Construire avec CometAPIBesoin d'une seule API pour plusieurs modèles ?Testez le workflow dans Playground, puis créez une clé API lorsque le modèle et le coût correspondent à votre cas d'usage.
OpenAI Agents API : Fonctionnalités, Tarification et Applications
Découvrez ce qu’est OpenAI Agents API, comment elle fonctionne, ses fonctionnalités, sa tarification, des exemples de code, des cas d’utilisation concrets et des alternatives.
Deon GoodwinÉquipe de recherche sur les modèles IA et API
L’OpenAI Agents API est une plateforme gérée pour créer des agents d’IA capables de raisonner, d’utiliser des outils, d’exécuter du code et d’accomplir des tâches multi-étapes. Elle est conçue pour les applications qui doivent poursuivre le travail d’un tour à l’autre, appeler des outils et se remettre d’interruptions sans implémenter elles-mêmes toute la boucle d’agent. Ce guide aide les développeurs à évaluer ses capacités, ses options d’intégration et ses coûts.
Contrairement à une API LLM classique, l’OpenAI Agents API prend en charge des sessions persistantes, des environnements d’exécution gérés, la coordination multi-agents, le streaming d’événements et les artefacts. Les développeurs peuvent utiliser les endpoints natifs de l’OpenAI Agents API pour l’exécution gérée, ou intégrer des modèles OpenAI pris en charge via CometAPI pour construire des workflows d’agents personnalisés. Ce sont des voies d’intégration distinctes.
Key Takeaways
OpenAI Agents API gère des sessions persistantes et l’exécution multi-étapes, réduisant l’orchestration que les développeurs doivent opérer.
Revu pour la clarté, l'attribution des sources et la terminologie API actuelle.
Ses capacités clés incluent l’exécution de code dans un bac à sable, les outils et connexions MCP, les sous-agents et les artefacts enregistrés.
Les coûts d’OpenAI Agents API combinent des jetons modèle, des outils éligibles et un compute hébergé optionnel ; évaluez le coût par tâche complétée.
Les gains rapportés par les clients fournissent des éléments de preuve propres aux charges de travail, plutôt qu’un benchmark standardisé pour chaque application.
L’exécution gérée native et les agents personnalisés utilisant CometAPI sont des choix d’intégration séparés avec des responsabilités d’infrastructure différentes.
What Is the OpenAI Agents API?
OpenAI Agents API est un service d’exécution géré pour les applications qui réalisent des tâches multi-étapes en s’appuyant sur des modèles de raisonnement et des outils externes. Il expose le cadre d’agent Codex en tant que service. Au lieu de gérer manuellement les appels de modèle, l’exécution des outils, l’état de session et la reprise de tâches, les développeurs peuvent déléguer une grande partie de cette coordination au runtime.
Un chatbot classique génère une réponse ; un agent peut planifier des étapes, exécuter du code dans un environnement autorisé, inspecter les erreurs, réessayer et livrer des fichiers générés. L’API convient donc aux workflows opérationnels plutôt qu’au simple chat.
OpenAI Agents API Workflow
Un workflow d’agent réunit quatre éléments : l’agent définit le modèle, les instructions et les outils disponibles ; l’environnement fournit le compute et l’accès aux fichiers ; la session préserve le contexte et le travail sauvegardé ; et les événements et items exposent l’avancement et les résultats. Ensemble, ces composants permettent à votre application de soumettre une tâche, de suivre son exécution et de poursuivre le travail lors de tours ultérieurs. Voir la présentation de l’Agents API pour les concepts sous-jacents.
Workflow typique : créer une session ; soumettre un objectif ; laisser le modèle raisonner et choisir les outils autorisés ; exécuter ces outils ; inspecter les résultats intermédiaires ; et diffuser en continu l’avancement et les artefacts finaux. La session peut être poursuivie au besoin.
Le schéma officiel montre l’application échangeant des entrées et des événements avec le cadre géré et le bac à sable. Diagramme d’architecture issu de la documentation de l’architecture de l’OpenAI Agents API ; illustration originale par OpenAI.
