GitHub Copilot peut utiliser un large éventail de modèles IA. Cet article explique comment ces modèles sont hébergés et servis.
Modèles OpenAI
Utilisé pour les tâches suivantes :
- GPT-5 mini
- GPT-5.3-Codex
- GPT-5.4
- GPT-5.4 mini
- GPT-5.4 nano
- GPT-5.5
- GPT-5.6 Luna
- GPT-5.6 Sol
- GPT-5.6 Terra
Ces modèles sont hébergés par l'infrastructure Azure d'OpenAI et de GitHub.
OpenAI prend l’engagement de données suivant : nous [OpenAI] n’entraînent pas de modèles sur les données métier des clients. Le traitement des données suit les commentaires de confidentialité de l’entreprise d’OpenAI.
GitHub maintient un contrat de rétention de données zéro avec OpenAI.
Toutes les demandes d'entrée et réponses de sortie traitées par les modèles de GitHub Copilot continuent de passer par les systèmes de filtrage de contenu de GitHub Copilot. Ces filtres incluent des vérifications des correspondances de code public (lorsqu’elles sont appliquées) ainsi que des mécanismes permettant de détecter et de bloquer le contenu dangereux ou offensant.
Modèles Anthropic
Utilisé pour les tâches suivantes :
- Claude Haiku 4.5
- Claude Sonnet 4.5
- Claude Sonnet 4.6
- Claude Sonnet 5
- Claude Opus 4.5
- Claude Opus 4.6
- Claude Opus 4.7
- Claude Opus 4.8
- Claude Opus 4.8 (mode rapide) (préversion)
- Claude Fable 5
Avertissement
Lorsque Claude Fable 5 est utilisé, Anthropic conserve des données, y compris les requêtes et les réponses, pour faire fonctionner des classifieurs de sécurité qui détectent les usages nocifs. D’autres modèles Claude dans GitHub Copilot restent couverts par les accords existants de conservation des données de GitHub, comme indiqué ci-dessous. Les utilisateurs Enterprise et professionnels doivent activer le modèle Claude Fable 5 pour le rendre disponible au sein de votre organisation. Vous pouvez en savoir plus sur les pratiques de gestion des données de Anthropic pour ce modèle, sous la section F de leur Service Specific Terms.
Ces modèles sont hébergés par Amazon Web Services, PBC anthropic et Google Cloud Platform. GitHub a des contrats de fournisseur en place pour s’assurer que les données ne sont pas utilisées pour l’entraînement. Des détails supplémentaires pour chaque fournisseur sont indiqués ci-dessous :
- Amazon Bedrock : Amazon prend les engagements de données suivants : Amazon Bedrock ne stocke ni n’enregistre vos prompts et complétions. Amazon Bedrock n’utilise pas vos prompts et complétions pour entraîner des modèles AWS et ne les distribue pas à des tiers.
- Anthropic PBC : GitHub maintient un contrat d'absence de rétention de données avec Anthropic pour les fonctionnalités d'Anthropic en disponibilité générale dans GitHub Copilot. Certaines fonctionnalités anthropices en version bêta ou préversion publique, y compris la recherche d’outils via l’API Messages, ne sont pas couvertes par ce contrat. Pour ces fonctionnalités, les données peuvent être conservées par Anthropic conformément à la documentation ZDR d’Anthropic. GitHub mettra à jour cette page au fur et à mesure que la couverture ZDR évolue.
- Google Cloud : GitHub. GitHub n'est pas soumis non plus à la journalisation immédiate pour la surveillance des abus.
Pour offrir une meilleure qualité de service et réduire la latence, GitHub utilise la mise en cache des invites. Vous pouvez en savoir plus sur la mise en cache des prompts chez Anthropic PBC, Amazon Bedrock et Google Cloud.
Lors de l’utilisation de Claude, les invites d’entrée et les achèvements de sortie continuent à s’exécuter via GitHub Copilot les filtres de contenu pour la correspondance de code public, lorsqu'ils sont appliqués, ainsi que ceux pour le contenu dangereux ou offensant.
