Bangun dengan CometAPIButuh satu API untuk banyak model?Uji alur kerja di Playground, lalu buat API key saat model dan biayanya sesuai dengan use case Anda.
OpenAI Agents API adalah platform terkelola untuk membangun agen AI yang melakukan penalaran, menggunakan alat, mengeksekusi kode, dan menyelesaikan tugas multi-langkah. API ini dirancang untuk aplikasi yang perlu melanjutkan pekerjaan lintas giliran, menjalankan alat, dan memulihkan gangguan tanpa harus mengimplementasikan seluruh loop agen sendiri. Panduan ini membantu pengembang mengevaluasi kapabilitas, opsi integrasi, dan biayanya.
Berbeda dengan API LLM konvensional, OpenAI Agents API mendukung sesi persisten, lingkungan eksekusi terkelola, koordinasi multi-agen, streaming peristiwa, dan artefak. Pengembang dapat menggunakan endpoint native OpenAI Agents API untuk eksekusi terkelola, atau mengintegrasikan model OpenAI yang didukung melalui CometAPI untuk membangun alur kerja agen kustom. Ini adalah jalur integrasi yang berbeda.
Poin Penting
OpenAI Agents API mengelola sesi persisten dan eksekusi multi-langkah, mengurangi orkestrasi yang harus dioperasikan pengembang.
Ditinjau untuk kejelasan, atribusi sumber, dan terminologi API terkini.
Kapabilitas intinya mencakup eksekusi kode dalam sandbox, alat dan koneksi MCP, subagen, serta artefak yang disimpan.
Biaya OpenAI Agents API mengombinasikan token model, alat yang memenuhi syarat, dan komputasi terhosting opsional; evaluasi biaya per tugas yang selesai.
Keuntungan yang dilaporkan pelanggan memberi bukti spesifik beban kerja, bukan tolok ukur standar untuk setiap aplikasi.
Eksekusi terkelola native dan agen kustom menggunakan CometAPI adalah pilihan integrasi terpisah dengan tanggung jawab infrastruktur yang berbeda.
Apa itu OpenAI Agents API?
OpenAI Agents API adalah layanan eksekusi terkelola untuk aplikasi yang melakukan tugas multi-langkah menggunakan model penalaran dan alat eksternal. API ini mengekspos kerangka agen Codex sebagai layanan. Alih-alih secara manual mengelola panggilan model, eksekusi alat, status sesi, dan pemulihan tugas, pengembang dapat mendelegasikan banyak koordinasi tersebut ke runtime.
Chatbot konvensional menghasilkan jawaban; agen dapat merencanakan langkah, menjalankan kode dalam lingkungan yang diotorisasi, memeriksa kesalahan, mencoba ulang, dan menyerahkan file yang dihasilkan. Hal ini membuat API cocok untuk alur kerja operasional, bukan sekadar chat.
Alur Kerja OpenAI Agents API
Alur kerja agen menggabungkan empat bagian: agen mendefinisikan model, instruksi, dan alat yang tersedia; lingkungan menyediakan komputasi dan akses file; sesi mempertahankan konteks dan pekerjaan yang disimpan; serta peristiwa dan item menampilkan kemajuan dan hasil. Bersama-sama, komponen ini memungkinkan aplikasi Anda mengajukan tugas, mengikuti eksekusinya, dan melanjutkan pekerjaan di giliran-giliran berikutnya. Lihat ikhtisar Agents API untuk konsep yang mendasarinya.
Alur kerja tipikal: buat sesi; kirimkan objektif; biarkan model melakukan penalaran dan memilih alat yang diizinkan; eksekusi alat tersebut; periksa hasil perantara; dan streaming kemajuan serta artefak final. Sesi dapat dilanjutkan sesuai kebutuhan.
Diagram resmi menunjukkan aplikasi yang bertukar input dan peristiwa dengan kerangka terkelola dan sandbox. Diagram arsitektur dari dokumentasi arsitektur OpenAI Agents API; karya asli oleh OpenAI.
Apa Fitur Utama OpenAI Agents API?
