La semana pasada, GitHub dejó silenciosamente de aceptar nuevas suscripciones a Copilot.
No es mantenimiento del sistema, ni una falla temporal. La explicación oficial de GitHub es directa: los flujos de trabajo agénticos (agentic workflows) — tareas de IA paralelas y de larga duración — consumen recursos computacionales que superan con creces el límite que el plan de suscripción original podía soportar.
Los planes afectados incluyen Pro, Pro+ y Student, todos dirigidos a usuarios individuales, y todos han suspendido el registro de nuevos usuarios.
Qué cambió exactamente
Según el anuncio oficial de GitHub del 20 de abril (actualizado el 21 de abril), los ajustes son los siguientes:
Suspensión de nuevas suscripciones:
- Copilot Pro
- Copilot Pro+
- Copilot Student
Cambios en las funciones:
- El modelo Opus 4.7 se eliminó del plan Pro y solo permanece en Pro+
- Se agregaron dos nuevos mecanismos de límite: límite por sesión + límite móvil de Token de 7 días
- El límite de Pro+ es más de 5 veces superior al de Pro
- Los suscriptores actuales pueden cancelar y solicitar un reembolso antes del 20 de mayo
Las palabras del VP de Producto de GitHub:
Las sesiones largas y paralelizadas ahora consumen regularmente muchos más recursos de los que la estructura de plan original fue diseñada para soportar.
En pocas palabras: El modelo de precios fue diseñado para la finalización de código, pero ahora los usuarios están ejecutando tareas de agente, que son un orden de magnitud de consumo completamente diferente. La brecha entre el precio y el costo real se está ampliando y se ha vuelto insostenible.
Cómo surgió este problema
El modelo de negocio inicial de las herramientas de programación con IA era: cobrar entre 0 y 20 dólares al mes por usuario a cambio de finalización de código, explicación de código y funciones de preguntas y respuestas. Los costos computacionales de este modelo eran relativamente predecibles: cada solicitud del usuario no consumía muchos Tokens, el tiempo de respuesta era corto y la concurrencia era limitada.
Pero los flujos de trabajo agénticos rompieron por completo esta suposición. Una tarea de agente típica puede:
- Ejecutarse continuamente durante minutos o decenas de minutos
- Ejecutar múltiples subtareas en paralelo (refactorizar un módulo, generar pruebas simultáneamente, modificar varios archivos)
- Consumir grandes ventanas de contexto en cada paso
Después de que Claude Code, Cursor y otras herramientas lanzaran funciones de agente en segundo plano, los usuarios comenzaron a delegar tareas pesadas como refactorización de código, modificaciones en varios archivos y generación de suites de pruebas a la IA. La cantidad de cómputo que antes se podía comprar con 0 dólares al mes, ahora puede agotarse en una sola tarde de sesión de agente.
Para la plataforma, el resultado es simple: El costo computacional real supera con creces las expectativas de la fijación de precios original.
Por qué se eliminó Opus del plan Pro
Este detalle es el que mejor ilustra el problema.
Claude Opus 4.7 es uno de los modelos de razonamiento de programación más potentes actualmente, pero también es el más costoso de invocar. En tareas de agente de alta intensidad, el consumo de Token de Opus es un orden de magnitud mayor que el de modelos de nivel Sonnet o Haiku.
Eliminar Opus del plan Pro de 0 dólares al mes significa claramente: Con la profundidad de uso actual, 0 dólares no cubren el costo real de invocación de Opus.
Este no es un problema exclusivo de GitHub, sino un muro que todas las herramientas de IA con facturación mensual y modelos de alto rendimiento enfrentarán. La fijación de precios mensual se diseñó en función de la frecuencia de uso de la herramienta, pero las tareas de agente ocupan continuamente recursos computacionales, dos modelos completamente diferentes.
El problema más grande
Este ajuste expuso una contradicción fundamental en la industria de las herramientas de programación con IA:
- Los usuarios quieren tarifas de suscripción lo más bajas posible
- Las empresas de IA promocionan capacidades de agente más fuertes como argumento de venta
- Pero capacidades de agente más fuertes = mayor costo computacional por uso
Los tres objetivos no pueden cumplirse simultáneamente. La fijación de precios mensual debe contener los costos computacionales o hacer concesiones en las capacidades.
GitHub eligió proteger primero los costos computacionales, incluso a costa de suspender nuevas suscripciones. Esto por sí solo demuestra que la facturación mensual combinada con tareas de agente ilimitadas no es matemáticamente viable.
Los caminos siguientes son limitados: aumentar la tarifa mensual, cobrar por uso, cobrar por separado las funciones de agente o usar diferentes modelos para tareas de diferente intensidad. La acción de GitHub esta vez es un parche temporal: empujar a los usuarios intensivos a Pro+ y eliminar los modelos más caros de los planes más baratos.
Pero esto trata el síntoma, no la causa raíz. A medida que las tareas de agente se vuelven más comunes en el desarrollo diario, esta lógica de precios debe rediseñarse.
Para todas las empresas que construyen herramientas de programación con IA, este problema tendrá que enfrentarse tarde o temprano. GitHub es solo la primera a la que la realidad ha obligado a mostrar sus cartas.
Vale la pena observar: Si surgirá posteriormente un nuevo sistema de precios específicamente para flujos de trabajo agénticos, basado en el tiempo de la tarea, el consumo de Token o la complejidad de la tarea. Cada una de estas direcciones tiene sus propios problemas, pero son al menos lógicamente más sensatas que el modelo actual de todo incluido.
Fuente de referencia: Changes to GitHub Copilot Individual Plans (GitHub Blog, CocoLoop, 20 de abril de 2026)