Si todavía pensás en GitHub Copilot como la herramienta que completa tu código mientras escribís, estás viendo una versión del producto que ya no existe. Eso no es una crítica: el cambio fue más rápido que la mayoría de los modelos mentales que la gente tiene sobre él. Este artículo es un intento de darte una imagen precisa de qué es Copilot hoy, qué dice la investigación real sobre su impacto y hacia dónde se está moviendo.
Cómo funciona por dentro
Cada vez que Copilot genera una sugerencia, construye un prompt con todo el contexto que puede reunir: el código alrededor del cursor, otras pestañas abiertas, la URL del repositorio, archivos de instrucciones personalizadas y, si los configuraste, contenido indexado del repositorio o datos de servidores MCP. Ese prompt viaja por TLS hasta el proxy de Copilot de GitHub, que maneja autenticación, filtrado de contenido, verificaciones de coincidencia con código público y control de velocidad. Después enruta al modelo que hayas seleccionado.
Las sugerencias inline usan un paradigma Fill-in-the-Middle (FIM), lo que significa que el modelo ve tanto el código antes como después del cursor, no solo un prefijo. GitHub hizo pruebas A/B y encontró que FIM elevó las completions aceptadas en alrededor de un 10%. En 2024 reemplazaron el backend original de completions por un modelo de entrenamiento personalizado que redujo la latencia en un 35%, entregó un 12% más de tasa de aceptación y triplicó el throughput.
Para chat y cargas de trabajo de agentes hay un selector de modelos. A abril de 2026, las familias disponibles incluyen OpenAI GPT-4.1, GPT-4o y la familia GPT-5; Anthropic Claude Haiku 4.5, Sonnet 4/4.5/4.6 y Opus 4.5/4.6/4.7; Google Gemini 2.5 Pro y Gemini 3; xAI Grok Code Fast 1; y los propios modelos Raptor de GitHub. Los snapshots más viejos de Claude 3.5/3.7 y Gemini 1.5/2.0 fueron deprecados en la segunda mitad de 2025.
El panorama completo de funciones en 2026
Copilot se expandió de una función —las sugerencias inline— a algo que se parece más a una plataforma.
Next Edit Suggestions, disponible desde abril de 2025 en VS Code, Xcode y Eclipse, predice dónde en el archivo vas a editar a continuación, no solo qué viene después del cursor. Es una diferencia sutil pero cambia cómo te movés por una base de código.
Copilot Edits, el modo de edición multichivo, alcanzó disponibilidad general en febrero de 2025. Usa una arquitectura de doble modelo: uno propone los cambios y un endpoint de decodificación especulativa los aplica rápido. Describís la tarea a nivel general y el sistema toca los archivos que hagan falta.
El agent mode es lo que cambió la identidad del producto. Está disponible en VS Code, Visual Studio, JetBrains, Eclipse y Xcode. En agent mode, Copilot elige los archivos a modificar, propone comandos de terminal, los ejecuta, lee el output e itera. Sigue adelante hasta que la tarea está completa o se traba. Cuando GitHub lo anunció con Claude 3.7 Sonnet en abril de 2025, publicó un 56% de tasa de aprobación en SWE-bench Verified.
El cloud agent es la versión asíncrona. Le asignás un issue de GitHub a Copilot desde la web, el móvil o la CLI, y corre dentro de un entorno sandboxed de GitHub Actions: sube commits a un draft PR, ejecuta tus tests y pide revisión cuando termina. Alcanzó disponibilidad general en septiembre de 2025.
La Copilot CLI alcanzó disponibilidad general en febrero de 2026. Es una instalación aparte, disponible vía npm, Homebrew o WinGet, que trae un Plan mode, un modo Autopilot completamente autónomo, agentes especializados paralelos (Explore, Task, Code Review, Plan), memoria del repositorio entre sesiones, hooks, plugins y un servidor GitHub MCP integrado.
Copilot code review alcanzó disponibilidad general en abril de 2025 y fue rediseñado en GitHub Universe 2025 para combinar razonamiento LLM con motores deterministas como ESLint y CodeQL.
Copilot Spaces, disponible desde septiembre de 2025, son paquetes curados de archivos, issues, PRs y documentación que actúan como contexto de base para cualquier superficie de Copilot.
En cuanto a personalización, podés configurar un archivo .github/copilot-instructions.md a nivel de repo, instrucciones a nivel personal u organizacional, y desde Universe 2025 un archivo AGENTS.md que define agentes personalizados con sus propios conjuntos de herramientas y comportamiento por proyecto.