Kemampuan kerangka terkelola mencakup eksekusi kode, manajemen konteks, koneksi alat, pengarahan, dan delegasi. Ketersediaan juga bergantung pada lingkungan dan alat yang dikonfigurasi.
Fitur
Spesifikasi
Manfaat praktis
Runtime terkelola
Kerangka berbasis Codex
Mengurangi kode orkestrasi
Persistensi sesi
Status multi-giliran
Mendukung pekerjaan lanjutan
Manajemen konteks
Pemadatan terkelola
Alur kerja yang diperpanjang
Eksekusi terhosting
Linux sandbox; Python dan Node.js
Eksekusi kode nyata
Lingkungan self-hosted
Komputasi yang dikelola pengembang
Kontrol infrastruktur
Eksekusi multi-agen
Subagen yang dapat dikonfigurasi
Subtugas paralel
Koneksi alat
Fungsi dan MCP
Integrasi layanan
Penggunaan komputer
Interaksi UI terkontrol
Otomasi antarmuka
Streaming dan webhook
Peristiwa kemajuan
Aplikasi responsif
Artefak
File yang disimpan
Laporan yang dapat diserahkan
Sesi Persisten dan Manajemen Konteks
Sesi mempertahankan konfigurasi, konteks percakapan, dan pekerjaan yang disimpan lintas giliran. Pengembang dapat mengirim instruksi baru ke sesi yang ada; manajemen konteks membantu menopang tugas berkepanjangan sambil mengurangi kebutuhan menulis logika kompresi transkrip kustom.
Eksekusi Kode dalam Sandbox
Lingkungan
Infrastruktur
Penggunaan terbaik
none
Tidak ada eksekusi lokal
Alur kerja alat jarak jauh
openai_hosted
Sandbox yang dikelola OpenAI
Kode, analisis, dan pemrosesan file
self_hosted
Komputasi dikelola pengembang
Infrastruktur kustom
Lingkungan terhosting dapat mengeksekusi program Python, Node.js, dan command-line dalam ruang kerja terisolasi. Lingkungan self-hosted memungkinkan agen terkelola menggunakan komputasi yang dikontrol pengembang. Pengembang mengoperasikan dan mengamankan lingkungan tersebut, sementara Agents API terus mengelola kerangka agen dan status sesi.
Kolaborasi Multi-Agen
Agen pengoordinasi dapat mendelegasikan tugas independen ke subagen spesialis. Agen riset dapat menelaah sumber terpisah sementara agen utama merekonsiliasi bukti. Paralelisme dapat meningkatkan throughput, tetapi panggilan model tambahan dan koordinasi dapat menaikkan biaya. API mendukung pengaturan konkurensi dan konfigurasi subagen.
OpenAI Agents API vs Agents SDK vs Responses API vs AgentKit
Dimensi
Agents API
Agents SDK
Responses API
AgentKit
Tujuan
Eksekusi terkelola
Orkestrasi berorientasi kode
Inferensi dan alat
Komponen agen
Loop agen
Dikelola
Aplikasi/SDK
Dikelola pengembang
Bergantung pada komponen
Infrastruktur
Terhosting atau eksternal
Dikontrol pengembang
Aplikasi plus alat terhosting
Bervariasi
Multi-agen
Koordinasi bawaan
Alih tugas
Kustom
Spesifik komponen
Terbaik untuk
Tugas otonom yang tahan lama
Agen yang dikustomisasi
Kontrol yang terperinci
Perkakas agen tersemat
Agents API menyediakan eksekusi terkelola; Agents SDK cocok untuk aplikasi yang memiliki tumpukan orkestrasi sendiri; Responses API sesuai untuk inferensi dan alur kerja alat yang lebih ringan; AgentKit menyediakan komponen pengembangan pelengkap alih-alih runtime agen terhosting yang setara lainnya.
Cara Memulai OpenAI Agents API
Langkah 1: Konfigurasikan Akses API
Gunakan kunci proyek OpenAI Platform dengan izin agen dan inferensi yang disyaratkan oleh prasyarat quickstart. Contoh curl menargetkan shell yang kompatibel dengan Bash dengan curl terinstal; contoh PowerShell hanya menetapkan variabel lingkungan. Simpan kunci di luar kontrol sumber.
