GitHub CopilotのAIモデル一覧【2026年4月】結局どれがいいかを用途別に解説

GitHub CopilotのAIモデル一覧【2026年4月】結局どれがいいかを用途別に解説

テーマとこの記事でわかること

2026年4月時点のGitHub Copilotは、GPT-5系、Claude系、Gemini系を含む複数モデルを選べます。先に結論を言うと、迷ったら Auto か GPT-5 mini、重い実装や設計だけ GPT-5.4 / Claude Sonnet 4.6 に上げる運用がいちばん無理がありません。この記事では、まず使えるモデル一覧を表で整理し、そのあとに「結局どれがいいか」を用途別に絞って見ていきます。

先に一覧だけ見たい方向け

結局どれがいいかだけ先に答えると

GitHub Copilotで使えるAIモデル一覧【2026年4月】

いまの Copilot は選べるモデルが多い一方で、古い記事をそのまま読むと判断を外しやすい状態です。Supported AI models in GitHub Copilot では、OpenAI / Anthropic / Google / xAI / fine-tuned を含む 20種類超のモデルが案内されていますが、見るべきなのは数よりも どのモデルがいま使えて、どれが提供終了したか です。

OpenAI系の現行モデル

Anthropic系の現行モデル

Claude 系は、2025年後半から 2026年春にかけてかなり入れ替わりました。いまは単に Claude が使える では足りず、Haiku / Sonnet / Opus のどの世代か を見ないと判断しづらい段階です。

Google / xAI / fine-tuned の現行モデル

Goldeneye のように倍率表が特殊なモデルもあるので、料金感は公式表を見直した方が安全です。Copilot のモデルは入れ替わりが速く、supported-models のページ自体にも利用可能なモデルは変わり得ると書かれています。

旧記事を読むときに読み替えたい提供終了モデル

2026年春にかけて提供終了したモデルはかなり多く、古い比較記事をそのまま読むとズレやすくなっています。

2025年内に提供終了した Claude Sonnet 3.5、Claude Sonnet 3.7、Gemini 2.0 Flash、o1-mini、o3、o3-mini、o4-mini も、今から比較対象としては外してよい段階です。

特に Claude 側で押さえたい変化は次の通りです。

Claude 側は、Sonnet 3.x をどう選ぶか という話ではなくなりました。いま見るなら、Haiku 4.5 / Sonnet 4.6 / Opus 4.6〜4.7 をどう使い分けるか が軸です。

GitHub Copilotは結局どれがいい？用途別おすすめ

先に答えを書くと、普段使いは Auto か GPT-5 mini、コードベース全体を見る仕事は GPT-5.3-Codex、深い推論は GPT-5.4 か Claude Sonnet 4.6、軽い反復作業は Claude Haiku 4.5 です。高倍率モデルは頼れますが、毎日の既定にすると premium requests が一気に減ります。

自分なら、いまは次の順で選びます。

Free は試すには十分ですが、本運用の起点にはしにくい印象です。2,000 inline suggestions/月 と 50 premium requests/月 で、chat はすべて premium requests として数えられるためです。日常的にチャットへ投げながら開発するなら、Student か Pro から入る方が無理がありません。

モデルは名前ではなくタスクで選ぶ

モデル名を追いかけるより、何をさせたいか で分けた方が運用は安定します。GitHub公式の AI model comparison も、実際はその見方に近く、一般用途、高速用途、深い推論、画像やUIを含む相談、という切り分けです。

<!-- ここに[Copilotモデル選択フロー]を入れる：Autoを起点に、一般用途・高速用途・深い推論・高倍率モデルへ分岐する簡潔なフロー図 -->

一般用途の既定は GPT-5.3-Codex か GPT-5 mini

一般用途では GPT-5.3-Codex、GPT-5 mini、Grok Code Fast 1、Raptor mini が候補です。最初の1本なら GPT-5 mini がいちばん扱いやすいと感じます。上限を読みやすい含まれたモデルでもあり、GitHub公式でも「most coding and writing tasks の reliable default」とされています。

