GitHub corrige los reportes de AI credits: qué campos mirar antes de culpar al agente equivocado
GitHub actualizó el 11 de junio de 2026 sus AI usage reports para reflejar AI Credits en campos estándar como quantity y gross_amount. Para equipos con Copilot, CLI y workflows agentic, esto cambia cómo auditar gasto real.
Por qué importa
Esta nota se enfoca en la decisión práctica para builders: qué cambia, qué riesgo agrega y cómo aplicarlo sin romper operación.
GitHub hizo el 11 de junio de 2026 una actualización pequeña pero importante para cualquier equipo que intenta controlar gasto de Copilot y agentes: los AI usage reports ahora reflejan AI Credits en campos estándar del reporte.
El cambio concreto: para monitorear consumo hacia adelante, GitHub indica usar quantity para la cantidad de AI credits y gross_amount para el monto en dólares. Esos campos reemplazan la señal que durante el preview venía en aic_quantity y aic_gross_amount.
Por qué esto importa más que una columna
Cuando un equipo se queja de "el agente gastó demasiado", muchas veces no sabe cuál agente, qué usuario, qué workflow o qué modelo produjo el gasto. Sin reporte confiable, FinOps se vuelve intuición: se apagan herramientas útiles, se culpa al modelo equivocado o se limita a todo el equipo por una corrida mal diseñada.
GitHub dice que los campos preview debían quedar en cero desde que AI credits se volvieron el modelo nativo de billing el 1 de junio de 2026, pero un bug hizo que persistieran hasta la corrección. La actualización retroactivamente puso esos campos en cero para uso de AI credits desde esa fecha.
La parte práctica: si tu dashboard interno seguía leyendo aic_quantity, puede estar mirando una columna que ya no significa lo que crees.
La demanda viene del susto de costos
No hay SEO tooling conectado en esta corrida, así que no invento volumen. La demanda se infiere de tres señales actuales:
- GitHub ya migró Copilot a AI credits como unidad de uso;
- Agentic Workflows y Copilot CLI pueden consumir créditos en flujos automatizados;
- la documentación de billing ya distingue reportes detallados de uso AI por usuario con ventana máxima de 31 días.
Las búsquedas probables son GitHub AI usage report, AI credits quantity gross_amount, Copilot AI credits report, GitHub Copilot billing report, AI credits presupuesto Copilot.
Qué cambiaría en un dashboard interno
Yo haría una revisión de una hora:
- buscar integraciones que lean
aic_quantityoaic_gross_amount; - migrar el cálculo principal a
quantityygross_amount; - separar consumo interactivo de consumo automatizado cuando el reporte lo permita;
- marcar el 1 de junio de 2026 como frontera de interpretación;
- crear una vista por usuario, equipo, repositorio o cost center;
- alertar por cambios porcentuales, no solo por montos absolutos.
El objetivo no es perseguir a quien use más IA. Es detectar corridas que gastan sin producir valor: loops de agentes, prompts con contexto gigante, modelos caros para tareas triviales o workflows que se ejecutan más veces de las necesarias.
El riesgo de medir tarde
Los agentes cambian el patrón de gasto porque pueden trabajar sin que una persona esté mirando cada paso. Un chat caro duele una vez. Un workflow agentic mal configurado puede repetir el mismo gasto cada vez que entra un issue, falla un test o se abre un PR.
Por eso los reportes no son un tema de contabilidad al final del mes. Son parte del diseño del sistema. Si no sabes qué columna mide créditos reales, tampoco puedes decidir si conviene bajar esfuerzo de revisión, cambiar modelo, recortar contexto o mover una tarea a una herramienta determinista.
Esta actualización conversa bien con Copilot CLI y /settings: una pieza ayuda a ver configuración local; la otra ayuda a ver gasto real. Si todavía estás aprendiendo a montar agentes con límites sanos, el curso gratis es la base.
La lectura final: GitHub no lanzó una feature vistosa; corrigió la superficie que te permite saber si tus agentes están creando valor o quemando AI credits en silencio.