先给结论：如果你一直靠免费 AI 额度过日子，那个"一个 GitHub 账号就能白玩各种大模型、不绑卡也能薅"的时代，正在被亲手关上。而动手关门的，恰恰是看起来最舍得送 AI 的微软。
最近接连发生了三件事，都集中在过去一个月，我按时间线给你捋清楚。
第一件：GitHub Models 已于 7 月 30 日正式下线
GitHub Models 可能有些人不熟，简单说就是 GitHub（微软旗下）两年前开的一家"免费大模型网吧"：只要一个 GitHub 访问令牌，就能在官方 Playground 里调用把玩各种大模型，还能接进 GitHub Actions 自动化流程、做提示词管理和模型对比。知乎
它最大的卖点就是"免费额度"——不用注册 Azure、不用绑信用卡，有 GitHub 账号就能玩到 GPT、Claude、Llama 这些模型，曾经是不少 AI coding 用户和尝鲜党的白嫖天堂。
现在，7 月 30 日正式关闭。模型 Playground、模型目录、推理 API、BYOK（自带密钥）接口全部不可用，影响所有用户，包括此前仍有活跃调用的老账号。如果你的程序还在调用 GitHub Models 接口，请求会直接失败。知乎
而且倒下的不止它一个。有开发者在 8 月上旬复盘了自己常用的 13 个免费大模型入口，一个月里就挂了 4 个：除了随官方退役的 GitHub Models GPT-4.1 和 GPT-4o-mini，ModelScope 的 DeepSeek-V4-Flash 下架、OpenRouter 的 Llama-3.3 免费档结束、SambaNova 更是直接倒闭。知乎
这里要说两点：
一是微软和 GitHub 官方都没有解释下线原因。社区普遍猜测是免费额度叠加 GitHub 的超大体量，Token 消耗太猛、微软扛不住了——但这只是推测，不是官方口径。
二是给容易混淆的人划个重点：GitHub Models 和 GitHub Copilot 是两个独立产品，这次下线不影响 Copilot 的正常使用，Copilot 用户不用慌。
第二件：微软内部叫停"Tokenmaxxing"，连自己员工都不能随便烧 Token 了
8 月 5 日前后，一封微软内部邮件被外媒 404 Media 曝出。微软执行副总裁 Jay Parikh 直接提醒员工：“Tokenmaxxing 不是我们追求的目标”.404 Media
所谓 Tokenmaxxing，就是为了让 AI 发挥最大能力，不断增加调用次数、塞更长的上下文、让模型生成更多内容。这在早期是被鼓励的——不少公司甚至觉得"AI 用得越狠，数字化转型越深入"。
但微软现在掉头了：从今年 7 月开始，各业务部门都背上了"AI Token 预算目标"，员工可以查看并追踪自己的个人 Token 消耗，还把成本更低的 GPT-5.6 设成了内部默认模型。
为什么？不是因为微软缺钱。最新财报显示，微软全年营收、运营利润、净利润全都在涨。它是在重新算一笔账：砸进去这么多钱用 AI，到底换回了多少实际价值？
数据挺扎眼：许多微软工程师每月的 Token 消耗成本在几百到几千美元之间。而这还发生在一家"卖 AI"的公司内部。一位微软员工匿名对 404 Media 说了句很扎心的话：“如果作为 AI 基础设施提供方的公司，都承担不起自家 AI 产品的成本，那买你家 AI 服务的其他公司该怎么办？”
第三件：Copilot 两个月前就转按量计费了，免费额度早就在收紧
其实信号早有。大约两个月前，GitHub Copilot 转向了基于使用量的计费模式，当时就有不少用户抱怨自己的 Token 限额根本不够用。微博现在，微软还在探索让 Microsoft 365 里的部分 AI 请求优先走自家的 MAI 模型，而不是调用更贵的 Anthropic 和 OpenAI。
