GitHub Copilotの設定を開いたら、選べるモデルがいつの間にか増えていた。MAI-Code-1-Flash、GPT-4.1-mini、Claude Sonnet……どれを選べばいいか迷ったまま、とりあえずデフォルトのまま使っていませんか？この記事では、MAI-Code-1-Flashの背景と有効化手順（無料プラン・Business/Enterprise両対応）、そして「タスクの重さ」を軸にした各モデルの使い分け判断基準を一つにまとめます。設定できた後も繰り返し参照できる実務ガイドとして書きました。
図解：どのモデルを選ぶか判断フロー
flowchart TD
A[タスク開始] --> B{作業の重さは？}
B -->|軽量\n補完・docコメント・変数名など| C{クレジット節約を\n優先したいか？}
B -->|中程度\n機能実装・デバッグ・リファクタ| D[GPT-4.1 / Claude Sonnet]
B -->|高難度\n複雑ロジック・長文コンテキスト| E[Claude Sonnet / GPT-4o]
C -->|YES| F[MAI-Code-1-Flash ✅]
C -->|NO・速度はどちらでもよい| G[GPT-4.1-mini]
D --> H[タスク完了]
E --> H
F --> H
G --> H
*モデルの提供状況はプランや時期によって変わります。常にGitHub Copilot公式ドキュメントで最新を確認してください。*
MAI-Code-1-Flashとは：MicrosoftがOpenAIと別に自社モデルを作った理由
Microsoft AI公式のニュースルームおよびCNBC・Neowinの複数ソースによると、MAI-Code-1-Flashは2026年6月2日にMicrosoft Build 2026で発表されたコーディング特化の自社開発モデルです。
「MAI」はMicrosoft AIの略称であり、これまでGitHub CopilotがOpenAIのモデル（GPT系列）を主軸としてきたのに対し、Microsoftが独自のモデル開発ラインを持つことを示す布石といえます。
公式発表によるとモデルサイズは約5Bパラメータと小型ながら、コーディング特化のベンチマーク「SWE Bench Pro」でスコア51%を記録しており、より大型のモデルに匹敵するコーディング精度を持つとされています（数値はMicrosoft公式発表値）。fresh_topicsの情報ではAnthropicのClaude Haiku級の性能帯と位置づけられています。
この「小さくて速い」特性が、GitHub Copilotのモデル選択に新たな選択肢を加えています。
まず確認：あなたのプランでMAI-Code-1-Flashは使えるか
| プラン | 使えるか | 補足 |
|---|---|---|
| GitHub Copilot Free（無料） | ✅ 使える | 居住地を問わず利用可能（複数情報源で確認） |
| GitHub Copilot Pro / Pro+（個人有料） | ✅ 使える | モデルピッカーから選択するだけ |
| GitHub Copilot Business | ✅ 使える | 管理者がポリシーを有効化する必要あり |
| GitHub Copilot Enterprise | ✅ 使える | 同上。管理者のポリシー設定が前提 |
無料プランでも居住地による制限はなく、GitHubアカウントがあれば使えることが上位個人ブログ（pasqualepillitteri.it ほか）でも確認されています。ただし無料プランはコード補完の月次上限があるため、利用状況によってはすぐに上限に達することもあります。
個人・無料プランの有効化手順（VS Code）
設定そのものは非常にシンプルです。モデルを「インストール」する必要はなく、選択するだけです。
1. VS Codeを最新バージョンに更新する
古いバージョンではモデルピッカーが表示されないことがあります。VS Codeのバージョンを確認し、必要なら更新してください。
2. GitHub Copilotにサインインする
VS CodeのサイドバーまたはステータスバーのCopilotアイコンからGitHubアカウントでサインインします。
3. Copilot Chatのモデルピッカーを開く