What Are the Main OpenAI Agents API Features?
Les capacités du cadre géré couvrent l’exécution de code, la gestion du contexte, les connexions d’outils, le pilotage et la délégation. La disponibilité dépend également de l’environnement et des outils configurés.
Fonctionnalité
Spécification
Bénéfice pratique
Exécution gérée
Cadre basé sur Codex
Réduit le code d’orchestration
Persistance de session
État multi-tours
Prend en charge les suivis
Gestion du contexte
Compactage géré
Workflows étendus
Exécution hébergée
Bac à sable Linux ; Python et Node.js
Exécution de code réelle
Environnement auto-hébergé
Calcul géré par le développeur
Contrôle de l’infrastructure
Exécution multi-agents
Sous-agents configurables
Sous-tâches en parallèle
Connexions d’outils
Fonctions et MCP
Intègre des services
Utilisation de l’ordinateur
Interaction UI contrôlée
Automatisation d’interface
Streaming et webhooks
Événements d’avancement
Applications réactives
Artefacts
Fichiers enregistrés
Rapports livrables
Persistent Sessions and Context Management
Les sessions conservent la configuration, le contexte de conversation et le travail sauvegardé d’un tour à l’autre. Les développeurs peuvent soumettre une nouvelle instruction à une session existante ; la gestion du contexte aide à soutenir des tâches prolongées tout en réduisant le besoin d’écrire une logique personnalisée de compression de transcript.
Sandboxed Code Execution
Environnement
Infrastructure
Meilleur usage
none
Aucune exécution locale
Workflows à outils distants
openai_hosted
Bac à sable géré par OpenAI
Code, analyses et traitement de fichiers
self_hosted
Compute contrôlé par le développeur
Infrastructure personnalisée
Les environnements hébergés peuvent exécuter Python, Node.js et des programmes en ligne de commande dans un espace de travail isolé. Un environnement auto-hébergé permet à l’agent géré d’utiliser un compute contrôlé par le développeur. Les développeurs opèrent et sécurisent cet environnement, tandis que l’Agents API continue de gérer le cadre d’agent et l’état de session.
Multi-Agent Collaboration
Un agent coordonnateur peut déléguer des tâches indépendantes à des sous-agents spécialisés. Des agents de recherche peuvent examiner des sources séparées tandis qu’un agent principal concilie les preuves. Le parallélisme peut améliorer le débit, mais des appels de modèle additionnels et la coordination peuvent accroître les coûts. L’API prend en charge la concurrence configurable et les paramètres des sous-agents.
OpenAI Agents API vs Agents SDK vs Responses API vs AgentKit
Dimension
Agents API
Agents SDK
Responses API
AgentKit
Objectif
Exécution gérée
Orchestration orientée code
Inférence et outils
Composants d’agent
Boucle d’agent
Gérée
App/SDK
Gérée par le développeur
Dépend du composant
Infrastructure
Hébergée ou externe
Contrôlée par le développeur
App + outils hébergés
Variable
Multi-agents
Coordination intégrée
Passages de relais
Personnalisée
Spécifique au composant
Idéal pour
Tâches autonomes durables
Agents personnalisés
Contrôle granulaire
Outillage d’agent embarqué
L’Agents API fournit une exécution gérée ; l’Agents SDK convient aux applications qui possèdent leur pile d’orchestration ; le Responses API est adapté à l’inférence et aux workflows d’outils plus légers ; AgentKit fournit des composants de développement complémentaires plutôt qu’un autre runtime d’agent hébergé équivalent.
How to Get Started With the OpenAI Agents API
Step 1: Configure API Access
Utilisez une clé de projet OpenAI Platform avec les permissions d’agent et d’inférence requises par les prérequis du démarrage rapide. Les exemples curl visent un shell compatible Bash avec curl installé ; l’exemple PowerShell ne fait que définir la variable d’environnement. Conservez les clés hors du contrôle de version.
Exemple de code Bash : exécutez les commandes suivantes dans un terminal compatible Bash.
export OPENAI_API_KEY="your-openai-api-key"
Exemple de code PowerShell : définissez la clé API dans le processus PowerShell en cours.
