GitHub Copilot conteggia l’uso tramite OpenCode e altri strumenti

Quando uno sviluppatore usa Copilot tramite uno strumento di terze parti, le normali statistiche dell’IDE potrebbero non mostrare da dove provengono le richieste. Il 23 ottobre 2026 GitHub ha aggiunto all’API Copilot usage metrics il campo totals_by_client, che raggruppa l’uso dei modelli per client, tra cui OpenCode, Claude Code, Codex e Zed. Per gli amministratori è un modo per osservare parte dell’attività esterna all’editor e discutere con maggiore precisione le regole interne sull’uso dell’IA.

Cosa comprende il nuovo dettaglio

Ogni elemento di totals_by_client indica il client, il numero di chiamate al modello riuscite, il numero di sessioni e il volume di token di prompt e di output, con la relativa media per chiamata. Il campo annidato totals_by_model suddivide questi indicatori per modello e mostra la modalità di selezione: il modello è stato scelto direttamente dall’utente, selezionato automaticamente oppure assegnato dal prodotto.

Il campo è stato aggiunto ai report giornalieri e a quelli di 28 giorni per le viste a livello di impresa, organizzazione e utente. Nel report aggregato di 28 giorni il dettaglio per client è presente per ciascun giorno. La modifica è additiva: i campi esistenti restano invariati e, se non sono disponibili dati, l’array rimane vuoto. GitHub ha descritto i dettagli nel suo annuncio del nuovo dettaglio di utilizzo.

A quali domande rispondono i dati

Un team può confrontare il volume di richieste e token provenienti dai diversi strumenti e decidere quali integrazioni supportare o includere nelle regole aziendali. Per esempio, un aumento della quota di OpenCode nel report può suggerire che gli sviluppatori usano Copilot come fornitore di modelli al di fuori dell’IDE. Il confronto tra client e modelli aiuta a verificare quali modelli generano effettivamente la maggior parte del carico.

Per l’analisi dei costi conviene partire dai token e dal numero di chiamate, quindi confrontarli con le condizioni tariffarie in vigore. request_count conta le chiamate al modello, non i prompt degli utenti: un singolo prompt può generare più chiamate. Questo campo è quindi utile per analizzare il carico del servizio di modelli, ma non per contare direttamente le interazioni degli sviluppatori.

Come integrare la metrica nel flusso di lavoro

1. Verificate l’accesso. La policy Copilot usage metrics deve essere abilitata. Possono ottenere i report i proprietari autorizzati dell’impresa o dell’organizzazione, i responsabili della fatturazione e i ruoli con il permesso di visualizzare le metriche pertinenti.
2. Confrontate periodi omogenei. Usate il report giornaliero per verificare le variazioni dopo l’attivazione di uno strumento e quello di 28 giorni per osservare la distribuzione stabile dell’attività. In ciascun report distinguete chiamate, token e sessioni: sono dimensioni diverse del carico.
3. Definite soglie di approfondimento. Per esempio, segnalate un client la cui quota di token o chiamate sia aumentata notevolmente rispetto al periodo precedente. Scegliete la soglia in base ai vostri requisiti e al carico di riferimento: GitHub non ne stabilisce una universale.
4. Confrontate il report con le impostazioni di accesso. Il nuovo livello di dettaglio può servire come punto di partenza per discutere il supporto e la gestione degli strumenti. I report descrivono l’uso registrato, ma non sostituiscono la verifica delle autorizzazioni né l’inventario delle integrazioni.

La documentazione ufficiale dell’API Copilot usage metrics descrive i report, i requisiti di autorizzazione e le viste disponibili. Prima di automatizzare il processo, controllate lo schema aggiornato del report necessario e usate le autorizzazioni appropriate.

Cosa indica l’etichetta del client

GitHub identifica il client in base all’ID di integrazione che lo strumento invia con la richiesta. L’azienda descrive esplicitamente il raggruppamento come un’identificazione approssimativa: il valore aiuta ad aggregare il traffico, ma da solo non conferma l’identità dell’utente né l’autenticità dell’applicazione. I client sconosciuti confluiscono nel gruppo other, mentre i valori che non possono essere normalizzati possono comparire come unknown.

Esistono anche casi speciali: le chiamate a Copilot code review e Copilot cloud agent ricevono la modalità di selezione product_selected, perché è il prodotto a scegliere il modello; per la revisione del codice, il modello può essere indicato come unknown. È importante tenerne conto quando si confrontano le viste per modello tra strumenti.

In sintesi, totals_by_client colma una lacuna nel monitoraggio delle chiamate a Copilot lato server effettuate da strumenti esterni e offre agli amministratori nuovi dati per analizzare il carico e decidere quali strumenti supportare. Per ottenere un quadro affidabile dell’utilizzo, confrontate questi dati con le autorizzazioni e con altre fonti interne e considerate i nomi dei client come categorie di traffico, non come prova certa dell’identità.