複数ファイルにまたがる作業、テスト追加、実装方針の整理、レビューのように 少し広い文脈 を扱うなら GPT-5.3-Codex の方がしっくりきます。2026年4月時点では、古い GPT-5.1-Codex 系よりも、こちらを前提にした方が自然です。

速さ優先なら Claude Haiku 4.5

軽い質問、ユーティリティ関数、小さな修正、反復的な相談なら Claude Haiku 4.5 が使いやすい枠です。GitHub公式比較でも、高速な軽作業向けの代表として整理されています。

ただ、Haiku が常に最強 という話ではありません。Haiku は fast help with simple or repetitive tasks に強く、汎用の既定モデルや深い推論の本命とは役割が違います。既定モデルを1つだけ選ぶなら GPT-5 mini、軽作業を気持ちよく回すなら Claude Haiku 4.5 という分け方が分かりやすいはずです。

難しい設計やデバッグは GPT-5.4 か Claude Sonnet 4.6

複雑なリファクタリング、設計判断、複数ファイルの依存関係、段階的なトラブルシュートでは、GPT-5.4 と Claude Sonnet 4.6 が主力です。GitHub公式比較でも、どちらも深い推論向けの代表に入っています。

自分なら、構造化して詰めたい ときは GPT-5.4、説明込みで比較検討したい ときは Claude Sonnet 4.6 を試します。どちらが上かを決めるというより、答え方の違いで選ぶイメージです。どちらも倍率は 1x なので、深い相談用の常備枠として置きやすいのも利点です。

画像やUIを含む相談では GPT-5 mini / Claude Sonnet 4.6 / Gemini 3.1 Pro

スクリーンショット、UI、図、画面遷移の相談では、GitHub公式比較は GPT-5 mini、Claude Sonnet 4.6、Gemini 3.1 Pro を挙げています。フロントエンドや画面起点のデバッグが多いなら、この3つは早めに触っておく価値があります。

注意したいのは、Copilot Chat のモデル切り替え と コード補完モデルの切り替え は別だという点です。Chat 側を変えてもコード補完側は別設定です。ここを混同すると、「モデルを変えたのに補完の感じが変わらない」という誤解が起きます。

Free / Pro / Pro+ で何が変わるか

Copilot は、モデル名だけでなく どのプランか で使い勝手がかなり変わります。2026年4月20日時点の GitHub Docs では、premium requests は次の通りです。

追加の premium requests は 1 request あたり $0.04 です。

Free は試用向け、Student と Pro からが実用ライン

Free は 2,000 inline suggestions/月 と 50 premium requests/月 です。しかも request の説明ページでは、Free では all chat interactions count as premium requests と明記されています。少し試すには十分ですが、チャットを普段から使う運用には足りなくなりやすいです。

一方、有料プランと Copilot Student では、GPT-5 mini、GPT-4.1、GPT-4o を使う inline suggestions と chat interactions が unlimited と案内されています。ここに毎月の premium requests 枠が上乗せされる構造です。学生なら Student、個人なら Pro が最初の実用ラインになります。

premium requests を使い切っても、有料プランは終わりではない

有料プランで premium requests を使い切っても、その月の残り期間に含まれたモデルを使い続けられる、と request の説明ページにはあります。ここは「上限に達したら何もできなくなる」と受け取りやすいので、先に押さえておきたい点です。

ただし、unused requests は翌月へ繰り越されません。今月余ったから来月に貯める ことはできないので、Pro と Pro+ のどちらが妥当かは、毎月の利用量で見た方がよいです。

Autoで十分な場面と手動で切り替える場面

2026年4月時点では、Auto は避ける設定 ではなく、むしろ最初の既定候補です。ここで主に指しているのは Copilot Chat の Auto で、GitHub Docs では全プランで利用可能とされています。システムの状態とモデルのパフォーマンスを見ながら選ぶ仕組みです。