Modèles Google
Utilisé pour les tâches suivantes :
- Gemini 2.5 Pro
- Gemini 3 Flash
- Gemini 3.1 Pro
- Gemini 3.5 Flash
GitHub Copilot utilise Gemini 3.1 Pro, Gemini 3 Flashet Gemini 2.5 Pro hébergé sur Google Cloud Platform (GCP). Lorsque vous utilisez Gemini des modèles, des invites et des métadonnées sont envoyées à GCP, ce qui rend l’engagement de données suivant : Gemini n’utilise pas vos invites ou ses réponses, en tant que données pour entraîner ses modèles.
Pour offrir une meilleure qualité de service et réduire la latence, GitHub utilise la mise en cache des invites.
Lors de l’utilisation des modèlesGemini, les invites d’entrée et les achèvements de sortie continuent à s’exécuter via GitHub Copilot les filtres de contenu pour la correspondance de code public, lorsqu'ils sont appliqués, ainsi que ceux pour le contenu dangereux ou offensant.
modèles Microsoft
Utilisé pour les tâches suivantes :
- MAI-Code-1-Flash
- Raptor Mini
MAI-Code-1-Flash est un modèle Microsoft propriétaire hébergé sur Azure dans le locataire de GitHub.
GitHub n’utilise Copilot Business pas ni Copilot Entreprise les données client pour entraîner des modèles IA. Pour les abonnés individuels — Copilot gratuit, Copilot Pro, Copilot Pro+ et Copilot Max utilisateurs — GitHub peut utiliser les données d’interaction de Copilot, y compris les requêtes (entrées), les suggestions (sorties) et les extraits de code générés lors des sessions Copilot, pour entraîner et améliorer les modèles d’IA, conformément à notre Déclaration de confidentialité générale GitHub et aux paramètres utilisateur applicables. Les abonnés individuels peuvent refuser d’avoir leurs données utilisées pour l’apprentissage du modèle IA. Pour gérer ce paramètre, consultez Gestion des stratégies de GitHub Copilot en tant qu’abonné individuel.
MAI-Code-1-Flash est hébergé sur Microsoft Azure AI Foundry au sein du locataire de GitHub et est soumis à la configuration de traitement des données de GitHub pour ce déploiement. Pour plus d’informations sur la façon dont les données sont traitées, conservées et sécurisées pour les modèles servis sur Azure AI Foundry, consultez Données, confidentialité et sécurité pour les modèles Foundry vendus par Azure dans la documentation Microsoft.
Lors de l’utilisation de MAI-Code-1-Flash, les invites d’entrée et les achèvements de sortie continuent à s’exécuter via GitHub Copilot les filtres de contenu pour la correspondance de code public, lorsqu'ils sont appliqués, ainsi que ceux pour le contenu dangereux ou offensant.
Modèles à poids ouverts
Les modèles à poids ouverts disposent de poids accessibles publiquement. Ces modèles sont hébergés sur une infrastructure de Azure AI Foundry basée aux États-Unis gérée par GitHub et Microsoft. Les requêtes et les réponses du client ne sont pas envoyées aux développeurs des modèles d’origine.
Modèles d’IA Moonshot
Utilisé pour les tâches suivantes :
- Kimi K2.7 Code
Kimi K2.7 Code a été développé par l’IA Moonshot. Il s’agit d’un modèle à poids ouverts. GitHuble filtrage de contenu s’applique, mais vous devez passer en revue la Kimi K2.7 Code carte de modèle et effectuer vos propres évaluations avant de l’activer.
Lors de l’utilisation de Kimi K2.7 Code, les invites d’entrée et les achèvements de sortie continuent à s’exécuter via GitHub Copilot les filtres de contenu pour la correspondance de code public, lorsqu'ils sont appliqués, ainsi que ceux pour le contenu dangereux ou offensant.
Suggestions en ligne
Les suggestions incorporées, y compris le texte fantôme et les suggestions de modification suivantes, sont alimentées par des modèles hébergés sur Azure pour les plans Copilot Business et Copilot Entreprise. Copilot gratuit et étudiant Copilot les modèles utilisateur sont hébergés sur Fireworks AI.