GitHub Copilotを導入している職場では、8月26日を境に、管理者が一度も触っていないAIモデルが自動的に使えるようになり始めている。GitHubが2026年7月29日に予告し、8月26日に本稼働させた新しい「モデル既定可用性ポリシー」によるものだ。これまでは、GitHubが新モデルを追加しても管理者が明示的に許可するまでは使えない仕組みだった。その「暗黙の保留」が、今回のポリシーで消える。
対象はCopilot BusinessとCopilot Enterpriseの2プランだけで、個人で契約しているPro・Pro+のユーザーには影響しない。だからこそ見落とされやすいが、会社支給のCopilotを使っている人にとっては、自分の書いたコードを読むAIが、自分の知らないうちに切り替わりうる話である。
何が変わったのか
GitHub Copilotが使えるAIモデルは、この1年で急速に増えた。ClaudeのOpus 5やGemini 3.6 Flash、Kimi K3、MAI-Code-1.1-Flashといった具合に、ほぼ毎月のように新顔が加わっている。Copilot Business・Enterpriseの管理者は、これまでその1つひとつを自分で「有効化」しない限り、組織のユーザーはそのモデルを選べなかった。GitHubが新モデルを足しても、管理者が動かなければ何も変わらない仕組みだったわけだ。
今回GAになった「Default availability for released models」ポリシーは、この前提を逆転させる。管理者が一度も設定していないモデルは「Delegate to default policy(既定ポリシーに委ねる)」という状態になり、組織全体で1つだけ用意されたスイッチの設定に従うようになった。このスイッチは既定で「有効」になっているため、多くの組織では、これまで塩漬けになっていた未設定のモデルが、管理者が何もしなくても利用者の手元に届くようになる。
| モデルの状態 | 意味 |
|---|---|
| Enabled | 管理者が明示的に有効化。設定は維持される |
| Disabled | 管理者が明示的に無効化。設定は維持される |
| エンタープライズチームへ委任 | チーム単位で個別に権限を割り当て |
| Delegate to default policy | 未設定のモデルはここに落ちる。組織の既定スイッチ(初期値は有効)に従う |
なぜ今、この方針転換なのか
理由は単純で、モデルの追加ペースに管理側の作業が追いつかなくなったからだ。7月には4日でGemini 3.6 FlashとClaude Opus 5が立て続けに追加され、8月にはKimi K3が正式提供され、同じ週にMAI-Code-1.1-Flashも加わった。1社の看板モデルだけを載せていた頃なら手作業の承認でも回ったが、選択肢が月単位で増える現状では、追加のたびに管理者が個別承認する運用は現実的でなくなる。
方針を予告 GitHubが「既定可用性ポリシー」の設定項目を公開。この時点では設定を変えても実際の利用可否には影響しない、28日間の周知期間として位置づけられた。
Kimi K3・MAI-Code-1.1-Flashが展開 週次リリースで両モデルがCopilot各プランに広がる。方針転換の直前に、対象になりうるモデルがさらに増えた形。
ポリシーが本稼働 未設定モデルが「Delegate to default policy」状態に切り替わり、組織の既定スイッチに従い始める。
全エンタープライズ顧客への展開完了予定 組織によって適用のタイミングにばらつきが出ながら、この日までに行き渡る見込み。
管理者には抜け道も用意されている。組織の既定スイッチそのものを「無効」にすれば、未設定のモデルは今までどおりすべて塩漬けのままになる。つまり今回の変更は「新モデルを無条件に解禁する」ものではなく、「何もしなければどちらに転ぶか」という初期値を反転させたものだと理解するのが正確だ。
それでも自動で有効にならないモデル
既定スイッチが「有効」の組織でも、次の4種類のモデルだけは、組織の設定に関わらず自動有効化の対象から外れる。GitHub公式のリファレンスに明記されている線引きだ。
プレビュー段階のモデルは、そもそも今回の「GA済みモデル」向けポリシーの対象外。従来どおり個別の設定が要る。
DeepSeekやKimi K2.7 Code、そして8月に追加されたばかりのKimi K3までもが、この区分で自動有効化から外れている。「追加された」ことと「既定でオンになる」ことは別物だという実例になっている。
GitHubのデータ保持契約でカバーされていないモデルも除外される。名指しされているのはClaude Fable 5で、同じClaudeブランドの中でも契約範囲に差があることがわかる。