Copilot Chatパネル上部にあるモデル名（例：「GPT-4o」）をクリックすると、選択可能なモデルの一覧がドロップダウンで表示されます。
4. 「MAI-Code-1-Flash」を選択する
一覧に「MAI-Code-1-Flash」または類似の名称が表示されていれば選択完了です。インライン補完（エディタ内のリアルタイム補完）とCopilot Chatの両方で利用できます。
*モデル名の表記は今後変更される可能性があります。表示されない場合は公式ドキュメントを参照してください。*
Business/Enterprise向け：管理者がやること（ポリシー有効化）
組織アカウントの場合、個々のメンバーがモデルを選べるようにするには管理者側の設定が必要です。SERPの上位技術記事（zenn.devほか）で確認された手順の骨格は以下のとおりです。
組織の管理者が行う設定
- GitHubの組織ページにアクセスし、Settings（設定）→ Copilot を開く
- 「Policies（ポリシー）」セクションを探す
- 「Enable additional AI models」（または類似の項目）をオンにする
- 必要に応じて特定のモデルのみ許可する設定を行う
- 設定を保存すると、組織メンバーのVS Codeにモデルピッカーが反映される
*設定画面の構成はGitHubのアップデートにより変わります。正確な手順はGitHub公式ドキュメント（Enterpriseポリシー）を一次情報として参照してください。*
よくある詰まりポイント：ポリシーを有効化したのにメンバーに反映されない
- キャッシュのため反映まで数分かかることがある
- VS Codeを再起動すると即時反映されることが多い
- Copilotの設定が「Managed by organization」の場合、個人設定を上書きできない
GitHub Copilotで選べるモデル比較（2026年6月現在）
以下は2026年6月時点での主要な選択肢をまとめたものです。GitHubは随時モデルを追加・変更するため、現在の完全な一覧は公式ドキュメントで確認してください。
| モデル | 応答速度 | クレジット消費 | 得意な用途 | 苦手な用途 |
|---|---|---|---|---|
| MAI-Code-1-Flash | 速い | 少ない（軽量） | コード補完・docコメント・短い変換・ボイラープレート | 長文コンテキスト・複雑な設計判断 |
| GPT-4.1-mini | 速い | 少ない〜中程度 | 軽〜中程度のコーディング・説明生成 | 高度な推論が必要なタスク |
| GPT-4.1 / GPT-4o | 中程度 | 中〜多め | 機能実装・デバッグ・中規模リファクタ | 速度最優先のリアルタイム補完 |
| Claude Sonnet（Anthropic） | 中程度 | 中〜多め | 長文読解・複雑ロジック・詳細な説明・コードレビュー | クレジット節約最優先の軽量作業 |
*速度・クレジット消費の区分は公式発表や複数情報源の記述を参考にした定性的な比較です。実際の消費量はタスクの長さや設定によって変わります。プランごとの制限は料金・プランページで確認してください。*
MAI-Code-1-Flashが最も力を発揮する場面
クレジットを節約しながら高速に補完したいとき
無料プランには月次の補完上限があります。複雑な推論が不要な軽量タスクをMAI-Code-1-Flashに任せることで、上限の消費ペースを落とせます。
- 変数名・関数名の候補出し
- JSDocやPythonのdocstringの自動生成
- CSSクラス名の補完
- 繰り返しパターンのボイラープレート生成（React コンポーネントの雛形など）
- 簡単なユニットテストケースのスケルトン作成
補完レイテンシを下げたいとき
モデルサイズが小さいため、インライン補完の「待ち時間」が体感的に短くなるケースがあります。コーディングのフローを途切れさせたくない場面で効果的です。
副業・個人開発でコストを抑えたいとき
有料プランでもクレジット課金制の場合、軽量タスクにはMAI-Code-1-Flashを使い、難しいタスクだけより高性能なモデルに切り替える運用で、月額コストのコントロールがしやすくなります。
