使用 GitHub Copilot 时，很多人会先看模型名字：Claude、Gemini、GPT、Codex，哪个更强，哪个更新。但真正影响日常使用成本的，往往是模型后面的消耗倍率。
这些倍率可以理解为：选择不同模型时，同样一次请求会消耗多少额度。1x 是基准消耗，0.33x 是更省额度，7.5x、14x、15x 则意味着明显更贵。0x 看起来是不消耗倍率，但具体是否受功能、额度、预览状态或账户规则限制，还要以实际界面和官方说明为准。
Copilot 里还有一个 Auto 选项，通常会带有折扣提示。它的意思很直接：如果交给 Copilot 自动选择模型，可能会获得一定的消耗折扣。对不想每次手动切模型的人来说，Auto 是一个省心选项；对想精确控制成本和效果的人来说，手动选模型更清楚。
常见模型倍率
| 模型 | 截图显示的消耗 | 直观理解 |
|---|---|---|
| Auto | 10% discount | 让 Copilot 自动选择模型，通常用于在效果和消耗之间做折中 |
| Claude Opus 4.7 | 15x | 高消耗模型，适合复杂任务，不适合随手问 |
| Claude Opus 4.8 | 15x | 高消耗模型，适合复杂任务 |
| Claude Sonnet 4.6 | High · 1x | 高能力但基准消耗，适合作为主力模型 |
| Gemini 3.1 Pro (Preview) | Medium · 1x | 预览模型，消耗为基准倍率 |
| GPT-4.1 | 0x | 可能不按倍率消耗，旁边如果有警告图标，需要留意可用性 |
| GPT-5.4 | Medium · 1x | 中等标记，基准消耗 |
| Claude Haiku 4.5 | 0.33x | 低消耗模型，适合简单问题和快速改动 |
| Claude Sonnet 4.5 | 1x | 基准消耗，可作为稳定选择 |
| Gemini 2.5 Pro | 1x | 基准消耗 |
| Gemini 3 Flash (Preview) | Medium · 0.33x | 低消耗预览模型，适合轻量任务 |
| Gemini 3.5 Flash | Medium · 14x | 消耗非常高，使用前要确认是否值得 |
| GPT-5 mini | Medium · 0x | 可能不按倍率消耗 |
| GPT-5.2 | Medium · 1x | 基准消耗，旁边有警告图标，需要留意可用性 |
| GPT-5.2-Codex | Medium · 1x | Codex 方向模型，基准消耗 |
| GPT-5.3-Codex | Medium · 1x | Codex 方向模型，基准消耗 |
| GPT-5.4 mini | Medium · 0.33x | 低消耗 mini 模型，适合简单任务 |
| GPT-5.5 | Medium · 7.5x | 高消耗模型，适合需要更强能力的任务 |
| Raptor mini (Preview) | 0x | 预览 mini 模型，可能不按倍率消耗 |
0x、0.33x、1x、7.5x、14x、15x 怎么理解
0x 是最容易让人误解的标记。它看起来像是不消耗额度，但一般不应该直接理解成“永久免费无限用”。它可能和账户权益、模型状态、功能限制、预览规则有关。实际使用时，最好观察 Copilot 的额度变化。
0.33x 是低消耗区。Claude Haiku 4.5、Gemini 3 Flash (Preview)、GPT-5.4 mini 都在这个区间。它们适合做小修小补、解释报错、生成简单函数、改一段文案、补一点测试。优点是便宜，缺点是复杂推理和大型重构未必稳。
1x 是基准区。Claude Sonnet 4.6、Claude Sonnet 4.5、Gemini 2.5 Pro、Gemini 3.1 Pro (Preview)、GPT-5.4、GPT-5.2、GPT-5.2-Codex、GPT-5.3-Codex 都在这个区间。日常开发中，1x 模型应该是最常用的选择，因为它不会像 15x 那样快速烧额度，也通常比 0.33x 模型更适合中等复杂度任务。
7.5x、14x、15x 属于高消耗区。GPT-5.5 是 7.5x，Gemini 3.5 Flash 是 14x，Claude Opus 4.7 和 Claude Opus 4.8 是 15x。它们不适合拿来随便聊天、解释简单语法或改一个变量名。更合理的用法是处理高价值问题，比如复杂架构判断、跨文件重构、疑难 bug、重要方案评审。
为什么 Opus 15x 仍然有人会选
截图里当前选中的是 Claude Opus 4.8，右侧显示 15x。这说明用户愿意用更高消耗换更强能力。
这类选择并不一定浪费。对于复杂任务，便宜模型如果反复失败，最后可能消耗更多时间和额度。高消耗模型的价值在于一次看清问题、少走弯路、减少返工。
问题在于，很多人没有区分任务价值。写一个正则、解释一个报错、补一个 README，用 15x 模型通常没有必要。让它做一次关键代码审查、设计一次迁移方案、排查一个线上难复现 bug，才更接近它的使用场景。
Auto 适合谁
Auto 右侧写着 10% discount。它适合两类人。
第一类是不想研究模型的人。你只想让 Copilot 帮你完成任务，不想每次都判断该用 Sonnet、Opus、Gemini 还是 GPT。这时 Auto 可以减少决策成本。
第二类是日常任务很多但单次任务不重的人。Auto 可能会在效果和消耗之间做折中，还带 10% 折扣。
但如果你正在做一个非常明确的高价值任务，比如重构核心模块、分析复杂 bug、做架构方案，手动选择模型更好。因为这时你不是在省每次请求的钱，而是在买一次更可靠的判断。
一个实用选择顺序
如果你只是日常写代码，可以按这个顺序选：
- 简单任务先用 0.33x 或 1x：例如 Claude Haiku 4.5、Gemini 3 Flash、GPT-5.4 mini、Claude Sonnet 4.6。
- 中等任务优先用 1x：例如 Claude Sonnet 4.6、GPT-5.2-Codex、GPT-5.3-Codex、Gemini 2.5 Pro。
- 复杂任务再上 7.5x 或 15x：例如 GPT-5.5、Claude Opus 4.7、Claude Opus 4.8。
- 不想判断时用 Auto：用 10% discount 换省心。
- 看到警告图标时先谨慎：有些模型旁边可能出现状态或可用性提醒，使用前最好先确认。
这个倍率体系真正说明了什么
GitHub Copilot 的模型选择正在变得像云计算控制台。以前我们只关心“哪个模型更聪明”，现在还要关心“同样一次请求要花多少额度”。
模型能力当然重要，但在高频开发场景里，消耗倍率同样重要。一个 15x 模型如果用在关键任务上，可能很值；如果用在碎片任务上，就会很快把额度烧掉。
以后使用 AI 编程工具，真正成熟的方式不是永远选最强模型，而是按任务价值选模型。简单任务用便宜模型，中等任务用主力模型，复杂任务再请最贵的模型出场。
这个倍率体系的核心提醒是：AI 编程已经进入“模型能力”和“额度管理”同时重要的阶段。会用 Copilot，不只是会提问，也包括知道什么时候该省，什么时候该花。