarpılır ve sonuç krediden düşer. Burada üç tür token sayılıyor: modele gönderdiğiniz girdi, modelin ürettiği çıktı ve önbellekten okunan girdi. Önbellekteki token normal girdiden on kata kadar ucuz. Bu ayrıntı, yazının ilerleyen bölümlerinde anlatacağım tasarruf yöntemlerinin neredeyse hepsinin temelinde yatıyor.
Bir de istemci sürümü meselesi var. Yeni fiyatlandırmayı doğru göstermek için VS Code tarafında en az 1.120, Copilot CLI’da 1.0.48, Visual Studio’da 17.14.33 ya da 18.6.0, JetBrains eklentisinde 1.9.1 gerekiyor. Daha eski sürümler maliyeti yanlış gösterebiliyor. Kurumda eski bir IDE sürümü dolaşıyorsa, geliştirici ekranda gördüğü rakama güvenip yanlış karar verebilir.
Havuz kimin, ne zaman doluyor?
GitHub’ın plan sayfasında Business lisansı kullanıcı başına aylık 19 USD, Enterprise 39 USD. Business her kullanıcıya 1.900 kredi veriyor, Enterprise bunun üstüne 2.000 kredi daha ekleyip 3.900’e çıkarıyor. Sayfadaki tanım da açık: Business, ortak kredi ve kontrol isteyen ekipler için; Enterprise, kurum geneli yaygınlaştırma ve daha büyük ortak havuz için.
Bu krediler faturalandırılan hesaba aittir, kullanıcıya bağlanmaz. On kişilik bir Business kurumunda kimsenin kişisel 1.900 kredisi yok; hepsinin çektiği 19.000 kredilik ortak bir havuz var. Ajanları yoğun kullanan üç geliştirici, geri kalan herkesin payını ay ortasında bitirebilir.
Havuzun takvimi de net. Krediler her ayın 1’inde 00:00 UTC’de sıfırlanıyor ve artan kısım bir sonraki aya devretmiyor. Ay içinde yeni lisans eklerseniz havuz anında büyüyor; lisans kaldırırsanız etkisi bir sonraki dönemde başlıyor. Plan sayfasının karşılaştırma tablosunda da Business ve Enterprise için flex allotment satırı boş, pooled usage ve ek kredi satın alma satırları ise işaretli. Yani bu iki planda havuzun üstüne değişken bir ek pay gelmiyor, havuz bittiğinde yalnızca ödemeli ek kullanım devreye giriyor.
Bireysel planlarda tablo biraz farklı. Pro, Pro+ ve Max planlarında toplam kredi, temel kredi ile değişken bir flex payının toplamından oluşuyor ve GitHub flex payının zamanla değişebileceğini açıkça yazıyor. Kurumda bireysel planla çalışan geliştirici varsa, ay sonu tahminini temel krediye göre yapmak daha sağlıklı.
Ask, Plan ve Agent: aynı soruyu farklı fiyatlara sormak
Tüketimi en çok belirleyen şey hangi modda çalıştığınız. Ask modu klasik soru-cevap; kodu açıklatır, hata ayıklatır, küçük bir refaktör önerisi alırsınız. Masrafı orta düzeyde ama konuşma uzadıkça artıyor, çünkü geçmişteki her mesaj sonraki isteğe yeniden girdi olarak ekleniyor.
Agent modu ise kendi döngüsünde çalışıyor. Dosya okuyor, terminal komutu çalıştırıyor, test koşturuyor, sonucu okuyup bir sonraki adıma geçiyor. Her araç çağrısı yeni bir model turu demek. Krediyi en hızlı eriten mod budur ve yanlış yöne sapmış bir ajan, siz fark edene kadar onlarca tur atmış olabilir.
Plan modu ikisinin arasında duruyor ve bence en az kullanılan, en çok kazandıran mod. Copilot önce yapılacak işi adım adım çıkarıyor, siz onaylıyorsunuz, kod üretimi ancak ondan sonra başlıyor. Yanlış bir varsayımı plan aşamasında yakalamak, ajanın yanlış dosyalarda on tur dolaştıktan sonra yakalanmasından çok daha ucuz.