$env:OPENAI_API_KEY="your-openai-api-key"
Step 2: Create Your First Agent
Exemple de code Bash : exécutez les commandes suivantes dans un terminal compatible Bash.
curl --no-buffer --fail-with-body \
https://api.openai.com/v1/agents/sessions \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "OpenAI-Beta: agents=v1" \
-H "Content-Type: application/json" \
-d '{
"agent": {
"model": "gpt-6-astra",
"instructions": "Write reliable Python code, execute it, and report observed results."
},
"environment": {"type": "openai_hosted", "container_size": "small"},
"input": "Calculate the mean and standard deviation of [12,15,19,20,24] in Python.",
"stream": true
}'
La session entame son premier tour et diffuse des événements d’état à mesure que l’agent exécute des outils et prépare une réponse.
Step 3: Enable Multi-Agent Execution
Exemple de code Bash : exécutez les commandes suivantes dans un terminal compatible Bash.
curl --no-buffer --fail-with-body \
https://api.openai.com/v1/agents/sessions \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "OpenAI-Beta: agents=v1" \
-H "Content-Type: application/json" \
-d '{
"agent": {
"model": "gpt-6-astra",
"instructions": "Delegate independent analyses and reconcile the results.",
"multi_agent": {"enabled": true, "max_concurrent_subagents": 2}
},
"environment": {"type": "none"},
"input": "Compare two release changes: date filtering in search and export URL behavior.",
"stream": true
}'
Step 4: Continue an Existing Session
Exemple de code Bash : exécutez les commandes suivantes dans un terminal compatible Bash.
curl --fail-with-body \
"https://api.openai.com/v1/agents/sessions/$SESSION_ID/events" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "OpenAI-Beta: agents=v1" \
-H "Content-Type: application/json" \
-d '{"events":[{"type":"agent.session.input.message","input":[{"role":"user","content":[{"type":"input_text","text":"Summarize the findings in an executive report."}]}]}]}'
Stockez les identifiants de session, appliquez des garde-fous de réessai et distinguez les nouvelles instructions des messages utilisés pour piloter un travail en cours.
Step 5: Inspect Results and Clean Up
Exemple de code Bash : exécutez les commandes suivantes dans un terminal compatible Bash.
L’effort de raisonnement influe sur la latence, la consommation de jetons et la profondeur de planification. Sélectionnez l’effort pris en charge par le modèle choisi et l’interface en suivant les recommandations officielles pour GPT-6 ; n’assumez pas que les paramètres au niveau du modèle s’appliquent de manière identique à chaque endpoint.
How to Build an AI Agent With CometAPI?
CometAPI peut fournir l’inférence de modèle pour une application d’agent personnalisée. Votre application reste responsable de la boucle d’agent, de l’exécution des outils, de l’état de session, de la reprise et de tout routage entre les modèles pris en charge. Cela vous donne le contrôle de l’orchestration, tout en faisant de cette infrastructure la vôtre à opérer.
Choisissez l’intégration native de l’Agents API lorsque vous voulez qu’OpenAI gère l’exécution de l’agent et l’état de session. Choisissez une application basée sur CometAPI lorsque vous voulez construire et opérer votre propre orchestration autour des API de modèles prises en charge. L’accès à un modèle via CometAPI n’établit pas en soi la prise en charge des endpoints de session natifs de l’Agents API ; vérifiez l’interface que vous avez l’intention d’utiliser. Les coûts suivent également des voies différentes : l’usage natif est facturé par OpenAI, tandis qu’une application personnalisée combine les frais CometAPI avec vos coûts d’infrastructure.
Step 1: Connect to CometAPI
Exemple de code Bash : exécutez les commandes suivantes dans un terminal compatible Bash.
Exemple de code Python : envoyez une requête d’inférence de modèle et imprimez la réponse.
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1",
)
response = client.responses.create(
model="gpt-6-astra",
input=(
"Analyze an API latency spike after a database migration. "
"Identify possible causes and prioritize diagnostic steps."
