8 月，Copilot 聊天面板里的模型下拉列表，突然热闹起来了。
一个月塞进来三个新模型：8 月 6 日，Kimi K3 上架，覆盖 Pro、Pro+、Max、Business 和 Enterprise 付费套餐，并逐步推送到 VS Code、CLI、Copilot app、GitHub.com 等入口。小红书 8 月第二周，MAI-Code-1.1-Flash 同步上线，具备原生图像理解，编码质量、指令跟随、工具调用都有改进。小红书
月中，xAI 的 Grok 4.6 也进了 Copilot。知乎 再算上原本就在架的 GPT、Claude、Gemini 系列，这个下拉列表已经有百货公司柜台的味道了。
GitHub 为什么急着上货？看看门外面在发生什么。有社区统计显示，Copilot 的市占半年里从 42% 掉到 37%，Claude Code 冲到了 28%。知乎 对面，OpenAI Codex 负责人 Tibo 8 月 21 日在 X 上确认，Codex 本周已经突破 2000 万活跃用户。微博
「Copilot 掉队」的讨论持续了大半年，GitHub 的应对思路其实很直白：不跟任何一个模型拼命，把自己做成「模型超市」——IDE 集成、Agent 流程、企业管理才是柜台，模型只是货架上的商品。但要提醒一句：切到 token 计费之后，模型列表就不只是功能清单，而是价目表。这波扩容和过去「多一个免费选项」完全不是一回事。
Kimi K3：值得庆祝，但先泼盆冷水
K3 的规格确实抓眼球：2.8T 参数的 Sparse MoE、原生多模态、1M 上下文，目前仍是全球参数规模最大的开源权重模型。小红书 但冷水必须先泼：官方自己也明确承认，K3 的整体表现仍落后于最强的闭源模型。知乎 所以不必期待什么「国产模型翻身」的戏码，这件事真正的意义在渠道层面。
在此之前，想自己跑起来这台 2.8T 的机器，公开方案起步就是 GB300、H200 级别的多卡集群。有人按 SGLang 的 2×8 H200 方案、套用 CoreWeave 的公开按需价算过，连续跑 30 天大约要 7.26 万美元。知乎 对普通开发者来说，基本不用碰自部署这回事。
GitHub 目前把 Kimi K3 托管在 Fireworks AI 上，相当于把这 2.8T 基础设施的固定成本，压成了按 token 计费的可变成本。知乎 Moonshot 这边也把接入 K3 的多家第三方 API 的真实成绩全部公开，是 Moonshot 官方 + Fireworks、Baseten、Together、Inferact 等一起跑出来的结果，验证工具 KVV 本身也直接开源。小红书
顺带说个相关事实：想在 Copilot 里用 GLM，目前还没有官方内置，只能靠 BYOK（自备密钥）接入；好在 GitHub 已于 2026 年陆续为 Copilot CLI 和 Copilot App 正式开放了 BYOK 能力，任意 OpenAI 兼容端点都能接。知乎
MAI-Code-1.1-Flash：微软的亲儿子终于上桌
微软 8 月 11 日发布的这个自研模型，即日起在 Copilot 全平台可用。它的定位从官方基准图里能看得很清楚：直接和 Haiku 4.5、GPT-5.4 mini 摆在一起，比的是 SWE-Bench Verified 和 Terminal Bench 2.1——Flash 系列的典型使命，不追能力天花板，追的是速度和性价比。
性价比给到什么程度？价格直接砍到底：输入每百万 Token 从 0.75 美元降到 0.20 美元，输出从 4.50 美元降到 1.20 美元，整体降幅约 73%。小红书
为什么这么拼？看竞争环境就懂了：MAI-Code-1 今年 6 月在 Build 亮相后，很快被智谱 GLM-5.2、Kimi K3 等中国模型和 OpenAI 自家 GPT-5.6 Luna 抢了风头。小红书 这一手本质是给「模型超市」的底层货架放一件微软自家商品——价格和供给最可控，也顺便制衡货架上的外部模型。
把账算清楚：K3 比 K2.7 贵 3.33 倍
先说前提，别把「上架」理解成免费。Copilot 按 token 折算 AI credits，1 credit = 0.01 美元，超出套餐额度按这个口径结算。小红书
GitHub 目前的公开目录价：Kimi K3 输入 3 美元/百万 Token，缓存输入 0.30 美元，输出 15 美元。知乎 同门更早上架的 Kimi K2.7 Code 便宜得多：0.95/4 美元。
固定算一笔：一项任务用 10 万输入 + 1 万输出 token、没命中缓存，K3 约 0.45 美元（45 credits），K2.7 Code 约 0.135 美元（13.5 credits）。同 token 量下，K3 约为 K2.7 的 3.33 倍。小红书 还没完，社区里有观察提到，Copilot 改用量计费后，重度用户月费从 $10 涨到了 $50-150。知乎 个体体感肯定有差异，但方向是确定的：token 计费下，随手切到贵的模型就是烧 credits。也要说清楚，这只是统一 token 量的价格估算，不是能力排名——更准的模型可能少返工，实际总成本未必更高。
按任务选模型，别按价格标签选
在 VS Code 里，Copilot 聊天面板底部的工具栏就有模型下拉框，同一个任务随时可以换模型跑。
社区里已经有人把试错经验总结得很一致：简单补全、改名、小范围修改先用 K2.7 或默认轻量模型；复杂跨文件任务固定一条小样和验收项，再分别试一次，比较质量、返工和 credits。小红书 翻译成人话就是三条：
补全、改名这类轻活：交给 K2.7 Code 或默认轻量模型，别拿 K3 浪费
复杂跨文件任务、疑难 bug：K3 和头部闭源模型各跑一次，用自己的返工率和 credits 消耗说话
带截图、带设计稿的场景：优先试有原生图像理解的 MAI-Code-1.1-Flash
三个坑，提前避开
「上架」不等于「马上能用」。各套餐是逐步推送的，K3 刚开放时，有用户试了一整天，每次花言巧语进入下一步，最终还是逃不 too many people。小红书 选择器里没看到 K3 的，别慌，再等等。
Business/Enterprise 的 K3 默认关闭，管理员启用前还要复核安全、合规和数据治理要求。小红书 公司如果有「代码不出内网」的要求，先确认数据处理方式再决定开不开。
别只看价格选模型。便宜不代表能干这个活，贵也不代表是最强。先定任务类型，再看价目表。
接下来值得盯的三个信号
K3 的实际 credits 消耗会不会降下来：缓存输入只要 0.30 美元/百万 Token，缓存用得好不好，对账单影响极大
GLM 会不会官方内置：目前唯一可用方式仍是 BYOK 接入，官方内置暂无明确上线时间表。知乎 国产模型阵营如果继续扩，Copilot 对国内开发者的吸引力会是另一回事
微软自研推理成本的动向：MAI 这次 73% 的降幅只是个开始，自研芯片加自研模型的成本下限，会决定底层货架未来的定价
一句话收尾：GitHub 这波扩容，押的不是某一个模型，而是「模型超市管理者」这个位置。对用户来说选择确实变多了——前提是，切模型之前先把每个模型背后的价目表算明白。
