GitHub 在 2026 年 7 月 9 日宣布，OpenAI GPT-5.6 family 正逐步登陆 GitHub Copilot。这次上架包含 Sol、Terra、Luna 三个模型，让开发者可以按工作类型选择更高推理上限、平衡日常 coding，或低成本快速协助。
GitHub 对三个模型的分工讲得很直接。GPT-5.6 Sol 是最高推理上限，适合大型 codebase、复杂推理和长时间 agentic work。GPT-5.6 Terra 是平衡默认选项，适合日常 interactive coding 和 agentic coding。GPT-5.6 Luna 则是更轻量、成本更低的选项，适合较小和较快的任务。
这个分工对 Copilot 很重要，因为 Copilot 早已不只是 autocomplete。现时 Copilot 已横跨 chat、CLI、cloud agent、app、github.com、IDE、mobile 和 code review 等场景。不同场景对模型的要求完全不同：大型 refactor 需要深推理，terminal 任务需要稳定工具使用，mobile 快速问答则更重视速度和成本。
GitHub 列出的可用位置也值得留意：Visual Studio Code、Visual Studio、Copilot CLI、GitHub Copilot cloud agent、GitHub Copilot app、github.com、GitHub Mobile、JetBrains、Xcode 和 Eclipse。这代表模型选择正成为整个 Copilot platform 的共同能力，而不是某一个 editor 的附属功能。
企业管理员需要留意的是 access policy。GitHub 指出 Copilot Business 和 Enterprise 管理员要在 Copilot settings 里启用 GPT-5.6 模型政策，而且默认是关闭。这是合理设计，因为新模型通常涉及成本、资料治理、开发者可用性和采购预期。Agent workflow 越深入工程流程，模型开关越需要被纳入管理。
另一个关键是 Usage Based Billing。GitHub 说这些模型会按 provider list pricing 计费。对工程主管而言，这意味「用不用最好模型」不再是纯技术问题，而是要连同任务价值一起判断。把 Sol 用在大型设计修改或难解 bug 可能合理；把它用在简单格式转换，成本就未必值得。
这次 Copilot 更新真正改变的，是 coding agent 的操作方式。开发者不再只是问「Copilot 有没有某个模型」，而是开始问「这个任务应该由哪一级模型处理」。当模型 picker 出现在多个工作面，model routing 会逐步成为开发工作流的一部分。
短期看，这是 GitHub Copilot 新模型上架。长远看，它显示 coding agent 平台正在走向一套更细致的资源分配方式：高复杂度任务用高推理模型，日常 coding 用平衡模型，批量或低风险任务用低成本模型。这会直接影响 AI 开发工具的成本治理、速度和可靠性。