Dónde corre Copilot
| Función | IDEs disponibles |
|---|---|
| Sugerencias inline | VS Code, Visual Studio, JetBrains, Eclipse, Xcode, Vim/Neovim, Azure Data Studio |
| Chat | VS Code, Visual Studio, JetBrains, Eclipse, Xcode, GitHub.com, GitHub Mobile, Windows Terminal, Raycast |
| Agent mode | VS Code, Visual Studio, JetBrains, Eclipse, Xcode |
Vim/Neovim recibe solo sugerencias inline, sin chat. La CLI es multiplataforma pero no está disponible en el plan gratuito.
Planes y precios, sin el marketing
Copilot tiene cinco niveles. La diferencia central entre ellos no es tanto las features como la asignación de premium requests, que son las llamadas a modelos frontier, el agent mode y el cloud agent. Los planes pagos tienen completions ilimitadas y chat con modelos incluidos. Los excedentes en todos los planes pagos cuestan 0,04 USD por premium request adicional.
| Plan | Precio | Completions | Premium requests |
|---|---|---|---|
| Free | Gratis | 2.000/mes | 50/mes |
| Student | Gratis (GitHub Education) | Ilimitadas | 300/mes |
| Pro | 10 USD/mes | Ilimitadas | 300/mes |
| Pro+ | 39 USD/mes | Ilimitadas | 1.500/mes |
| Business | 19 USD/usuario/mes | Ilimitadas | 300/usuario |
| Enterprise | 39 USD/usuario/mes | Ilimitadas | 1.000/usuario |
Un detalle práctico importante: Copilot no está disponible en GitHub Enterprise Server, solo en GitHub Enterprise Cloud.
Lo que dicen los datos reales de productividad
Quiero tener cuidado acá porque los números que circulan online están frecuentemente sacados de contexto.
El estudio más citado es el de Peng et al. (2022, arXiv:2302.06590). Noventa y cinco desarrolladores fueron divididos aleatoriamente y se les pidió implementar un servidor HTTP en JavaScript. El grupo que usó Copilot terminó en 1 hora 11 minutos en promedio; el grupo de control tardó 2 horas 41 minutos. Eso es un 55,8% de aceleración, estadísticamente significativo con P = 0,0017. Los desarrolladores menos experimentados, los más grandes y los que tenían mayor carga de trabajo base se beneficiaron más. La tarea fue específica y la muestra fue controlada, por lo que este número describe un contexto, no todo el trabajo de desarrollo.
El ensayo controlado aleatorizado de GitHub con Accenture es la evidencia empresarial más sólida. En unos 450 desarrolladores, Copilot produjo un 8,69% de aumento en pull requests por desarrollador, un 15% de aumento en la tasa de merge de PRs y un 84% de aumento en builds exitosos. Aproximadamente el 30% de las sugerencias fueron aceptadas y el 88% de los caracteres aceptados fueron retenidos.
Un estudio de campo de ZoomInfo (arXiv:2501.13282) que cubrió más de 400 desarrolladores encontró un 33% de tasa de aceptación completa de sugerencias, un 20% de tasa de aceptación de líneas de código y un 72% de satisfacción de los desarrolladores.
Los números que evitaría citar sin fuente son el famoso "46% del código escrito por Copilot" y "15 millones de usuarios": provienen de comunicados de prensa, no de estudios controlados.
La dirección hacia la que va todo
En GitHub Universe 2025, GitHub anunció Agent HQ: un plano de control unificado que orquesta agentes de Anthropic, OpenAI, Google, Cognition y xAI a través de GitHub, VS Code, CLI y Mobile, todo bajo una sola suscripción de Copilot. El mensaje fue explícito: Copilot se está posicionando como la interfaz para todos los agentes de código, no solo para los propios de GitHub.
El modelo económico también está cambiando. Cada plan pago incluye uso ilimitado de un modelo base con un presupuesto mensual de premium requests para llamadas a modelos frontier. A medida que los modelos frontier se vuelven más baratos, más de ellos probablemente van a migrar al nivel base.
"Copilot ya no es un producto, es una capa de orquestación. Las completions, el chat, las ediciones, los agentes en el IDE, la CLI y el cloud agent son puntos en un continuo que va de 'sugerir qué viene después' a 'hacer esta tarea y avisame cuando terminés'."
— Carlos José Castro Galante
Para cerrar
Lo más importante que hay que entender sobre Copilot en 2026 es que el modelo subyacente cambia constantemente. Lo que se mantiene estable es la interfaz y, cada vez más, los agentes que vos mismo definís. Si trabajás con Azure o con desarrollo en general, familiarizarte con cómo funciona Agent HQ y el ecosistema de MCP hoy es más valioso que conocer de memoria cuál modelo está disponible en qué tier.
Si querés explorar los recursos de aprendizaje de Copilot que ofrece Microsoft, Microsoft Learn tiene módulos y rutas de aprendizaje completas que cubren desde la configuración inicial hasta agent mode e IA responsable.