GitHub ha dado un paso que muchos en el sector llevaban semanas anticipando: ha congelado las nuevas altas de Copilot Pro, Pro+ y Student, ha endurecido los límites de uso de los planes individuales y ha recortado la disponibilidad de algunos modelos para proteger la experiencia de los clientes actuales. La compañía lo explica de forma bastante directa: los workflows agénticos han cambiado por completo la demanda de cómputo de Copilot y las sesiones largas, paralelas y multietapa consumen muchos más recursos de los que soportaba la estructura original de suscripción.
La parte más relevante del anuncio no está solo en el cambio comercial, sino en lo que revela sobre el momento que vive la IA. GitHub reconoce oficialmente que los agentes han roto el equilibrio económico de los planes individuales. Ya no se trata del modelo clásico de chat, con una petición y una respuesta más o menos contenidas, sino de sesiones prolongadas, herramientas encadenadas, tareas paralelas y consumo intensivo de tokens durante largos periodos de tiempo. Por eso la empresa ha impuesto dos barreras nuevas o más visibles: un límite por sesión y un límite semanal de siete días, ambos basados en consumo de tokens y en multiplicadores según el modelo usado.
GitHub insiste en que estos límites están pensados para que la mayoría de usuarios no se vean afectados, pero el simple hecho de que haya tenido que pausar nuevas suscripciones de pago ya dice mucho. También ha querido ganar transparencia mostrando el uso disponible en VS Code y en Copilot CLI cuando un usuario se acerca al límite. Y ha introducido otra poda significativa: los modelos Opus dejan de estar disponibles en el plan Pro, mientras Opus 4.7 queda reservado para Pro+. Además, GitHub había adelantado ya en su changelog que Opus 4.5 y Opus 4.6 desaparecerán del plan Pro+.
El mensaje real: no falta interés, falta cómputo rentable
GitHub no utiliza literalmente la expresión “no hay compute power suficiente”, pero el sentido del anuncio apunta precisamente hacia ahí. La empresa admite que hoy es común que un puñado de solicitudes agentic genere costes que superan el precio mensual del plan. También reconoce que, si no actúa, la calidad del servicio se degrada para todos. Eso no suena a simple ajuste de catálogo ni a una mejora cosmética de precios. Suena a una plataforma que está empezando a poner límites serios porque el uso real de la IA agéntica ya no encaja con el modelo de tarifa plana pensado para una generación anterior de asistentes.
La propia estrategia de producto de GitHub llevaba tiempo apuntando en esta dirección. En su página oficial de Copilot, la compañía promueve ya experiencias donde se pueden asignar tareas a agentes como Copilot, Claude u OpenAI Codex para que planifiquen, exploren y ejecuten trabajo de forma autónoma en segundo plano. Esa promesa tiene un atractivo evidente para desarrolladores y equipos, pero también dispara el coste de infraestructura, porque cada agente no se limita a responder: razona, prueba, recurre a herramientas, genera contexto y puede abrir varios caminos de ejecución a la vez.
Visto así, el giro de GitHub no es una anomalía, sino una señal adelantada de lo que probablemente va a ocurrir en otras plataformas. La IA barata funcionaba razonablemente bien cuando el producto se parecía a un chat mejorado. Con agentes, subagentes y flujos encadenados, la cuenta cambia. Ya no basta con cobrar por acceso o por número aproximado de peticiones premium. El centro del problema pasa a ser el control manu militari del uso de tokens, porque ahí es donde de verdad se decide el coste real de cada usuario intensivo.
El usuario descubre ahora el coste oculto de los agentes
Lo que está ocurriendo con Copilot ayuda a desmontar una ilusión bastante extendida en el mercado: que la IA agéntica puede escalar sin fricción sobre modelos de suscripción muy baratos. GitHub acaba de demostrar lo contrario. Si una de las plataformas más importantes del mundo para desarrolladores necesita cerrar el grifo de nuevas altas, reducir disponibilidad de modelos y reforzar límites de uso para no degradar su servicio, es porque el coste industrial de los agentes está creciendo mucho más deprisa que la narrativa comercial con la que se lanzaron.
Desde el mundo de la infraestructura, la lectura es bastante clara. David Carrero, cofundador de Stackscale (Grupo Aire), considera que este movimiento confirma algo que el mercado estaba intentando posponer: “El problema no era si los agentes eran útiles. El problema era cuándo iba a asumir el sector que no se pueden vender flujos complejos, paralelos y de larga duración con precios pensados para un chat de uso moderado”. En su opinión, la fase de entusiasmo está dando paso a una etapa mucho más dura, donde el coste por token, la previsibilidad de consumo y la capacidad de controlar la infraestructura vuelven al centro de la conversación.
Carrero añade que este ajuste de GitHub no debería leerse como una mala noticia aislada, sino como una señal de madurez forzada: “Cuando una plataforma reconoce que unos pocos workflows pueden costarle más que la cuota que cobra, lo que está diciendo de verdad es que el mercado tiene que dejar de pensar en la IA como una tarifa plana infinita. A partir de aquí, quien no gobierne bien el uso de tokens va a tener un problema económico antes que técnico”.
Se acabó la fiesta, empieza la disciplina
GitHub ha intentado suavizar el golpe ofreciendo más visibilidad sobre el consumo y la posibilidad de cancelar con reembolso proporcional hasta el 20 de mayo para quienes no encajen ya en el nuevo marco. Pero el mensaje importante no está ahí. Lo importante es que uno de los grandes nombres de la IA aplicada al desarrollo acaba de admitir, con bastante claridad, que los agentes han desbordado la lógica económica con la que se diseñaron los planes individuales.
Eso cambia el tono del mercado. A partir de ahora, hablar de IA agéntica sin hablar de costes de cómputo, límites semanales, multiplicadores por modelo y control del consumo empieza a sonar ingenuo. GitHub no ha matado Copilot ni ha frenado la IA. Lo que ha hecho es algo mucho más revelador: recordar que detrás de cada promesa de automatización inteligente hay una factura real, y que esa factura ya no cabe dentro del relato de la IA barata para todos.
vía: GitHub