Projelerde uyguladığım sıra şöyle: soru soracaksam Ask, birden fazla dosyaya dokunan bir iş varsa önce Plan, plan netleştikten sonra Agent. Paralel ajan çalıştırmayı düşünüyorsanız planlama adımı iki kat önem kazanıyor; GitHub’ın kendi önerisi de paralel ajanlardan önce plan yapılması yönünde.
Önbellek: aynı oturumda kalmanın parasal karşılığı
Token maliyetinin büyük kısmı her turda yeniden gönderilen bağlamdan geliyor: sistem talimatları, araç tanımları, sohbet geçmişi, açık dosyalar. Bu bağlamın başı değişmediği sürece model sağlayıcısı onu önbellekte tutuyor ve önbellekten okunan token, yukarıda dediğim gibi, on kata kadar ucuz.
Varsayılan önbelleğin ömrü ise kısa. Beş-on dakika işlem yapılmazsa düşüyor ve bir sonraki istek bütün bağlamı tam fiyattan yeniden işliyor. VS Code ekibinin token verimliliği yazısına göre OpenAI modellerinde prompt_cache_retention parametresiyle bu süre 24 saate çıkarıldı. Aynı yazıdaki ölçüme göre GPT-5.4 ile 40-60 dakikalık aralar verilen oturumlarda önbellek isabet oranı yüzde 919 arttı; yani eskisinin yaklaşık on katına çıktı.
Bu rakamı doğru okumak gerekiyor. 24 saatlik saklama OpenAI modelleri için geçerli; Anthropic modelleri ise ajan oturumlarında yaklaşık yüzde 94 önbellek isabetiyle zaten verimli çalışıyor. Önbellekten tam verim almak için asıl dikkat etmeniz gereken şey oturumun ortasında ayar değiştirmemek. Model değiştirmek, reasoning seviyesini oynamak ya da araç listesini değiştirmek önbelleği kırıyor ve bir sonraki tur bütün bağlamı baştan, tam fiyatla gönderiyor.
Pratikte bu, toplantıdan döndüğünüzde aynı işe devam edecekseniz yeni sohbet açmayın, kaldığınız oturumdan devam edin. Ama oturumun ortasında daha güçlü model denemek istiyorsanız, bunun bütün bağlamı yeniden ödemek anlamına geldiğini bilerek yapın.
Bağlamı yalın tutmak
Önbelleğin tersi yönden bakarsak, her turda gönderilen bağlam ne kadar büyükse önbellek isabet etse bile fatura o kadar kabarıyor. Burada iki basit kural işin büyük kısmını çözüyor.
Birincisi, ilgisiz sekmeleri kapatın. Editörde açık duran dosyalar Copilot’a otomatik bağlam olarak gidebiliyor. Üzerinde çalıştığınız tek bir dosya varken arka planda on sekme açık kalırsa, her istek bu yükü de taşıyor. İhtiyacınız olan dosyayı #file ile ya da sohbet penceresine sürükleyerek açıkça belirtmek, modelin tahmin etmesinden hem daha ucuz hem daha isabetli.
İkincisi, yeni iş için yeni sohbet. Bir hatayı çözdünüz, başka bir özelliğe geçiyorsunuz; eski konuşmanın tamamı yeni soruya taşınmasın. Uzun bir oturumu kapatmak istemiyorsanız compact komutuyla geçmişi özetletmek de işe yarıyor.
Araçlar için de aynı mantık geçerli. Agent moduna eklediğiniz her MCP sunucusu ve araç, tanımıyla birlikte her turda bağlama giriyor. Kullanmadığınız araçları kapatmak doğrudan token tasarrufu. GitHub, Anthropic modellerinde araç arama özelliğini devreye aldıktan sonra ortanca kullanıcının toplam token tüketiminin yaklaşık yüzde 18 düştüğünü paylaştı. Aynı etkiyi kendi tarafınızda gereksiz MCP sunucularını kapatarak da alabilirsiniz.