政府機関向けなど、データの保管場所や準拠基準に制約があるモデルも自動有効化の対象外に置かれている。
個人のPro・Pro+には関係ない
今回の方針転換は、Copilot BusinessとCopilot Enterpriseの2プランに限られる。個人で契約しているFree・Pro・Pro+のユーザーは、組織の管理者ではなく利用者自身がモデルを選ぶ体系のままで、何も変わらない。会社のアカウントではなく自分名義でCopilotを契約している人にとっては、今回の話は基本的に無関係だと考えてよい。
紛らわしいのは、Kimi K3のようなモデル自体は個人向けのPro・Pro+・Maxプランにも展開されている点だ。モデルが「どのプランに展開されるか」と「組織の中で既定オンになるかどうか」は別の軸であり、この記事が扱っているのは後者、つまり会社支給のアカウントでの既定値の話に限られる。
選ぶ側は何を確認すべきか
会社支給のGitHub Copilotを使っているなら、確認すべきことは1つだけだ。社内のCopilot管理者に、組織の既定可用性ポリシーが「有効」と「無効」のどちらになっているかを聞くとよい。「有効」であれば、これから追加されるモデルは基本的に自動で使えるようになる。業務でCopilotの出力を機密性の高いコードに使っている場合、モデルが変わるたびに挙動や癖が変わりうることは、覚えておく価値がある。
個人でCopilotを契約している場合、あるいはChatGPTやClaude、Geminiを個人で使い分けている場合は、今回の変更そのものに対応する必要はない。ただし、ここで起きているのは「モデルを選ぶ主体が、利用者から組織の初期設定へ一部移った」という一般的な変化であり、他のAIツールでも同じ形の初期値の切り替えは今後起こりうる。自分が使っているツールの「既定」が誰の判断で決まっているかを、一度確かめておいて損はない。
編集部の見立て
今回の変更で興味深いのは、GitHubが「新モデルを増やす」競争ではなく、「増えたモデルをどう配るか」という運用の側で手を打ったことだと考えます。モデルの数が増えること自体はニュースになりやすいものですが、増えた選択肢を誰がどう管理者不在のまま届けるかという、表からは見えにくい仕組みのほうが、実際に現場へ与える影響は大きいはずです。
除外リストにClaude Fable 5が名指しで入っていた点も見立てに値します。同じ提供元の同じブランドのモデルであっても、データの扱いに関する契約は個別に結ばれているということです。「Claudeだから」「OpenAIだから」という提供元単位の安心感は、契約の単位とは一致しません。モデル1つひとつの条件を見る必要があるという、当たり前だが忘れられがちな事実を、今回の除外リストは思い出させてくれます。
もう一点、今回の仕組みには「無効」という抜け道が残されていることも見逃せません。GitHubは全社一律で新モデルを解禁したわけではなく、初期値を変えたうえで、慎重な組織には元の運用を続けられる道を残しています。この設計のバランスの取り方は、AIツールを組織へ展開する他のベンダーにとっても、参考になる形だと思います。
まとめ
GitHubは2026年7月29日、Copilot BusinessとCopilot Enterprise向けに「モデル既定可用性ポリシー」を予告し、8月26日に本稼働させました。組織の管理者が一度も設定していなかったモデルは「Delegate to default policy」の状態に切り替わり、組織全体で1つの既定スイッチ(初期値は有効)に従うようになっています。展開は9月1日までに全エンタープライズ顧客へ完了する予定です。
ただし、一般提供前のモデル、DeepSeekやKimi K2.7 Code・Kimi K3といったオープンウェイトモデル、データ保持契約の対象外であるClaude Fable 5、データ所在地やFedRAMPの制約があるモデルは、組織の設定に関わらず自動有効化の対象から外れています。「新モデルが追加された」という事実と「既定でオンになる」という事実は、別のニュースとして扱う必要があります。
この変更が及ぶのはCopilot BusinessとEnterpriseの2プランのみで、個人契約のFree・Pro・Pro+のユーザーには影響しません。会社支給のCopilotを使っている読者は、社内の管理者に既定ポリシーの設定を一度確認しておくとよいでしょう。
会社支給のCopilotを使っているなら、次に社内のツール担当者と話す機会に、既定可用性ポリシーが有効と無効のどちらに設定されているかを一度尋ねてみるとよい。答えが返ってくるかどうかで、その組織がAIモデルの選定にどこまで関与しているかが見えてくる。