Contoh kode Bash: Jalankan perintah berikut di terminal yang kompatibel dengan Bash.
export OPENAI_API_KEY="your-openai-api-key"
Contoh kode PowerShell: Tetapkan kunci API di proses PowerShell saat ini.
$env:OPENAI_API_KEY="your-openai-api-key"
Langkah 2: Buat Agen Pertama Anda
Contoh kode Bash: Jalankan perintah berikut di terminal yang kompatibel dengan 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
}'
Sesi memulai putaran pertama dan melakukan streaming peristiwa status saat agen menjalankan alat dan menyiapkan respons.
Langkah 3: Aktifkan Eksekusi Multi-Agen
Contoh kode Bash: Jalankan perintah berikut di terminal yang kompatibel dengan Bash.
curl --no-buffer --fail-with-body \
https://api.openai.com/v1/agents/sessions \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "OpenAI-Beta: agents=v1" \
-H "Content-Type: application/json" \
-d '{
"agent": {
"model": "gpt-6-astra",
"instructions": "Delegate independent analyses and reconcile the results.",
"multi_agent": {"enabled": true, "max_concurrent_subagents": 2}
},
"environment": {"type": "none"},
"input": "Compare two release changes: date filtering in search and export URL behavior.",
"stream": true
}'
Langkah 4: Lanjutkan Sesi yang Ada
Contoh kode Bash: Jalankan perintah berikut di terminal yang kompatibel dengan Bash.
curl --fail-with-body \
"https://api.openai.com/v1/agents/sessions/$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."}]}]}]}'
Simpan pengenal sesi, terapkan pengamanan retry, dan bedakan instruksi baru dari pesan yang digunakan untuk mengarahkan pekerjaan aktif.
Langkah 5: Periksa Hasil dan Bersihkan
Contoh kode Bash: Jalankan perintah berikut di terminal yang kompatibel dengan Bash.
Upaya penalaran memengaruhi latensi, konsumsi token, dan kedalaman perencanaan. Pilih upaya yang didukung oleh model dan antarmuka pilihan Anda menggunakan panduan resmi GPT-6; pengaturan tingkat model tidak boleh diasumsikan berlaku identik untuk setiap endpoint.
Bagaimana Membangun Agen AI dengan CometAPI?
CometAPI dapat menyediakan inferensi model untuk aplikasi agen kustom. Aplikasi Anda tetap bertanggung jawab atas loop agen, eksekusi alat, status sesi, pemulihan, dan setiap routing antar model yang didukung. Ini memberi Anda kontrol atas orkestrasi, sekaligus menjadikan infrastruktur tersebut milik Anda untuk dioperasikan.
Pilih integrasi native Agents API saat Anda ingin OpenAI mengelola eksekusi agen dan status sesi. Pilih aplikasi berbasis CometAPI saat Anda ingin membangun dan mengoperasikan orkestrasi sendiri di sekitar API model yang didukung. Akses ke model melalui CometAPI tidak dengan sendirinya menetapkan dukungan untuk endpoint sesi native Agents API; periksa antarmuka yang ingin Anda gunakan. Biaya juga mengikuti jalur berbeda: penggunaan native ditagih oleh OpenAI, sedangkan aplikasi kustom menggabungkan biaya CometAPI dengan biaya infrastruktur Anda.
Langkah 1: Sambungkan ke CometAPI
Contoh kode Bash: Jalankan perintah berikut di terminal yang kompatibel dengan Bash.
Contoh kode Python: Kirim permintaan inferensi model dan cetak respons.
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)
Pengembang dapat mengakses GPT-6 Astra API di CometAPI. Contoh di atas melakukan inferensi model; mengimplementasikan loop alat yang dijelaskan di bawah adalah tanggung jawab aplikasi terpisah.
Langkah 2: Tambahkan Lapisan Eksekusi Alat
Pengendali kustom dapat mem-rompt model, memeriksa permintaan panggilan alat, mengotorisasi dan mengeksekusi tindakan, mengembalikan hasil, dan mengulang hingga selesai atau batas yang telah ditentukan. Tetapkan batas pada giliran, panggilan alat, waktu eksekusi, dan pengeluaran; wajibkan konfirmasi independen untuk operasi destruktif.