Kısa cevap her zaman ucuz cevap değildir
Burada sık düşülen bir tuzak var. Krediyi azaltmak isteyen geliştirici, yanıtları kısa tutması için modele sıkı sınırlar koyuyor: en fazla on satır, açıklama yok, sadece kod. Tek tur ucuzluyor gibi görünüyor ama yarım kalan cevap yeni bir tur demek. Eksik kod için ikinci istek, hata çıkınca üçüncü istek ve her biri bütün bağlamı yeniden taşıyor.
Bakmanız gereken rakam, işin bitene kadar toplamda kaç krediye mal olduğu. Bunun için talimatı iyi kurmak, kısaltmaktan daha çok kazandırıyor. Ben üç şeye dikkat ediyorum: modelin hangi rolde çalışacağını ve hangi dosyalara dokunmayacağını baştan söylemek, kabul kriterini net yazmak, büyük işi tek seferde değil parçalara bölerek vermek. Repo düzeyinde tekrar eden kuralları her seferinde yazmak yerine .github/copilot-instructions.md dosyasına koymak da hem tutarlılık hem önbellek açısından iyi bir alışkanlık; sabit talimat her istekte aynı kaldığı için önbellekte daha uzun yaşıyor.
Model seçimi: Auto’dan başlayın
GitHub’ın kendi token verimliliği önerileri arasında ilk sırada Auto var. Auto, işin zorluğuna göre model seçiyor ve seçimi yalnızca önbellek sınırlarında, yani ilk turda ya da geçmiş özetlendikten sonra yapıyor. Böylece oturum ortasında model değişip önbelleğin kırılması da engellenmiş oluyor.
Kendiniz model seçmek istiyorsanız kural basit: basit dönüşümler, test iskeleti, dokümantasyon gibi işler için hafif bir model yeterli; mimari karar, karmaşık hata ayıklama ya da büyük refaktör için güçlü modele geçin. Güçlü modeli varsayılan yapıp her işi onunla yürütmek, havuzu en hızlı tüketen alışkanlıklardan biri. GitHub, yöneticilerin Auto’yu varsayılan yapabileceği ya da zorunlu tutabileceği kontrollerin yolda olduğunu da duyurdu.
Yöneticinin portalda bakması gereken menüler
Geliştirici tarafı ne kadar disiplinli olursa olsun, faturayı korumak yöneticinin işi. GitHub portalında sırayla şu ekranlara bakmanızı öneriyorum.
Kullanımı görmek için: Enterprise hesabınızda Billing and licensing sekmesine girin, sol menüden AI usage sayfasını açın. Tüketimi kullanıcıya, modele, organizasyona ve cost center’a göre süzebilir, dışa aktarabilirsiniz. Ürün bazında görmek isterseniz aynı sekmedeki Usage sayfasında aramaya product:copilot yazıp SKU’ya göre gruplamak da mümkün. İlk iş olarak en çok kredi harcayan kullanıcıları ve modelleri burada görmek, sonraki bütün kararların zemini.
Fazla kullanımı kapatmak için: Enterprise ayarlarında AI Controls altındaki AI credits paid usage politikası fabrika ayarında açık geliyor. Açık kaldığı sürece havuz bittiğinde Copilot durmuyor, fazlası kredi başı liste fiyatından faturaya yazılmaya devam ediyor. Havuz bitince kullanımın durmasını istiyorsanız bu politikayı bilerek kapatın. Organizasyon düzeyinde de aynı politika var.
Bütçe koymak için: Billing and licensing altında Budgets and alerts sayfasından yeni bütçe oluşturun. Burada iki farklı mantık var ve ikisini karıştırmamak gerekiyor:
- Kullanıcı düzeyindeki bütçeler, yani universal, cost center ve bireysel bütçeler, her zaman sert durdurma uygular. 0 USD’lik bir kullanıcı bütçesi o kişinin ücretli kullanımını anında keser. Birden fazla bütçe çakışırsa en spesifik olan geçerli olur ve bireysel bütçelere bitiş tarihi verebilirsiniz.
