一个半月退役 10 个模型:Copilot 模型大换血,Kimi 用户账单或翻三倍
GitHub Changelog 第三波退役公告(10-15):Claude Opus 4.8、Opus 5、GPT-5.6 Terra 将于 11 月 16 日退役。一个半月三波、共 10 个模型。官方推荐的替代品不一定更便宜——Kimi K2.7→K3 输入价约涨 3 倍。另附配置里四处旧模型名的自查清单。

10 月 2 日,本站报道过 GitHub Copilot 一天退役四个模型(《GitHub Copilot 一天退役四个模型》)。当时以为那是一次性的大扫除,现在看,那只是个开始:10 月 15 日,GitHub Changelog 挂出第三波退役公告——Claude Opus 4.8、Claude Opus 5、GPT-5.6 Terra 将于 11 月 16 日退役。从 9 月 1 日第一波算起,一个半月里 Copilot 已经官宣了三波、共 10 个模型的退役。
模型迭代快,大家都有体感;但当"迭代"变成"排队退役",体感就变成了账单和配置。本文把三波公告拼在一起,看看 Copilot 的模型货架到底发生了什么,以及你的 settings.json 里可能还躺着哪些已经"死"了的模型名。
三波时间线:退役成了固定节目
先把三份 Changelog 公告的时间线摆出来(均为 GitHub 官方 Changelog 一手):
- 第一波(9 月 1 日公告):Claude Opus 4.5、Claude Opus 4.6、Claude Sonnet 4.5——Anthropic 上一代旗舰三件套,10 月中旬退役。
- 第二波(10 月 2 日公告):Claude Opus 4.7、Gemini 3.5 Flash、Gemini 3.6 Flash、Kimi K2.7 Code——本站当时报道过,4 个模型一天退场。
- 第三波(10 月 15 日公告,本文主角):Claude Opus 4.8、Claude Opus 5、GPT-5.6 Terra,11 月 16 日退役。GitHub 给每个都指定了"接班人":两个 Opus → Claude Opus 5.5;GPT-5.6 Terra → GPT-6.1 Sol 或 GPT-6 Luna。
注意第三波名单的含金量:Opus 5 和 GPT-5.6 Terra 不是什么边缘模型,而是各自阵营上一代的旗舰。OpenAI 那边,GPT-5.5 刚在 10 月 14 日从 ChatGPT/Codex 默认位上退下来(换成 GPT-6.1 Sol);GitHub 这边紧跟着把 5.6 Terra 送走。两家大厂在用几乎同步的节奏,把"5 系"扫进历史。
账单细节:官方推荐的替代品,不一定更便宜
退役公告最耐看的部分,永远是"建议替代"那一列。据 Pondero.ai 对三波 Changelog 与 GitHub 官方价格卡的对照整理(转述),几组新旧价格对比值得 Copilot 用户逐一看:
- Kimi K2.7 Code → Kimi K3:输入价从 $0.95/M token 涨到 $3.00/M token,约 3 倍。这是第二波里最扎眼的一组:Kimi 用户如果无脑跟着官方推荐走,账单直接翻三倍。
- GPT-5.4 → GPT-5.6 Sol:同样是涨价方向。OpenAI 的新模型定价策略明显是"新旗舰新价格",不存在以旧换新的优惠。
- Opus 4.8 / Opus 5 → Opus 5.5:这一组是降价的。Anthropic 的 5.5 系在 Copilot 里反而比 5 系便宜,属于"加量减价"。
三组对照放在一起,结论很直白:"官方推荐替代品"不等于"更划算的替代品",它只等于"GitHub 希望你用的"。对按量付费的用户,正确动作不是点"接受推荐",而是打开价格卡自己算一遍。尤其是 Kimi 那组 3 倍涨幅——如果你在 Copilot 里把 Kimi 系设成了默认模型,11 月之后的第一张账单可能会吓你一跳。
一个有趣的例外:Opus 4.8 的"年费豁免"
第三波公告里藏着一个 billing 细节,值得单独拎出来:Claude Opus 4.8 名字后面有个星号。注释写道:个人年费订阅用户可以继续用 Opus 4.8,"以便保留一个 Opus 选项",这部分用户不受退役影响。
这很有意思。GitHub 在模型退役上一向是一刀切,这次却为年费个人用户开了个口子。潜台词是:年费用户是 Copilot 基本盘里最不能得罪的一群人——他们提前付了一年的钱,如果中途发现主力模型被撤,退款和投诉会很难看。所以 GitHub 宁可自己多维护一个模型的 serving 成本,也要把这批人的体验保住。看懂这个逻辑,就看懂了 Copilot 的客户分层:企业客户有客户经理兜底,月费用户随大流,只有年费个人用户需要用"豁免条款"来安抚。
退役潮背后的三个推手
三波退役不是 GitHub 拍脑袋,而是有三股力量在后面推。
推手一:上游发版速度已经疯了。据 OrcaRouter 对 Changelog 的梳理(转述),Anthropic 现在每 2–4 周就往 Copilot 里集成一个新模型:Claude Sonnet 5.5(9-28)、Claude Opus 5.5(9-22)、Claude Fable 5.1(9-1)……上游一个月发两三个,下游的货架不加速周转就会被挤爆。退役公告的本质,是 GitHub 在给货架"腾地方"。以前一年退役一两个模型是新闻,现在一个半月退役 10 个是日常——这就是新常态。
