GitHub 在 2026 年 7 月 9 日宣布，OpenAI GPT-5.6 family 正逐步登陸 GitHub Copilot。這次上架包含 Sol、Terra、Luna 三個模型，讓開發者可以按工作類型選擇更高推理上限、平衡日常 coding，或低成本快速協助。
GitHub 對三個模型的分工講得很直接。GPT-5.6 Sol 是最高推理上限，適合大型 codebase、複雜推理和長時間 agentic work。GPT-5.6 Terra 是平衡預設選項，適合日常 interactive coding 和 agentic coding。GPT-5.6 Luna 則是更輕量、成本更低的選項，適合較小和較快的任務。
這個分工對 Copilot 很重要，因為 Copilot 早已不只是 autocomplete。現時 Copilot 已橫跨 chat、CLI、cloud agent、app、github.com、IDE、mobile 和 code review 等場景。不同場景對模型的要求完全不同：大型 refactor 需要深推理，terminal 任務需要穩定工具使用，mobile 快速問答則更重視速度和成本。
GitHub 列出的可用位置亦值得留意：Visual Studio Code、Visual Studio、Copilot CLI、GitHub Copilot cloud agent、GitHub Copilot app、github.com、GitHub Mobile、JetBrains、Xcode 和 Eclipse。這代表模型選擇正成為整個 Copilot platform 的共同能力，而不是某一個 editor 的附屬功能。
企業管理員需要留意的是 access policy。GitHub 指出 Copilot Business 和 Enterprise 管理員要在 Copilot settings 裏啟用 GPT-5.6 模型政策，而且預設是關閉。這是合理設計，因為新模型通常涉及成本、資料治理、開發者可用性和採購預期。Agent workflow 越深入工程流程，模型開關越需要被納入管理。
另一個關鍵是 Usage Based Billing。GitHub 說這些模型會按 provider list pricing 計費。對工程主管而言，這意味「用不用最好模型」不再是純技術問題，而是要連同任務價值一起判斷。把 Sol 用在大型設計修改或難解 bug 可能合理；把它用在簡單格式轉換，成本就未必值得。
這次 Copilot 更新真正改變的，是 coding agent 的操作方式。開發者不再只是問「Copilot 有沒有某個模型」，而是開始問「這個任務應該由哪一級模型處理」。當模型 picker 出現在多個工作面，model routing 會逐步成為開發工作流的一部分。
短期看，這是 GitHub Copilot 新模型上架。長遠看，它顯示 coding agent 平台正在走向一套更細緻的資源分配方式：高複雜度任務用高推理模型，日常 coding 用平衡模型，批量或低風險任務用低成本模型。這會直接影響 AI 開發工具的成本治理、速度和可靠性。