),
)
print(response.output_text)
Les développeurs peuvent accéder à la GPT-6 Astra API dans CometAPI. L’exemple ci-dessus effectue une inférence de modèle ; l’implémentation de la boucle d’outils décrite ci-dessous relève de la responsabilité de l’application.
Step 2: Add a Tool-Execution Layer
Un contrôleur personnalisé peut inciter le modèle, inspecter les requêtes d’appel d’outil, autoriser et exécuter des actions, renvoyer les résultats, et répéter jusqu’à la complétion ou une limite prédéfinie. Définissez des limites sur les tours, les appels d’outils, le temps d’exécution et les dépenses ; exigez une confirmation indépendante pour les opérations destructrices.
What Are the Best OpenAI Agents API Applications?
Logiciels et ingénierie : analyser des incidents, générer des changements de code, exécuter des tests et préparer des revues, avec approbation avant fusion ou déploiement.
Analyse de données et reporting : traiter des jeux de données téléversés, exécuter des calculs Python, créer des graphiques et convertir les résultats en rapports qui soutiennent la décision.
Réponse aux incidents IT : inspecter des alertes, corréler des logs, consulter des runbooks et recommander des remédiations, avec autorisation humaine pour les actions risquées.
Automatisation du support client : récupérer les enregistrements pertinents, résumer des tickets, rédiger des réponses et router les cas non résolus via un accès CRM autorisé.
Recherche et traitement de documents : comparer des documents, vérifier des assertions, extraire des faits et préparer des conclusions avec citations à l’appui.
Evaluate Your Workflow
Commencez par une tâche représentative de votre propre charge de travail et définissez ce à quoi ressemble une complétion réussie. Comparez l’agent à votre processus actuel avec les mêmes entrées et critères d’acceptation. Incluez des demandes de suivi et des échecs d’outils afin que l’évaluation teste la reprise autant que le chemin idéal.
Indicateur
Mesure
Motif
Achèvement de tâche
Objectifs réussis
Utilité de bout en bout
Réussite des outils
Intégrations correctes
Détection des échecs
Taux de reprise
Achèvement après échec
Durabilité
Temps d’achèvement
Temps écoulé
Latence
Coût par tâche achevée
Dépense / tâche réussie
Efficience
Intervention humaine
Actions manuelles
Autonomie
Conformité de sécurité
Respect des politiques
Maîtrise des risques
Interprétez ces mesures ensemble. Un workflow qui complète plus de tâches peut rester un mauvais choix s’il nécessite des corrections manuelles fréquentes ou s’il dépasse vos limites de temps et de coût. Utilisez les résultats pour décider quoi automatiser, où conserver une revue humaine et quels échecs traiter avant d’étendre l’usage.
How Much Does the OpenAI Agents API Cost?
Il n’y a pas de frais de plateforme séparés pour le cadre géré. Les jetons du modèle, les appels d’outils éligibles et le compute hébergé optionnel déterminent le coût d’usage total. Les tarifs des modèles ci-dessous sont en USD par million de jetons pour un traitement Standard avec des invites à contexte court (jusqu’à 272 K jetons d’entrée), vérifiés le 21 octobre 2026. Des invites plus longues, d’autres paliers de traitement, des écritures en cache et un traitement régional peuvent modifier le tarif applicable.
Tarification des modèles OpenAI
Entrée / 1 M
Entrée mise en cache / 1 M
Sortie / 1 M
GPT-6 Astra
10,00 $
1,00 $
50,00 $
GPT-6.1 Sol
2,00 $
0,10 $
10,00 $
GPT-6 Luna
0,10 $
0,01 $
0,50 $
Pour l’accès aux modèles via CometAPI, les développeurs peuvent utiliser GPT-6.1 Sol et GPT-6 Luna. Le tableau ci-dessus montre les tarifs OpenAI ; la facturation CometAPI suit ses propres tarifs applicables.