- Cost center, organizasyon ve enterprise bütçeleri ise havuz bittikten sonraki ölçülen harcamayı sınırlar. Bunlarda Stop usage when budget limit is reached kutusunu işaretlemezseniz bütçe yalnızca uyarı gönderir, kullanımı durdurmaz.
Bütçe konusunda bir uyarı daha: enterprise bütçesi lisans ücretlerini kapsamıyor. 400 Business lisansınız varsa aylık 7.600 USD zaten sabit; üstüne 5.000 USD bütçe koyduğunuzda en kötü senaryo 12.600 USD oluyor. Bütçeyi toplam fatura tavanı sanıp planlama yapan yöneticiye sürpriz bu noktada çıkıyor.
Ekipleri ayırmak için: Cost centers sayfasında ekip ya da proje bazında cost center oluşturup bunlara included usage kontrolü koyabilirsiniz. Bu kontrol, cost center’ın havuzdan çekebileceği krediyi kendi lisanslarının getirdiği krediyle sınırlıyor. Örneğin 10 Business ve 5 Enterprise lisansı olan bir cost center en fazla 38.500 kredi çekebiliyor, yani bir ekibin yoğun ajan kullanımı başka ekibin payını yiyemiyor. Bir kullanıcının birden fazla organizasyondan lisansı varsa faturalandırılacak organizasyonun her dönem rastgele seçildiğini de bilin; cost center raporlarında küçük sapmalar buradan gelebilir.
Yeni GA olan özelliklere dikkat: 15 Ekim’de genel kullanıma açılan AI Scan for pull requests ve agentic autofix de AI kredisi harcıyor; autofix buna ek olarak Actions dakikası tüketiyor. Güvenlik ekibi bu özellikleri açmadan önce maliyet etkisini konuşmak gerekiyor.
Geliştirici kendi tüketimini nereden görür?
Yönetici panelini her geliştirici görmüyor ama herkes kendi durumunu görebiliyor. Kurum lisansıyla çalışan geliştirici GitHub’da profil resmine tıklayıp Copilot settings sayfasına giriyor, Usage bölümünde bu dönemki tüketimini görüyor. Bireysel plan kullananlar için yol github.com/settings/billing adresindeki AI usage bölümü.
Ekiplere önerim, haftada bir bu sayfaya bakmayı alışkanlık haline getirmeleri. Kendi tüketimini gören geliştirici, hangi alışkanlığının pahalıya patladığını yöneticiden önce fark ediyor. Aşağıdaki matris de günlük kararlar için iyi bir hızlı başvuru.
Matrisin üçüncü satırına küçük bir not düşeyim: uzun aradan sonra aynı oturuma devam etmenin önbellek avantajı OpenAI modellerinde 24 saate kadar sürüyor. Başka bir model ailesiyle çalışıyorsanız önbellek düşmüş olabilir, ama yine de aynı oturumda kalmak yeni oturum açıp bütün bağlamı yeniden kurmaktan genelde daha ucuz.
Microsoft 365 tarafındaki benzer bir kullanım bazlı faturalandırma değişikliğini merak ediyorsanız Copilot kullanım bazlı faturalandırma yazısına da göz atabilirsiniz; orada birim ve limitler farklı, karıştırmamak gerekiyor.
Ay sonunda sürpriz yaşamamak için
- Satır içi tamamlama ve next edit suggestions kredi harcamıyor; günlük kodun büyük kısmını bunlarla yazın.
- Birden fazla dosyaya dokunan işte önce Plan, sonra Agent; yeni iş için yeni sohbet.
- Oturum ortasında model, reasoning ya da araç değiştirmeyin, önbelleği kırarsınız.
- Kullanmadığınız sekmeleri ve MCP sunucularını kapatın, model seçiminde Auto’dan başlayın.
- Yönetici olarak AI usage sayfasını izleyin, AI credits paid usage politikasına bilinçli karar verin, bütçelerde Stop usage kutusunu işaretleyin.
Kredinin nereye aktığını gören ekip, Copilot’u kısmadan da faturasını kontrol altında tutar. Sorularınız olursa yorumlarda buluşalım.
