Copilot Auto เพิ่มสามระดับ Efficiency, Balance, Intelligence ให้เลือกน้ำหนักระหว่างต้นทุนกับคุณภาพ — แต่ทุกระดับใช้โมเดลชุดเดียวกัน และคิดเงินตามโมเดลที่ Auto เลือกจริง

GitHub ประกาศใน changelog เมื่อ 14 ก.ย. 2026 ว่า Auto model selection ของ Copilot ซึ่งเป็นโหมดที่ให้ระบบเลือกโมเดลเองทีละ prompt ตอนนี้ ตั้งได้สามระดับ ว่าจะให้ Auto ถ่วงน้ำหนักต้นทุน คุณภาพ และเวลาตอบอย่างไร เริ่มทยอยเปิดใน VS Code, Copilot CLI และ GitHub Copilot app

ฟังดูเหมือนปุ่มเล็ก ๆ แต่เป็นครั้งแรกที่ GitHub ให้ผู้ใช้กำหนด นโยบายการ route ได้เอง แทนที่จะเลือกได้แค่สองทาง คือชี้โมเดลเอง หรือปล่อยให้ Auto ตัดสินทั้งหมด GitHub เรียกขั้นนี้ว่า “the first step in our journey toward letting you customize how model selection works for you”

สามระดับทำอะไรต่างกัน

ระดับ	ให้น้ำหนักกับ	เหมาะกับ
Efficiency	ต้นทุน	งานเร็ว ตรงไปตรงมา
Balance	ต้นทุน คุณภาพ และความหน่วงพร้อมกัน	งานประจำวัน
Intelligence	คุณภาพ	งานซับซ้อน

เอกสารของ GitHub อธิบายเพิ่มว่า Efficiency จะส่งทุก prompt ไปที่ “the most cost-efficient and appropriately capable model for the task” ส่วน Intelligence จะดูว่าโมเดลไหนให้คำตอบดีที่สุด แต่ prompt ง่ายก็ยังอาจถูกส่งไปโมเดลเล็กได้ changelog ยกตัวอย่างว่างานเพิ่ม docstring ให้ฟังก์ชันที่มีอยู่แล้ว “may use a small, efficient model even when auto is optimizing for intelligence”

สิ่งที่ต้องเข้าใจให้ถูกคือ “All three tiers use the same set of available models” ระดับไม่ได้ปลดล็อกโมเดลที่แพงกว่า มันแค่เปลี่ยนว่า Auto จะเลือกโมเดลไหนก่อน

เงินคิดอย่างไร

• คิดตามโมเดลที่ Auto เลือกจริง ไม่ขึ้นกับระดับ — “Usage is charged based on the model auto selects, regardless of tier” ถ้าตั้ง Intelligence แล้ว prompt ถูกส่งไปโมเดลใหญ่ ก็จ่ายราคาโมเดลใหญ่
• แพ็กเกจเสียเงินได้ส่วนลด 10% สำหรับการใช้งานผ่าน Auto ใน Copilot Chat, Copilot CLI, GitHub Copilot app และ Copilot cloud agent
• ไม่สลับโมเดลกลางเซสชันแบบไม่จำเป็น เอกสารระบุว่าการ route จะเกิดตาม “natural cache boundaries” เพื่อไม่ให้เสียค่า cache เพิ่ม และบอกว่าการสลับโมเดลกลางเซสชัน “has shown increased cost without ample improvements in quality”

Auto จะไม่เลือกโมเดลที่แอดมินองค์กรปิดไว้ โมเดลที่ถูกกันด้วยนโยบาย data residency หรือ FedRAMP และโมเดลกลุ่ม evaluation ที่องค์กรไม่อนุญาต ส่วนการดูว่าแต่ละคำตอบใช้โมเดลอะไร ใน Copilot Chat ให้เอาเมาส์ไปวางบนคำตอบ, Copilot CLI แสดงในเทอร์มินัล, cloud agent แสดงท้ายคำตอบ และ Copilot app แสดงข้างตัวเลือก Auto