不止微软。亚马逊、Adobe、Atlassian、花旗此前都已开始限制员工过度消耗 Token。OpenAI 的 Codex 最近也恢复了 5 小时使用限制，"无限火力"成了历史。有行业统计称，国内日均 Token 消耗已经到了 180 万亿级别，比两年前的千亿级涨了上千倍——这些 Token，大多是 AI 智能体"不聊天、光干活"烧掉的。
所以把三件事串起来，信号很清楚：AI 推理成本的账单到了，“比谁投入多"的阶段过去了，整个行业切换到"看回报”。免费补贴的窗口，正在收窄。
那普通白嫖党怎么办？按情况对号入座
别一上来就把所有平台都开通，先看清自己是哪一类。
第一类：原来用 GitHub Models 的推理 API 开发正经 AI 应用。
官方的直接迁移路径是 Microsoft Foundry。部署好模型、替换新的密钥和端点，原有业务代码通常不用大改，用量计入 Azure 订阅。注意一点：Foundry 不像 GitHub Models 那样预先配好可用模型，你得自己先选择并部署模型，而且不同区域能部署的模型可能不同。
第二类：主要拿 GitHub Models 辅助写代码、理解代码、改仓库。
这种其实不用迁到新的模型平台，直接用 GitHub Copilot 更简单。Copilot App 已经向所有 Copilot 套餐开放，包括免费版。原来的 BYOK 功能没有消失，而是被整合进了 Copilot——你可以自带 OpenAI、Anthropic、Azure OpenAI 的密钥，甚至接 Ollama、vLLM 这类本地模型。用自己的提供商时，GitHub 只提供交互界面，账单和配额由模型服务商说了算。
第三类：想直接掌控模型、账单和 API Key。
那就跳过中间平台，直接连 OpenAI、Anthropic、Gemini 这些厂商的 API。项目本来跑在 AWS 上的用 Bedrock，深度用 Google 生态的直接 Gemini API，没必要为了接棒 GitHub Models 专门迁去 Azure。提醒一句：别把某一家厂商的请求格式写死在业务代码里，留一层统一接口，不然下次再有模型下线，迁移成本又会失控。
第四类：只是偶尔调用模型、用量很小。
云 API 通常比自己搭 GPU 服务器省事。别追求"平台开得多"，选一个主平台、再备一个接口，一般就够了。
顺带提醒还想继续用免费档的人：活着不等于好用。同一份复测里剩下的 9 个免费入口，首字节延迟从 Cerebras 的 576 毫秒到火山引擎 GLM-5.2 的 17.5 秒，差距拉到 30 倍，智谱 GLM-4.7-Flash 甚至只返回空结果。免费额度正在从"白嫖天堂"变成"排队引流位"。
两个坑，提前标出来
坑一：免费中转站。 免费 Token 渠道一收紧，各种"公益中转站"就冒出来了，有些背后的 Token 来源不明，随时可能投毒——篡改返回数据、往工具调用里注入脚本。记住"免费的才是最贵的"，来路不明的渠道别接关键业务。
坑二：账单分散。 迁移后费用可能不再集中在 GitHub，而是散到 Azure、OpenAI、Anthropic 各处。如果全绑一张卡，后期很难分清哪笔扣款属于哪个项目。建议设好预算预警，能按项目分账就分账。另外，别再沿用已经失效的 GitHub Models Token，新密钥放环境变量或密钥管理服务，千万别提交到 Git 仓库。
接下来值得盯的三个信号
GitHub Copilot 免费版和各种免费额度会不会进一步收紧——按量计费已经是前奏。
微软 Microsoft 365 的自研 MAI 模型会不会大规模替代外部模型——这直接影响后续订阅是变便宜还是变限量。
头部大模型的定价调整——成本压力最终会传导到每一个订阅的价格上。
一句话收尾：这次微软关掉的不是一个免费功能，而是"AI 白嫖"这一整个时代。还在靠免费额度过日子的，现在就该想清楚迁到哪条路、每月准备多少预算，别等工具断了、账单爆了才手忙脚乱。
