GitHub Copilotのコスト効率化、タスク全体で測る4つの改善

4つの変更と基本原則

GitHubは2026年9月2日、AIコーディングエージェントのコスト効率改善に関する記事を公開しました。対象はGitHub Copilot CLIをはじめ、Copilotアプリやコードレビューなど、同じ基盤を使う製品です。記事では「タスクを早く、効率的に、適切なコンテキストで完了すること」が真の効率だと述べています。

そのために導入されたのが、不要な出力を減らして有益な文脈を保つ、価値のない書式の削除、モデルの動作を変えずに指示を短縮する、完了済みのバックグラウンド作業を追加の取得ステップなしで渡す、という4つの変更です。いずれも、まずエージェント型コーディングのベンチマークでオフライン評価し、有望なものだけをオンライン実験で検証して出荷したとしています。

ローカル指標の落とし穴

記事はまず、個々のツール呼び出しの出力を短くすることがコスト削減につながるとは限らないと指摘します。RTKと呼ばれるシェル出力短縮ツールをCopilotに組み込んだ評価では、省略された情報が必要になった場合、モデルが元の出力を開き直したりコマンドを再実行したりする行動が観察されました。

こうした回復行動はターン数を増やし、引き継ぐコンテキストも増やします。結果としてツール応答は短くなったものの、タスク全体ではトークンと時間が増えました。つまり「ツール応答あたりのトークン」というローカルな指標を最適化しても、全体のコストは下がらないという事例です。

圧縮と書式削除の実際

採択されたのは、出力を「ノイズ」と「必要な情報」に分けて扱う選択的圧縮です。インストールやビルド、テスト、リントの出力には反復的なノイズが多い一方、catやgit diff、git show、任意のスクリプトの出力にはエージェントが求める情報が含まれる可能性が高いと分析しました。検索結果は内容を落とさずに並べ替え、ノイズだけを圧縮しています。

圧縮しすぎた初期バージョンは、モデルが元の出力を開き直すなどの理由でエンドツーエンドのコストを増やしました。そこで、ソース的な出力と任意の出力はそのまま返し、git diffの圧縮は中止するなど、保守的な方針に改めたとしています。この圧縮によって、品質指標に有意な悪化は見られず、オンライン実験では平均コストがわずかに下がりました。

もう一つの変更は、ファイル閲覧ツールから行番号を外すことです。行番号は以前の編集ツールではターゲット指定に使われていましたが、現在は周囲のコードを参照する方式に変わり、不要になっていました。これを削除したところ、オフラインのベンチマークでモデルの推論コストが約5%下がり、オンラインでは1ユーザーあたりの1日平均推論コストが約3%削減されました。

プロンプト圧縮と完了通知

プロンプトは毎ターンモデルに送られるため、その圧縮も効率に直結します。Copilotのタスクツールには指示が蓄積されていたため、Copilot自身にプロンプトを書き直させる「メタプロンプティング」で約半分に短縮しました。出荷後は1ターンあたり約1,300トークン、セッション全体のプロンプトで約1.8%、アクティブ1時間あたりで約2.9%の削減につながっています。

ただし、最初のオンライン実験では、並列実行が直列になる回帰が見つかり、実験を中断しました。この教訓から、プロンプトを書き換える際は、守りたい行動を確認するテストを追加する必要があると強調しています。最終的に「独立したエージェントは並列に実行できる。副作用を考慮せよ」という一文に置き換えたところ、既存テストに影響なく回帰を解消できたそうです。

さらに、バックグラウンドで動くシェルコマンドやサブエージェントの完了通知に結果を含めるようになりました。以前は完了後に結果を取得するための追加のモデル呼び出しが必要でしたが、まとめて直接渡すことで、AI Credits（利用量）を約2.3%削減しています。

5つの教訓

記事の最後では、効率的なエージェントを構築するための5つの教訓が挙げられています。①完了したタスク単位で最適化する、②モデルの出力だけでなくオーケストレーションも最適化する、③出力が何を表すかに基づいて圧縮し、回復経路の使用頻度を測る、④プロンプトの書き換えには意図しない影響への検証が要る、⑤効果はワークロードに依存するため、各製品で再評価する、です。

これらの変更は、モデルを賢くしたのではなく、モデルがやらなくてもよい作業をなくした点が特徴です。Copilot CLI以外のCopilot製品にも、同じ基盤を経由して順次適用されると見られています。