GitHub Copilot Auto 三档：按成本或质量路由，不换模型池

2026 年 9 月 14 日，GitHub 在 Changelog 宣布：Copilot 的 Auto 模型选择新增 efficiency、balance、intelligence 三档。三档共用同一批可用模型，Auto 仍按每个 prompt单独评估再选模型；计费跟实际落到的模型走，付费订阅在 Auto 用量上继续享受 10% 折扣。这次先在 Visual Studio Code、Copilot CLI 和 GitHub Copilot app 推出。GitHub 把它写成通往“更可配置的模型选择、并把权衡摊开给人看”的第一步，而不是一次模型目录扩容。

GitHub Changelog 配图：Copilot Auto 模型选择的成本与质量配置界面 — GitHub Changelog 配图：Auto 三档出现在模型选择界面。来源：GitHub Changelog，2026-09-14。

过去选 Auto，等于把“这次该用便宜模型还是推理模型”交给路由，却几乎没法告诉路由你更在乎账单还是质量。团队里补 docstring 的人和做架构拆解的人共用一个 Auto，月底对账单时只能事后猜。本文只回答一件事：三档改了哪一步，以及它不能替你改什么。

AI Coding 交流群

如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。

发生了什么

GitHub 把这次更新写成“配置 Auto 的成本与质量”，而不是再加一批模型。官方原文的三档定义是：

Efficiency：优先压低成本，适合快、直接的任务；文档写明这一档会把 prompt 送到“仍能完成该任务的最省模型”。
Balance：同时权衡成本、质量和延迟，面向日常工作。
Intelligence：优先质量，面向复杂任务。Changelog 特意举例：即便选了这一档，给函数加 docstring 这类轻请求仍可能落到小而便宜的模型。

三档不解锁额外模型。Auto 只能从你的套餐和组织策略允许、且进入 Auto 池的模型里挑。文档把 Auto 拆成两种：任务优化型 Auto 会同时看实时健康/容量和任务难度；可用性优先型 Auto 主要围着健康、限流和故障转。路由发生在“自然的缓存边界”（新会话或 /compact 之后），避免会话中途换模型把缓存成本打上去。GitHub 的观察是：会话中途换模型会增加费用，质量提升却不明显。路由按任务意图，不按你用的自然语言，文档称之为 language-invariant。

任务优化型 Auto 已出现在 GitHub.com 的 Copilot Chat、VS Code、CLI、GitHub Copilot app 和 cloud agent。但三档本身目前只在 VS Code、CLI 和 Copilot app。JetBrains、Eclipse、Xcode、Visual Studio 上的 Auto 仍是可用性优先，不提供这三档权重。

一次完整工作场景

假设你在 VS Code 里修一个支付回调。上午要给 20 个函数补类型和注释，下午要把超时重试拆成可测试的状态机。以前你要么整天钉死某个贵模型，要么整天交给 Auto，无法把“便宜执行”和“高质量推理”写成团队默认。

现在可以这样走：

打开 Copilot Chat 的模型选择器，选 Auto，再选一档。Changelog 说这是滚动推出，界面可能是子菜单或相邻选择器，以你当前客户端为准。
补类型、改文案、写测试脚手架时用 Efficiency。路由仍会看单个 prompt：简单任务走便宜模型，并不等于“永远不用推理模型”。
拆状态机、对照协议和历史故障时切到 Intelligence。这一档偏向质量，但轻请求仍可能走小模型——所以不要指望它给你“全会话最强模型”。
日常穿插用 Balance。GitHub 把它写成日常工作的默认权衡。
看实际落到哪个模型：Chat 里把指针停在回复上；CLI 会把模型名打在终端；Copilot app 显示在 Auto 旁边；cloud agent 会把模型名附在回复后。

计费不跟档位名字走。官方写明：无论选哪一档，用量都按 Auto 实际选中的模型计费；付费订阅在 Chat、CLI、Copilot app 和 cloud agent 的 Auto 用量上仍有 10% 折扣。

GitHub Changelog 社交图：Configure cost and quality in Copilot auto model selection — GitHub Changelog 社交图。来源：GitHub Changelog，2026-09-14。

为什么这会改变工作流

真正被改掉的一步，是策略入口：以前策略只能写“用 Auto”或“钉死某模型”；现在策略可以写成“这类会话用 Efficiency，这类会话用 Intelligence”，同时保留 Auto 对单个 prompt 的打分。团队可以把补文档、改测试的会话和架构会话拆开，而不必让每个人记住模型目录。

它也把对账从“猜 Auto 为什么这么贵”变成“先核对档位，再核对落到的模型”。如果你在 Intelligence 下看到一次 docstring 请求走了小模型，这符合官方设计，不是故障。

目录边界同样清楚。GitHub 支持模型表把一批 Copilot 可用模型列在 Auto 池之外，包括 GPT-6 Astra、Claude Fable 5 / 5.1、Gemini 3.8 Flash、Grok 4.5 / 4.6 等。需要这些模型时必须手选。GPT-5.3-Codex 被写成其他 Auto 模型都不可用时的长期支持回退。cloud agent 的 Auto 池也和 Chat/CLI 不完全重合：例如 GPT-5.4 只出现在 cloud agent，Claude Opus 4.8 出现在 Chat/CLI 但不在 cloud agent 或 app。组织管理员仍可按套餐、驻留地、FedRAMP 和评估模型开关收缩池子；Auto 不会越过这些限制。个人计划用户可能被提供评估模型，文档允许随时关掉。

若你在 Copilot 里走的是第三方编码 Agent，Auto 仍受套餐和策略约束，但池子更窄：文档写 Codex Auto 可从 GPT-5.3-Codex、GPT-5.4、GPT-5.4 nano 里挑；Claude Auto 可从 Claude Opus 4.7、Claude Sonnet 4.6 里挑。这和 Chat 里的任务优化型 Auto 不是同一张表，不要混用预期。

限制与人接管点

人必须接管的地方有五处。第一，档位只改权重，不改目录；想用未进 Auto 的模型，自己选。第二，JetBrains / Visual Studio 等 IDE 现在没有这三档，不要把 VS Code 里的策略直接抄过去。第三，滚动发布意味着同一组织里有人已经看到三档、有人还没有。第四，会话中途频繁改档或改模型，会撞上文档说的缓存成本问题——换档后新开会话更干净。第五，cloud agent 和 Chat/CLI 的 Auto 池并不相同，把同一档位预期套到 cloud agent 上会看错账单。

管理员应先核对本组织允许进入 Auto 的模型列表，再决定默认档。这次更新也不等于“Auto 会替你避开所有限流”：可用性优先型 Auto 才以健康和故障转移为主，任务优化型 Auto 的主目标是按难度配模型。

如何试用

把 VS Code、Copilot CLI 或 GitHub Copilot app 更新到能看到 Auto 三档的版本。在模型选择器里选 Auto，再选 Efficiency / Balance / Intelligence。CLI 交互会话用 /model 选 Auto 和档位。选完后发一条“给这个函数加 docstring”和一条“根据现有错误码设计可重试状态机”，分别悬停或看终端输出，确认实际模型是否符合该档的权重，而不是符合档位名字本身。

不要把这次更新理解成“Intelligence = 全用最强模型”。GitHub 自己写的是：每个 prompt 单独评估，轻请求仍可走小模型。这是产品设计，不是回退。若三档还没出现在你的客户端，先确认你在滚动范围内的三个表面之一，而不是在 JetBrains 或 Visual Studio 里等同一块 UI。