Herramienta de IA

Revisión de la API de OpenAI Agents

La API de OpenAI Agents proporciona a los desarrolladores un tiempo de ejecución gestionado para construir agentes en la nube duraderos utilizando el "Codex harness", manejando la orquestación y la gestión del contexto.

shipped 15 sept 2026agentspaid

Domain rating93Monthly visits13.8M/mo

agentscodeproductivity

Por qué importa

1Beta pública lanzada el 10 de septiembre de 2026, haciendo disponible el "managed Codex harness".

2Soporta ventanas de contexto de hasta 1,050,000 tokens en modelos como GPT-6 Astra y GPT-5.6 Sol.

3Ofrece "function calling" propietario y multimodalidad que incluye texto, visión y audio.

4No hay tarifa adicional para la API en sí; la facturación se basa en el uso del modelo subyacente, la herramienta y el "sandbox".

Sobre OpenAI Agents API

Financiación

Series A

Plataformas

Web API

Público objetivo

Developers and businesses using AI

Planes de precios

Standard Pricing

• Billed at the selected model’s API rates
• Usage of OpenAI tools is charged at standard rates
• Container rates for OpenAI-hosted sandboxes

Ejemplos de costes

• Model usage is billed at the selected model’s API rates
• OpenAI tools use their standard rates
• OpenAI-hosted sandboxes use standard container rates

Inversores

Angel investors, Y Combinator, Microsoft

API Docs

Especificaciones

Documentación API

Ver documentación →

API disponible

Sí, API pública

overview

¿Qué es la API de OpenAI Agents?

La API de OpenAI Agents es una herramienta de orquestación de agentes de IA desarrollada por OpenAI que permite a los desarrolladores construir y ejecutar agentes en la nube duraderos con un "managed Codex harness". Permite que las aplicaciones accedan al "Codex (technology) harness" a través de una API gestionada por OpenAI, manejando sesiones, orquestación, compactación de contexto y recuperación, mientras la aplicación proporciona herramientas y elige su entorno de ejecución. La API se lanzó en beta pública el 10 de septiembre de 2026, poniendo su servicio gestionado a disposición de una base de desarrolladores más amplia. Soporta capacidades avanzadas como razonamiento, "tool calling" y ejecución de código dentro de entornos "sandboxed", aprovechando modelos como OpenAI GPT-6 Astra y OpenAI GPT-5.6 Sol.

features

Características Clave de la API de OpenAI Agents

La API de OpenAI Agents proporciona un conjunto completo de "Features (other)" diseñadas para optimizar el desarrollo y la implementación de agentes de IA. Estas capacidades liberan a los desarrolladores de una gestión significativa de la infraestructura, permitiéndoles centrarse en la lógica central de su "Agent (technology)".

"Managed Codex (technology) harness" para la orquestación y ejecución de agentes.
Gestión automatizada de "Session (technology)" para interacciones persistentes del agente.
Compactación de contexto para mantener información relevante en tareas de larga duración.
Mecanismos de recuperación robustos para fallos del agente.
Soporte para definir el modelo, las instrucciones y las herramientas del "Agent (technology)".
Selección flexible de "Environment (technology)" para ejecutar el "Agent (technology)".
Manejo de "Event (technology)" para gestionar entradas y salidas.
"Function calling" propietario para la integración de herramientas.
Capacidades multimodales que incluyen procesamiento de texto, visión y audio.
Acceso a los modelos OpenAI GPT-6 Astra, OpenAI GPT-5.6 Sol, OpenAI GPT-5.6 Terra, OpenAI GPT-5.6 Luna y OpenAI GPT-4.1.

use cases

¿Quién debería usar la API de OpenAI Agents?

La API de OpenAI Agents está dirigida principalmente a desarrolladores y empresas que buscan implementar agentes de IA duraderos basados en la nube para flujos de trabajo complejos y de múltiples pasos. Su enfoque de servicio gestionado es beneficioso para organizaciones que requieren una orquestación y gestión de contexto robustas sin construir la infraestructura subyacente desde cero.

Desarrolladores que construyen agentes de IA que pueden razonar y llamar a herramientas para la finalización automatizada de tareas.
Equipos que crean agentes que pueden planificar y completar tareas utilizando herramientas, como bots de respuesta a incidentes o de atención al cliente.
Ingenieros que desarrollan agentes que pueden trabajar con archivos y producir artefactos en un "sandbox", útil para la investigación de problemas de GitHub o el análisis de datos.
Organizaciones que implementan la orquestación de múltiples agentes para flujos de trabajo complejos como la inteligencia de desarrollo clínico.
Empresas que automatizan trabajos de varios pasos y mantienen el contexto entre pasos, como la recuperación de lanzamientos de software.

how to use

Cómo usar la API de OpenAI Agents

Para usar la API de OpenAI Agents, los desarrolladores interactúan con los "API endpoints" para definir el comportamiento del agente, integrar herramientas y gestionar los entornos de ejecución. La API maneja la orquestación subyacente y la gestión de sesiones, simplificando la implementación del agente.