あえて別モデルを選ぶべき場面
MAI-Code-1-Flashは「速くて軽い」ことが強みである一方、以下の場面では他のモデルの方が適しています。
複雑なロジックの設計・実装
アルゴリズムの選定、複数モジュールにまたがる設計の相談、アーキテクチャレベルの判断が必要なタスクは、推論能力が高いClaude SonnetやGPT-4oが向いています。5Bパラメータという制約上、深い推論が必要なタスクでは回答の精度が落ちる可能性があります。
長いコンテキスト（大きなファイル・長い会話履歴）
数百行〜数千行のファイル全体を読ませた上での分析・改善提案など、長文コンテキストが前提の作業はより大型のモデルに任せた方が結果の質が安定します。
詳細なコードレビュー・バグ解析
「なぜこのコードがバグを引き起こすのか」という原因の特定や、セキュリティ上の問題の指摘など、深い読解と説明を要するタスクはClaude SonnetやGPT-4oが得意としています。
Redditユーザーの声（参考）
SERPのUGCデータ（reddit.com）では「クレジットは確かに少なく済む反面、出力されるコードの品質は…」という率直な評価が見られます。具体的な内容は確認できていませんが、軽量モデル全般に共通する傾向として、「速さ・節約」と「出力の深さ」はトレードオフであることを念頭に置いてください。
よくある疑問（FAQ）
Q: 居住地によって制限はあるか？
複数の情報源（上位個人ブログ含む）で「居住地を問わず利用可能」という情報が確認されています。ただし地域制限はGitHubの利用規約やサービス提供状況に依存するため、最新情報はGitHub公式の利用規約・対応地域のページを参照してください。
Q: VS Code以外でも使えるか？
公式発表によると、GitHub Copilotのモデル選択機能はVS Codeのほか以下の環境でも対応しています（環境によって利用可能なモデルが異なる場合があります）：
- Copilot Chat on GitHub.com：ブラウザ上でもモデルピッカーが使えます
- JetBrains系IDE：IntelliJ IDEA、PyCharmなど（バージョンによる）
- GitHub Copilot CLI：コマンドライン環境でのCopilot利用
- Visual Studio（Windows）
各環境での最新の対応状況は公式ドキュメントで確認してください。
Q: モデルを切り替えると過去の会話履歴はどうなるか？
Copilot Chatのモデルを切り替えても、同一チャットセッション内の履歴は引き継がれます。ただし新しいチャットセッションを開始すると履歴はリセットされます。
Q: MAI-Code-1-FlashはCopilotのインライン補完でも動くか？
公式発表の内容から、インライン補完（エディタ内のタブ補完）とCopilot Chatの両方で利用可能とされています。ただし環境やバージョンによって挙動が異なる可能性があるため、実際に試して確認することを推奨します。
まとめ：モデル選びは「タスクの重さ」で1ステップ判断する
MAI-Code-1-Flashの有効化は、設定画面やVS Codeのモデルピッカーから選ぶだけで完了します。Business/Enterpriseでは管理者がポリシーを有効にする手順が一つ必要なだけです。
使い分けの判断基準は「タスクの重さ」一択です：
- 補完・docコメント・ボイラープレートなど「軽量で繰り返しが多い作業」→ MAI-Code-1-Flash（速くてクレジットを節約）
- 機能実装・デバッグ・中程度のリファクタ → GPT-4.1 / GPT-4.1-mini
- 複雑なロジック・長文コンテキスト・深いコードレビュー → Claude Sonnet / GPT-4o
無料プランの月次上限を気にしながら開発している方や、副業・個人プロジェクトでCopilotを使っている方にとって、MAI-Code-1-Flashは「軽い作業のクレジットを節約して、難しい作業に上限を残す」という戦略的な選択肢になります。
まず試すなら、毎日書いているdocコメントやユニットテストのスケルトン生成からMAI-Code-1-Flashに切り替えてみてください。物足りなければ、そのタスクだけ別モデルに戻せばいいだけです。
参考リンク