Michael JohnsonNär utvecklare använder Copilot via ett tredjepartsverktyg visar vanlig IDE-statistik kanske inte varifrån förfrågningarna kommer. Den 23 oktober 2026 lade GitHub till fältet totals_by_client i API:t för Copilot-användningsmått. Fältet grupperar modellanvändning efter klient, däribland OpenCode, Claude Code, Codex och Zed. För administratörer är det ett sätt att se en del av aktiviteten utanför kodredigeraren och få ett bättre underlag för interna riktlinjer för AI-användning.
Vad den nya uppdelningen innehåller
Varje post i totals_by_client anger klient, antal lyckade modellförfrågningar, antal sessioner och mängden prompt- och output-token, inklusive genomsnittligt antal per förfrågan. Den inbäddade totals_by_model delar upp måtten per modell och visar hur modellen valdes: användaren valde den direkt, automatiskt val gjordes eller produkten valde modellen.
Fältet har lagts till i rapporter för en dag och 28 dagar, för företag, organisationer och användaruppdelningar på dessa nivåer. I den aggregerade 28-dagarsrapporten finns klientuppdelningen för varje dag. Ändringen är tilläggsvis: de befintliga fälten finns kvar, och om data saknas är arrayen tom. GitHub beskrev detaljerna i meddelandet om den nya uppdelningen av användningsmåtten.
Vilka frågor data kan besvara
Team kan jämföra mängden förfrågningar och token från olika verktyg och avgöra vilka integrationer som bör stödjas eller tas med i företagets riktlinjer. Om exempelvis OpenCodes andel ökar i rapporten kan det tyda på att utvecklare använder Copilot som modellleverantör utanför IDE:n. Genom att jämföra klienter och modeller går det att undersöka vilka modeller som faktiskt står för den största belastningen.
För budgetanalys är det användbart att börja med token och antal förfrågningar och sedan jämföra dem med gällande priser och villkor. request_count räknar modellförfrågningar, inte användarprompter: en prompt kan generera flera förfrågningar. Fältet passar därför för att analysera belastningen på modelltjänsten, men inte för att direkt räkna utvecklarnas interaktioner.
Så inför du måttet i arbetsflödet
- Kontrollera åtkomsten. Policyn för Copilot-användningsmått måste vara aktiverad. Rapporter kan hämtas av behöriga företags- eller organisationsägare, faktureringsansvariga och roller med tillstånd att visa de relevanta måtten.
- Jämför likvärdiga perioder. Använd en endagsrapport för att kontrollera förändringar efter att ett verktyg aktiverats och en 28-dagarsrapport för att se en mer stabil fördelning av aktiviteten. Skilj mellan förfrågningar, token och sessioner i varje rapport: de mäter olika aspekter av belastningen.
- Sätt tröskelvärden för uppföljning. Markera till exempel en klient vars andel av token eller förfrågningar har ökat tydligt jämfört med dess egen föregående period. Välj tröskelvärde utifrån era krav och den normala belastningen; GitHub anger inget universellt värde.
- Jämför rapporten med åtkomstinställningarna. Den nya detaljnivån kan användas som underlag för diskussioner om verktygsstöd och -hantering. Rapporterna beskriver registrerad användning, men ersätter inte granskning av behörigheter eller inventering av integrationer.
Den officiella dokumentationen för Copilot-användningsmåttets API beskriver rapporterna, behörighetskraven och tillgängliga uppdelningar. Kontrollera den aktuella schemaversionen för rapporten du behöver och använd motsvarande åtkomstbehörigheter innan du automatiserar processen.
Vad klientetiketten betyder
GitHub identifierar klienten med hjälp av ett integrations-ID som verktyget skickar med förfrågan. Företaget beskriver uttryckligen grupperingen som en ungefärlig identifiering: värdet hjälper till att aggregera trafik, men bekräftar inte i sig användarens identitet eller att appen är äkta. Okända klienter hamnar i gruppen other, och värden som inte kan normaliseras kan visas som unknown.
Det finns också särskilda fall: Copilot code review och Copilot cloud agent får urvalsläget product_selected, eftersom produkten väljer modellen. För code review kan modellen visas som unknown. Det är viktigt att ta hänsyn till när modelluppdelningar jämförs mellan verktyg.
Slutsatsen är praktisk: totals_by_client täpper till en lucka i uppföljningen av Copilots serverförfrågningar från externa verktyg och ger administratörer nya data för belastningsanalys och beslut om verktygsstöd. För en tillförlitlig bild av användningen bör uppdelningen jämföras med behörigheter och andra interna datakällor, och klientnamn bör ses som trafikkategorier snarare än bevisad identitet.