1Acceda a la documentación de la API de OpenAI Agents en https://developers.openai.com/api/docs/guides/agents-api/overview.
2Defina las instrucciones del agente, el modelo de OpenAI a utilizar (por ejemplo, GPT-6 Astra) y las herramientas a las que puede acceder.
3Especifique el entorno de ejecución para el agente, como un "sandbox" alojado por OpenAI.
4Inicie sesiones de agente a través de la API para tareas específicas.
5Supervise la ejecución del agente y maneje los eventos de entradas y salidas.
6Integre herramientas personalizadas o aproveche las herramientas integradas de OpenAI como la búsqueda web y la búsqueda de archivos.

pricing

Precios y Planes de la API de OpenAI Agents

Durante su fase beta pública, no hay tarifa adicional por usar la API de OpenAI Agents en sí. Los costos se incurren en función del consumo de los recursos subyacentes de OpenAI. Esto incluye el uso de modelos de OpenAI, herramientas integradas y "sandboxes" alojados por OpenAI.

Uso del modelo: Se factura a las tarifas estándar de la API para los modelos de OpenAI seleccionados (por ejemplo, gpt-5.6-luna a $0.20 por 1 millón de tokens de entrada, gpt-6-astra a $10 por 1 millón de tokens de entrada a partir del 11 de septiembre de 2026). Los modelos de 'contexto largo' (más de 272,000 tokens de entrada) tienen aproximadamente el doble de la tarifa estándar.
Uso de herramientas: Se aplican tarifas estándar para las herramientas integradas; la búsqueda web cuesta $10 por 1,000 llamadas, y la búsqueda de archivos cuesta $2.50 por 1,000 llamadas más $0.10/GB/día por almacenamiento (con 1 GB gratis).
Intérprete de código/"Sandboxes" alojados por OpenAI: Se factura por contenedor, con tarifas de $0.03 a $1.92 por sesión de 20 minutos, dependiendo del tamaño del contenedor (por ejemplo, 1 GB por $0.03, 64 GB por $1.92).

¿Te está gustando? Recibe uno así en tu bandeja cada mañana.

un correo al día · date de baja en dos clics · sin rastreadores de terceros

Pros

+Managed service offloads orchestration, context compaction, and recovery, reducing developer overhead.
+Provides access to advanced OpenAI models, including GPT-6 Astra and GPT-5.6 Sol, with large context windows (1,050,000 tokens).
+Supports proprietary function calling and multimodal capabilities (text, vision, audio).
+Enables the creation of durable, long-running agents capable of complex, multi-step workflows.
+Offers sandboxed execution environments for secure code execution and file manipulation.

Cons

−Potential for vendor lock-in due to reliance on OpenAI for models, context management, tools, and execution environment.
−Pricing is usage-based, which can lead to variable costs depending on agent activity, model choice, and tool usage.
−Currently in public beta, indicating potential for changes in features, pricing, or stability.
−Less flexibility for developers who prefer to self-host or integrate with a wider range of non-OpenAI models and custom infrastructure.
−Requires adherence to OpenAI's specific API structure and ecosystem, which may not align with all existing tech stacks.

Herramientas similares

API de OpenAI Agents vs. Competidores

El panorama de los agentes de IA presenta varias soluciones, que van desde servicios gestionados hasta "frameworks" de código abierto. La API de OpenAI Agents se diferencia por su servicio totalmente gestionado, liberando a los desarrolladores de una sobrecarga operativa significativa.

LangChainOn Stork

Offers a comprehensive framework for developing applications powered by language models, including robust tools for agent orchestration, memory management, and tool integration.

While LangChain provides extensive capabilities for building and orchestrating agents, it requires developers to manage more of the underlying infrastructure and session state compared to OpenAI's fully managed Agents API. You gain flexibility but take on more operational responsibility.

AutoGenOn Stork

Specializes in enabling multiple AI agents to converse and collaborate with each other to solve complex tasks, with customizable roles and communication patterns.

AutoGen provides a powerful paradigm for multi-agent systems, handling communication and execution flow between agents. However, it's more opinionated towards collaborative agent conversations, which might require adapting your application's agent strategy compared to the more general orchestration provided by OpenAI's API.

CrewAIOn Stork

Focuses on orchestrating role-playing autonomous AI agents, allowing developers to define agents with specific roles, goals, and tasks within a collaborative workflow.

CrewAI offers a structured approach to building agent teams with defined roles and processes, simplifying complex multi-agent workflows. The trade-off is a more opinionated framework that might be less flexible for simpler, single-agent orchestration or highly custom execution environments compared to the lower-level control offered by OpenAI's API.

LlamaIndexOn Stork

Primarily a data framework for LLM applications, it provides robust tools for data ingestion, indexing, and retrieval, making it powerful for agents that need to interact with private or external knowledge bases.

LlamaIndex excels at connecting LLMs to external data sources and building agents that leverage this data, handling context and retrieval. While it offers agent capabilities, its core strength is data integration, meaning you might need to integrate other libraries for more complex agent orchestration or tool management beyond data interaction, unlike OpenAI's more general agent management.

Más en Stork

Herramientas IA relacionadas

Otras herramientas de esta categoría, emparejadas por etiquetas comunes

Parallel Agents yomi Scenario Nextek Global Terminalblog.com BugHarbor

Visitar OpenAI Agents API↗

Conectar

𝕏

X / Twittertwitter.com/OpenAI