Ressource ou outil
Configuration / base de facturation
Tarif
Conteneur hébergé — Small
1 Go de mémoire ; période de 20 minutes
0,03 $ par période
Conteneur hébergé — Medium
4 Go de mémoire ; période de 20 minutes
0,12 $ par période
Conteneur hébergé — Large
16 Go de mémoire ; période de 20 minutes
0,48 $ par période
Recherche Web
Par 1 000 appels ; jetons de contenu facturés séparément
10 $ par 1 000 appels, plus jetons de contenu
Stockage de recherche de fichiers
Par Go et par jour, après l’allocation gratuite
0,10 $ par Go/jour
Example: Estimating a Task Cost
Composant
Calcul illustratif
Coût
Jetons d’entrée
50 000 × 10 $ / 1 M
0,50 $
Jetons de sortie
10 000 × 50 $ / 1 M
0,50 $
Recherches Web
2 × 0,01 $
0,02 $
Petit conteneur
Une période de 20 minutes
0,03 $
Total
Hors frais incidentels
1,05 $
Ce total illustratif de 1,05 $ suppose les volumes de jetons indiqués, deux recherches, une période de 20 minutes sur un petit conteneur, et aucun jeton de contenu de recherche supplémentaire facturable ni écriture en cache. Le coût réel dépend également des réessais, de l’usage des sous-agents, du comportement de cache et des règles de facturation du bac à sable applicables à la session. Suivez le coût par tâche réussie sur une charge de travail représentative.
What Are the Limitations of the OpenAI Agents API?
Limites de données. L’Agents API prend actuellement en charge la résidence des données uniquement aux États-Unis et ne prend pas en charge la conservation nulle des données (ZDR). Un bac à sable auto-hébergé ne modifie pas l’éligibilité ZDR. Avant d’envoyer des données sensibles, vérifiez si les conditions de conservation et de résidence du service répondent à vos exigences.
Compatibilité API et modèle. Les interfaces en beta publique peuvent évoluer, et les fonctionnalités prises en charge peuvent varier selon le modèle. Testez le modèle exact, l’endpoint, les paramètres de raisonnement et les outils utilisés par votre application. Répétez les vérifications d’intégration quand vous changez de modèle ou adoptez une mise à jour d’API.
Contrôle de l’exécution. Les tâches multi-étapes peuvent accumuler des jetons, prendre des durées variables et rencontrer des échecs d’outils. Fixez des budgets et des limites sur les tours et le temps d’exécution, n’accordez que les permissions nécessaires à la tâche et surveillez de manière asynchrone les travaux de longue durée. Prévoyez comment récupérer suite à des appels d’outil interrompus et exigez une approbation humaine pour les actions aux conséquences significatives.
FAQ
How should OpenAI Agents API clients retry follow-up messages?
Réutilisez la même clé de soumission lors du réessai du même message logique, conformément au modèle d’entrée de session et de réessai. Conservez l’ID de session et la clé de soumission ensemble dans l’état de l’application. Une instruction utilisateur distincte doit utiliser sa propre clé ; une réponse HTTP perdue ne doit pas automatiquement être traitée comme une nouvelle instruction.
Can an OpenAI Agents API session change models?
L’endpoint des paramètres de session prend en charge la mise à jour du modèle, de l’effort de raisonnement et du niveau de service. Les mises à jour affectent les tours ultérieurs ; un tour actif conserve ses paramètres existants. Confirmez que la configuration résultante est prise en charge par le modèle sélectionné, et créez une nouvelle session si vous devez modifier des paramètres non acceptés par cet endpoint.
How does OpenAI Agents API restrict sandbox network access?
Les environnements hébergés par OpenAI prennent en charge un accès sortant activé, désactivé ou restreint. Le mode restreint utilise des listes d’autorisation explicites d’hôtes, et les redirections ou sous-domaines peuvent nécessiter leurs propres entrées. Configurez la politique réseau du bac à sable pour les services nécessaires à une tâche ; l’accès réseau et les identifiants applicatifs sont des contrôles distincts.
Conclusion
Évaluez l’Agents API sur une tâche représentative qui nécessite plusieurs appels d’outils et au moins un tour de suivi. Mesurez le taux d’achèvement, le comportement de reprise, la latence et le coût par tâche réussie. Ces résultats montreront si l’exécution gérée répond aux exigences de votre application.