推手二:路由层正在吃掉"选模型"这件事。GitHub 今年推了 HydraFusion,一个按意图自动路由模型的工作流(据 dev.to 社区文章转述)。当 Copilot 越来越倾向于"自动帮你选模型",选择器里躺着 20 个老模型就没有意义了——老的、慢的、贵的,统统可以下掉,反正大多数用户已经把选择权交给了 Auto 模式。退役潮和自动路由是同一枚硬币的两面:GitHub 在把"选模型的权力"从用户手里收回来,集中到自己的路由层。
推手三:价格战打到了"默认位"。OpenAI 把 GPT-6.1 Sol 的价格打到 Astra 的约五分之一(据 tech-insider 转述),并且直接把它推上 ChatGPT/Codex 的默认位;Google 的 Gemini 4 Argon 以 $2/M 输入价杀入长时 agent 任务。模型厂商在用"默认位"抢开发者心智,GitHub 就必须让货架上的默认选项永远是"又新又便宜"的——旧旗舰再能打,只要又贵又占位置,就得走。这也解释了为什么 Kimi K2.7 的接班人 K3 敢涨 3 倍:涨价的底气来自"我是新的",而不是"我更值"。
三股力量合在一起,指向同一个结论:Copilot 正在从"模型超市"变成"模型快时尚"——上新快、下架快,不追爆款、只追周转。对用户而言,过去"选一个主力模型用一年"的心态要改成"每季度 review 一次模型配置"。而对独立开发者,这反而是机会:大厂的模型货架周转越快,小团队用"最新最便宜"的组合拳打差异化的窗口就越大——只要你记得每季度看一眼 Changelog。
实操:四处藏着的旧模型名,动手清一遍
GitHub 在公告里写了句让人安心的话:"No action is required to remove the models after they have been deprecated."(退役后不需要你手动删除模型。)但这句话只说了一半:GitHub 会从服务端下掉模型,但你本地配置里写死的旧模型名不会自己消失。据 Pondero.ai 的整理(转述),旧模型名通常藏在四个地方,建议照着查一遍:
COPILOT_MODEL环境变量——很多人的 shell profile 里 export 了这个;~/.copilot/settings.json——模型选择器的持久化配置;- agent profile / 自定义 agent 配置——如果你给 agent 指定了模型;
- 团队共享的 devcontainer / 文档里的示例配置——最容易漏的是这个,某天新人照着文档配环境,直接配了个不存在的模型。
可以用一条命令先自查:grep -r "opus-4\|gpt-5.6\|kimi-k2\|gemini-3" ~/.copilot/ ~/.config/ 2>/dev/null,有命中就逐个换成接班人,别等到 11 月 16 日当天才发现选择器里少了东西。另外注意:Copilot Enterprise/Business 客户如果开了"默认模型自动启用",接班人模型会自动出现在选择器里;但如果你关掉了全局默认,就得去 Copilot 设置的模型策略里手动开——否则 11 月 16 日之后,你的模型选择器里会凭空少几个选项。
一句话观点:模型退役从"偶发事件"变成"固定节目",说明 AI 编程工具的竞争已经从"谁家模型多"变成"谁家货架周转快"。对用户来说,这意味着一件事:把模型名写死在任何地方——环境变量、配置文件、文档——都是在给未来的自己埋雷。唯一的解法是:模型选择做成配置,配置做成可一键替换的。而 GitHub 官方推荐替代品时那点"小心思"(涨价的 Kimi、降价的 Opus),提醒你永远要自己看一眼价格卡。
一手来源:GitHub Changelog《Upcoming deprecation of selected GitHub Copilot models in mid-November》(github.blog/changelog,Published 2026-10-15T12:35:13-07:00);第一波(9-1)、第二波(10-2)公告见 GitHub Changelog 历史。价格对照与四处配置清单据 Pondero.ai 整理(pondero.ai,2026-10-16,转述)。
评论 (0)
原始来源
相关文章

LightOn 10 月 12 日在 Hugging Face 官方博客发布 ColGrep-Agent-2B:一个跑在本地的 20 亿参数代码搜索 agent。624 个 sessions 实测(Claude Code + Sonnet 5.5,52 题 × 13 个 2026 年新建仓库):把搜索下沉给本地小模型后,API token 省 34.3%、缓存感知成本降 40%,答对率无统计显著变化。这是第一篇用硬数字算清“小模型分工经济学”的文章。

Modal 7.5 亿美元 D 轮、估值 157.5 亿(CEO 博客 10-14):年化收入破 10 亿,但最值得细看的是 Sandboxes——运行大模型生成代码的隔离环境——单品年化 3 亿美元。"大模型现在会写代码了,而这些代码得有个地方跑,还得隔离开。"

LSCBench(arXiv 10-10)把 6 个前沿 coding agent 放进 450 个真实漏洞任务:功能通过率最高 91.3%,"功能+安全"双过最高只有 25.1%。任务绝口不提安全——这正是对 vibe coding 提示方式的忠实还原。