Apa Aplikasi Terbaik untuk OpenAI Agents API?
Rekayasa perangkat lunak: Menganalisis isu, menghasilkan perubahan kode, menjalankan tes, dan menyiapkan ulasan, dengan persetujuan sebelum menggabungkan atau menerapkan perubahan.
Analisis data dan pelaporan: Memproses dataset yang diunggah, menjalankan perhitungan Python, membuat grafik, dan mengubah hasil menjadi laporan yang mendukung keputusan.
Respons insiden TI: Memeriksa peringatan, mengorelasikan log, berkonsultasi dengan runbook, dan merekomendasikan remediasi, dengan otorisasi manusia untuk tindakan berisiko.
Otomasi dukungan pelanggan: Mengambil catatan relevan, merangkum tiket, menyiapkan draf respons, dan merutekan kasus yang belum terselesaikan melalui akses CRM yang diizinkan.
Riset dan pemrosesan dokumen: Membandingkan dokumen, memeriksa klaim, mengekstraksi fakta, dan menyiapkan temuan dengan kutipan pendukung.
Evaluasi Alur Kerja Anda
Mulailah dengan tugas representatif dari beban kerja Anda dan definisikan seperti apa keberhasilan penyelesaian. Bandingkan agen dengan proses Anda saat ini menggunakan input dan kriteria penerimaan yang sama. Sertakan permintaan tindak lanjut dan kegagalan alat sehingga evaluasi menguji pemulihan serta jalur ideal.
Metrik
Mengukur
Alasan
Penyelesaian tugas
Objektif yang berhasil
Kegunaan end-to-end
Keberhasilan alat
Integrasi yang benar
Deteksi kegagalan
Tingkat pemulihan
Penyelesaian setelah gagal
Daya tahan
Waktu penyelesaian
Waktu berlalu
Latensi
Biaya per tugas selesai
Pengeluaran / tugas sukses
Efisiensi
Intervensi manusia
Tindakan manual
Otonomi
Kepatuhan keselamatan
Kepatuhan kebijakan
Pengendalian risiko
Baca metrik ini secara keseluruhan. Alur kerja yang menyelesaikan lebih banyak tugas mungkin tetap kurang cocok jika membutuhkan koreksi manual yang sering atau melebihi batas waktu dan biaya Anda. Gunakan hasil untuk memutuskan apa yang diotomatisasi, apa yang mempertahankan tinjauan manusia, dan kegagalan mana yang harus ditangani sebelum memperluas penggunaan.
Berapa Biaya OpenAI Agents API?
Tidak ada biaya platform kerangka terkelola yang terpisah. Token model, panggilan alat yang memenuhi syarat, dan komputasi terhosting opsional menentukan total biaya penggunaan. Tarif model di bawah ini adalah USD per satu juta token untuk pemrosesan Standard dengan prompt konteks pendek (hingga 272K token input), diperiksa pada 21 Oktober 2026. Prompt lebih panjang, tier pemrosesan lain, penulisan cache, dan pemrosesan regional dapat mengubah tarif yang berlaku.
Harga model OpenAI
Input / 1M
Input dalam cache / 1M
Output / 1M
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
Untuk akses model melalui CometAPI, pengembang dapat menggunakan GPT-6.1 Sol dan GPT-6 Luna. Tabel di atas menunjukkan tarif OpenAI; penagihan CometAPI mengikuti tarif yang berlaku sendiri.
