jsonscraper

GitHub Copilot teller bruk via OpenCode og andre verktøy

Feltet totals_by_client viser modellkall, tokener og økter fordelt på klienter – med et viktig forbehold om hvordan GitHub identifiserer appen.

Redaksjonelle retningslinjer Meld fra om en feil

Hvis en utvikler bruker Copilot via et tredjepartsverktøy, viser vanlig statistikk for IDE-er kanskje ikke hvor forespørslene kommer fra. 23. oktober 2026 la GitHub til feltet totals_by_client i API-et for Copilot-bruksmetrikker. Feltet grupperer modellbruken etter klient, blant annet OpenCode, Claude Code, Codex og Zed. For administratorer gir dette innsyn i noe av aktiviteten utenfor editoren og et bedre grunnlag for å diskutere interne regler for bruk av KI.

Artikkel: GitHub Copilot teller bruk via OpenCode og andre verktøy
Sammendrag: 23. oktober utvidet GitHub API-et for Copilot-bruksmetrikker: Rapportene kan nå fordele modellkall på klientverktøy, inkludert OpenCode, Claude Code og Codex. Her ser vi på hva de nye feltene kan fortelle, og hvordan de kan brukes til intern oversikt.
Bildets rolle: omslag – hovedideen
Seksjon: 
Visuelt motiv: En ren teknisk illustrasjon av en API-analyserapport der strømmer av modellforespørsler forgrener seg
© jsonscraper · KI-generert illustrasjon

Hva den nye oversikten omfatter

Hvert element i totals_by_client oppgir klienten, antall vellykkede modellkall, antall økter og mengden input- og output-tokener, samt gjennomsnittlig antall per kall. Det nestede feltet totals_by_model fordeler disse målingene på modeller og viser hvordan modellen ble valgt: direkte av brukeren, automatisk eller av produktet.

Feltet er lagt til i dagsrapporter og 28-dagersrapporter for bedrifts-, organisasjons- og brukernivå. I den aggregerte 28-dagersrapporten finnes klientfordelingen for hver dag. Endringen er bakoverkompatibel: De eksisterende feltene beholdes, og hvis data mangler, er matrisen tom. GitHub beskrev detaljene i kunngjøringen av den nye bruksoversikten.

Hvilke spørsmål dataene kan besvare

Teamet kan sammenligne antall forespørsler og tokener fra ulike verktøy og vurdere hvilke integrasjoner som bør støttes eller omfattes av bedriftsreglene. Hvis andelen OpenCode i rapporten for eksempel øker, kan det tyde på at utviklerne bruker Copilot som modelltilbyder utenfor IDE-en. Ved å sammenligne klienter og modeller kan man undersøke hvilke modeller som faktisk står for den største belastningen.

I budsjettanalyser er det nyttig å begynne med tokener og antall kall og deretter sammenholde tallene med gjeldende prisvilkår. request_count teller modellkall, ikke brukerprompter: Én prompt kan føre til flere kall. Feltet egner seg derfor til å analysere belastningen på modelltjenesten, men ikke til å telle utviklernes interaksjoner direkte.

Slik tar du målingen inn i arbeidsflyten

  1. Kontroller tilgangen. Policyen for Copilot-bruksmetrikker må være aktivert. Rapporter er tilgjengelige for autoriserte eiere av virksomheten eller organisasjonen, faktureringsansvarlige og roller med tillatelse til å se de aktuelle metrikkene.
  2. Sammenlign like perioder. Bruk en dagsrapport for å undersøke endringer etter at et verktøy er tatt i bruk, og en 28-dagersrapport for å se den mer stabile fordelingen av aktivitet. Skill mellom kall, tokener og økter i hver rapport: Dette er ulike mål på belastning.
  3. Sett terskler for oppfølging. Marker for eksempel klienter der andelen tokener eller kall har økt tydelig sammenlignet med klientens egen forrige periode. Velg terskelen ut fra egne krav og normal belastning; GitHub angir ingen universell terskel.
  4. Sammenhold rapporten med tilgangsinnstillingene. Den nye detaljeringen kan brukes som grunnlag for å diskutere støtte og styring av verktøy. Rapportene viser registrert bruk, men erstatter ikke kontroll av tillatelser eller en oversikt over integrasjonene.

Den offisielle dokumentasjonen for Copilot-bruksmetrikker beskriver rapportene, tilgangskravene og tilgjengelige oppdelinger. Før du automatiserer, bør du kontrollere at rapporten du trenger, fortsatt har den aktuelle strukturen, og bruke tilhørende tilgangsrettigheter.

Hva klientetiketten betyr

GitHub identifiserer klienten ut fra en integration ID som verktøyet sender med forespørselen. Selskapet understreker at grupperingen bare gir en omtrentlig identifikasjon: Verdien gjør det mulig å aggregere trafikk, men bekrefter ikke i seg selv brukerens identitet eller at appen er ekte. Ukjente klienter plasseres i gruppen other, mens verdier som ikke kan normaliseres, kan vises som unknown.

Det finnes også egne spesialtilfeller: Kall fra Copilot code review og Copilot cloud agent får valgmodusen product_selected, fordi produktet velger modellen. For code review kan modellen vises som unknown. Dette er viktig å ta hensyn til når modellfordelinger sammenlignes mellom verktøy.

Kort sagt tetter totals_by_client et hull i oversikten over serverbaserte Copilot-kall fra eksterne verktøy og gir administratorer nye data til å analysere belastning og ta beslutninger om støtte. For å få et pålitelig bilde av bruken bør detaljene sammenholdes med tillatelser og andre interne datakilder, og klientnavn bør tolkes som trafikkategorier – ikke som bevist identitet.

People

No people listed for this article yet.

Keep readingGitHub åpner Copilot-modellstyring i REST-API-et samme dag som seks modeller fases ut
Read the next article

Gjør det du leser til en fungerende integrasjon

Utforsk jsonscrapers API-er for sosiale data, test forespørsler og bygg neste arbeidsflyt.

Utforsk API-er