Auto のメリットは、単に「勝手に選んでくれる」ことではありません。

• rate limiting を受けにくい
• latency と errors を下げやすい
• 有料プランでは倍率が 10% 割引される
• 1x を超える高倍率モデルを自動で選ばない

VS Code と JetBrains IDEs では一般提供、Visual Studio / Eclipse / Xcode では public preview です。この仕様なら、気づいたら高倍率モデルで溶ける という古い不安はかなり薄れます。日常の既定としては、まず Auto を置いてよい読者が多いはずです。

Auto のままでよい場面

• まずは Copilot の使い分けに慣れたい
• 既定モデルを毎回考えたくない
• コストを抑えながら安定して使いたい
• Pro / Student で日常運用を回したい

手動で切り替えた方がよい場面

• 深い推論が必要で GPT-5.4 や Claude Sonnet 4.6 を明示的に使いたい
• エージェント的な作業で GPT-5.3-Codex に寄せたい
• UI や画像相談で Gemini 3.1 Pro を試したい
• 最後の高難度検討として Claude Opus 4.7 を使いたい

結局のところ、Auto を既定にし、例外だけ手動で上げる という運用が、2026年4月時点ではいちばん回しやすい印象です。

2026年4月版のおすすめ運用パターン

ここまでの整理を踏まえると、実務での運用パターンは次のようにまとめられます。

個人で最初に始めるなら Student / Pro + Auto

最初に試しやすいのは、Copilot Student か Copilot Pro を前提に、既定を Auto にする形です。コストを読みやすくしながら、1x超モデルの誤爆も避けやすくなります。

必要に応じて、次のように手動で切り替えれば十分です。

Pro+ は「全部入り」ではなく「高倍率モデルを使う理由がある人向け」

Pro+ は premium requests が 1500 / 月で、full access to all available models in Copilot Chat と説明されています。ただ、使える と 常用した方がよい は別です。

Claude Opus 4.7 は 2026年4月30日までは 7.5x、Claude Opus 4.6 (fast mode) は 30x です。高倍率モデルは、結論を出す最後の数回 に絞る方が管理しやすいです。日常常駐は、やはり Auto、GPT-5 mini、GPT-5.3-Codex、Claude Haiku 4.5 あたりで十分です。

Business / Enterprise は model policy と base / LTS を前提に考える

Business / Enterprise では、個人プラン以上に どのモデルが有効化されているか が重要です。2026年3月18日には GPT-5.3-Codex がベースモデルかつ LTS モデルに指定されています。

さらに GitHub Docs では、premium requests が尽きた場合や overage controls が無効な場合、GPT-4.1 にフォールバックすると説明されています。企業で標準運用を組むなら、GPT-5.3-Codex を標準線にしつつ、フォールバックは GPT-4.1 と見ておくのが現実的です。

まとめ

いまの GitHub Copilot は、一番強いモデルを固定する より、既定を軽く置いて、必要な時だけ上げる 使い方の方が回しやすいです。最初の1本は Auto か GPT-5 mini、コードベース全体を見る作業では GPT-5.3-Codex、難しい設計やデバッグでは GPT-5.4 か Claude Sonnet 4.6、軽作業の高速枠として Claude Haiku 4.5。この整理だけ覚えておけば、日常運用ではかなり困りにくくなります。

明日から試すなら、次の順で触るのが分かりやすいはずです。

1. 自分のプランで Auto を既定にする

2. 日常の相談は GPT-5 mini を中心に試す

3. 複数ファイル作業で GPT-5.3-Codex を試す

4. 難問だけ GPT-5.4 か Claude Sonnet 4.6 に上げる

5. 月末に premium requests の消費を見て、Pro+ や overage が必要か判断する

参考リンク

• Supported AI models in GitHub Copilot
• AI model comparison
• Requests in GitHub Copilot
• Plans for GitHub Copilot
• About Copilot auto model selection
• Base and long-term support (LTS) models
• Changing the AI model for GitHub Copilot Chat
• Changing the AI model for GitHub Copilot code completion