ข้อควรรู้เรื่องขอบเขต: Auto แบบ task optimization ใช้ได้แล้วใน Copilot Chat (เว็บและ IDE), CLI, app และ cloud agent แต่ระดับทั้งสามมีเฉพาะใน VS Code, Copilot CLI และ GitHub Copilot app ตอนนี้ยังไม่มีใน IDE อื่นหรือ cloud agent

โมเดลที่ Auto เลือกได้ตอนนี้

หน้า supported models ของ Copilot ตอนนี้มีตั้งแต่ GPT-6 Astra, GPT-5.6 Luna/Sol/Terra, Claude Opus 5, Claude Sonnet 5 และ Claude Fable 5.1, Gemini 3.5–3.8 Flash, MAI-Code-1.1-Flash ไปจนถึง Grok 4.5/4.6 แต่ชุดที่ Auto เลือกจริงแตกต่างกันตาม surface และนโยบายองค์กร ทางที่แน่นอนที่สุดคือดูว่าคำตอบแต่ละครั้งใช้โมเดลอะไรตามวิธีข้างบน (หมายเหตุ: GitHub ประกาศเลิกใช้ MAI-Code-1-Flash รุ่นก่อนไปเมื่อ 10 ก.ย.)

มุมมอง AI Curator

ปุ่มนี้คือคำตอบของ GitHub ต่อผลทดสอบของ Microsoft เอง เมื่อสัปดาห์ก่อนทีม Microsoft วัดให้เห็นว่า GPT-6 Astra แพงกว่า Claude Sonnet 4.6 ถึง 5.3 เท่าในงานอัปเกรดโค้ด แต่คะแนนต่ำกว่า บทเรียนจากงานนั้นคือ “โมเดลที่ฉลาดที่สุด” มักไม่ใช่โมเดลที่คุ้มที่สุด ระดับ Efficiency ก็คือการนำบทเรียนนี้มาทำเป็นค่าเริ่มต้นที่ผู้ใช้เลือกได้ แทนที่ทุกคนจะต้องจัดตารางโมเดลเอง

แต่เรายังควบคุมแค่ “นโยบาย” ไม่ใช่ “การตัดสินใจ” GitHub ยังไม่เปิดเกณฑ์ว่าอะไรคือ prompt “ง่าย” หรือ “ซับซ้อน” และไม่มีตัวเลขว่าแต่ละระดับจะประหยัดหรือเพิ่มคุณภาพได้เท่าไร ทีมที่ต้องคุมงบควรลองจริงก่อน: ใช้ Efficiency กับงานจำนวนมากที่ตรวจง่าย เช่น เขียนเทสต์ ทำ docstring หรือ refactor เล็ก ๆ แล้วเก็บ log ว่าโมเดลไหนถูกเลือกและบิลออกมาเท่าไรสักหนึ่งสัปดาห์ ค่อยตัดสินว่าจะตั้งเป็นค่าเริ่มต้นหรือไม่ ส่วนงานที่พลาดแล้วแพง เช่น migration หรือแก้ระบบ auth ยังควรชี้โมเดลเองให้ชัด เพราะแม้ตั้ง Intelligence ไว้ Auto ก็ยังส่งไปโมเดลเล็กได้ถ้าประเมินว่างานง่าย

ส่วนลด 10% คือแรงจูงใจให้ยอมยกการเลือกโมเดลให้ GitHub สำหรับทีมไทยที่จ่ายเป็นดอลลาร์และถูกคิดตามการใช้งาน ส่วนลดนี้พอเห็นผล แต่ต้องแลกกับการคาดเดาบิลได้ยากขึ้น ถ้าองค์กรต้องทำงบรายเดือนแน่นอน ควรให้แอดมินจำกัดชุดโมเดลที่เปิดไว้ก่อน เพราะ Auto จะเลือกได้เฉพาะในชุดนั้น เป็นวิธีเดียวตอนนี้ที่ใช้ตั้งเพดานต้นทุนต่อ prompt ได้จริง

แหล่งข่าว

• GitHub Changelog — Configure cost and quality in Copilot auto model selection (14 ก.ย. 2026)
• GitHub Docs — About Copilot auto model selection
• GitHub Docs — Supported AI models in GitHub Copilot