Sumber daya atau alat
Konfigurasi / dasar penagihan
Tarif
Kontainer terhosting — Small
Memori 1 GB; periode 20 menit
$0.03 per periode
Kontainer terhosting — Medium
Memori 4 GB; periode 20 menit
$0.12 per periode
Kontainer terhosting — Large
Memori 16 GB; periode 20 menit
$0.48 per periode
Pencarian web
Per 1.000 panggilan; token konten ditagih terpisah
$10 per 1.000 panggilan, plus token konten
Penyimpanan pencarian file
Per GB per hari, setelah alokasi gratis
$0.10 per GB/hari
Contoh: Mengestimasi Biaya Tugas
Komponen
Perhitungan ilustratif
Biaya
Token input
50.000 × $10 / 1M
$0.50
Token output
10.000 × $50 / 1M
$0.50
Pencarian web
2 × $0.01
$0.02
Kontainer kecil
Satu periode 20 menit
$0.03
Total
Tidak termasuk biaya insidental
$1.05
Total ilustratif $1.05 ini mengasumsikan volume token seperti ditunjukkan, dua pencarian, satu periode 20 menit kontainer kecil, dan tanpa token konten pencarian tambahan yang ditagih atau penulisan cache. Biaya aktual juga bergantung pada retry, penggunaan subagen, perilaku cache, dan aturan penagihan sandbox yang berlaku untuk sesi. Lacak biaya per tugas yang berhasil diselesaikan di seluruh beban kerja representatif.
Apa Keterbatasan OpenAI Agents API?
Batas data. Agents API saat ini mendukung residensi data hanya di Amerika Serikat dan tidak mendukung Zero Data Retention (ZDR). Sandbox self-hosted tidak mengubah kelayakan ZDR. Sebelum mengirim materi sensitif, periksa apakah ketentuan retensi dan residensi layanan memenuhi kebutuhan Anda.
Kompatibilitas API dan model. Antarmuka beta publik dapat berubah, dan fitur yang didukung dapat bervariasi menurut model. Uji model, endpoint, pengaturan penalaran, dan alat yang tepat yang digunakan aplikasi Anda. Ulangi pemeriksaan integrasi saat Anda mengubah model atau mengadopsi pembaruan API.
Kontrol eksekusi. Tugas multi-langkah dapat mengakumulasi token, memakan waktu yang bervariasi, dan mengalami kegagalan alat. Tetapkan anggaran dan batas pada giliran dan runtime, berikan hanya izin yang dibutuhkan tugas, dan pantau pekerjaan berdurasi panjang secara asinkron. Rencanakan cara memulihkan dari panggilan alat yang terputus dan wajibkan persetujuan manusia untuk tindakan dengan konsekuensi signifikan.
FAQ
Bagaimana klien OpenAI Agents API sebaiknya melakukan retry pada pesan tindak lanjut?
Gunakan kembali kunci pengiriman yang sama saat mencoba ulang pesan logis yang sama, mengikuti pola input sesi dan retry. Simpan ID sesi dan kunci pengiriman bersama dalam state aplikasi. Instruksi pengguna terpisah harus menggunakan kuncinya sendiri; respons HTTP yang hilang tidak boleh secara otomatis dianggap sebagai instruksi baru.
Dapatkah sesi OpenAI Agents API mengubah model?
Endpoint pengaturan sesi mendukung pembaruan model, upaya penalaran, dan tier layanan. Pembaruan memengaruhi putaran berikutnya; putaran yang aktif mempertahankan pengaturan yang ada. Konfirmasikan bahwa konfigurasi yang dihasilkan didukung oleh model yang dipilih, dan buat sesi baru saat Anda perlu mengubah pengaturan yang tidak diterima oleh endpoint ini.
Bagaimana OpenAI Agents API membatasi akses jaringan sandbox?
Lingkungan yang dihosting OpenAI mendukung akses keluar yang diaktifkan, dinonaktifkan, atau dibatasi. Mode terbatas menggunakan daftar izinkan host eksplisit, dan pengalihan atau subdomain mungkin memerlukan entri tersendiri. Konfigurasikan kebijakan jaringan sandbox untuk layanan yang dibutuhkan tugas; akses jaringan dan kredensial aplikasi adalah kontrol yang terpisah.
Kesimpulan
Evaluasi Agents API pada tugas representatif yang memerlukan beberapa panggilan alat dan setidaknya satu putaran tindak lanjut. Ukur tingkat penyelesaian, perilaku pemulihan, latensi, dan biaya per tugas yang berhasil. Hasil ini akan menunjukkan apakah eksekusi terkelola memenuhi persyaratan aplikasi Anda.
