Solutions Choose your path
For individuals Build, learn, and create with simple usage-based access. For business Scale teams, billing, governance, and model workflows. More English 繁體中文 日本語 한국어 Français Deutsch Español Italiano Português Русский العربية ไทย Tiếng Việt Bahasa Indonesia Bahasa Melayu Türkçe Polski Nederlands Danish Norsk Қазақ اردو
無料で始める 無料で始める
500+ AI Model API, All In One API.
Just In CometAPI © 2026 CometAPI · All rights reserved
guide / CometAPIリサーチ
OpenAI Agents API：機能、料金、用途 OpenAI Agents API とは何か、その仕組み、機能、料金、コード例、実世界での活用事例、代替手段について学びましょう。
Deon Goodwin AIモデルとAPIの調査チーム OpenAI Agents API とは何か、その仕組み、機能、料金、コード例、実世界での活用事例、代替手段について学びましょう。
この要約で素早く答えを把握し、ガイドで背景、例、実装詳細を確認してください。
from openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_KEY",
base_url="https://api.cometapi.com/v1",
)
response = client.chat.completions.create(
model="gpt-5-mini",
messages=[{"role": "user", "content": "Build this workflow."}],
)
print(response.choices[0].message.content)TL;DR
OpenAI Agents API は、推論し、ツールを使い、コードを実行し、マルチステップのタスクを完了する AI エージェントを構築するためのマネージドプラットフォームです。ターンをまたいで作業を継続し、ツールを実行し、中断から復元する必要があるアプリケーション向けに、エージェントループ全体を自前で実装せずに済むよう設計されています。本ガイドは、その機能、統合オプション、コストを評価する際の助けとなるものです。
従来の LLM API と異なり、OpenAI Agents API は永続セッション、マネージド実行環境、マルチエージェント協調、ストリーミングイベント、アーティファクトをサポートします。開発者は、マネージド実行のためにネイティブの OpenAI Agents API エンドポイントを利用するか、CometAPI を通じてサポートされる OpenAI モデルを統合してカスタムのエージェントワークフローを構築できます。これらは別個の統合パスです。
重要なポイント
OpenAI Agents API は永続セッションとマルチステップ実行を管理し、開発者のオーケストレーション負担を軽減します。
中核機能には、サンドボックス化されたコード実行、ツール/MCP 接続、サブエージェント、保存アーティファクトが含まれます。
OpenAI Agents API のコストは、モデルトークン、対象ツール、任意のホスト型コンピュートの合算です。完了タスクあたりのコストで評価しましょう。
標準化ベンチマークではなく、顧客報告の効果はワークロード固有のエビデンスを提供します。
明確性、出典の帰属、最新のAPI用語について確認済みです。
ネイティブのマネージド実行と CometAPI を用いたカスタムエージェントは、インフラ責務が異なる別の統合選択肢です。
OpenAI Agents API とは？ OpenAI Agents API は、推論モデルと外部ツールを用いてマルチステップのタスクを実行するアプリケーション向けのマネージド実行サービスです。Codex エージェントハーネスをサービスとして提供します。モデル呼び出し、ツール実行、セッション状態、タスク復旧を手動で管理する代わりに、その多くをランタイムに委ねられます。
通常のチャットボットは回答を生成するだけですが、エージェントは手順を計画し、許可された環境でコードを実行し、エラーを検査して再試行し、生成ファイルを提供できます。これにより、単なるチャットではなく運用ワークフローに適した API となります。
OpenAI Agents API のワークフロー エージェントワークフローは 4 つの要素から成ります。エージェントはモデル、指示、利用可能なツールを定義し、環境はコンピュートとファイルアクセスを提供し、セッションはコンテキストと保存済み作業を維持し、イベントとアイテムは進捗と結果を公開します。これらが連携することで、アプリケーションはタスクを提出し、その実行を追跡し、後続のターンで作業を継続できます。基礎概念は Agents API overview を参照してください。
典型的な流れ：セッションを作成し、目標を提出し、モデルに推論させて許可されたツールを選択させ、ツールを実行し、中間結果を検査し、進捗と最終アーティファクトをストリーミングします。必要に応じてセッションを継続できます。
OpenAI Agents API の主な機能は？ マネージドハーネスの機能 は、コード実行、コンテキスト管理、ツール接続、ステアリング、委任をカバーします。利用可否は設定された環境やツールにも依存します。
マネージドランタイム Codex ベースのハーネス オーケストレーションコード削減 セッション永続化 複数ターンの状態 追跡作業の継続 コンテキスト管理 マネージド圧縮 拡張ワークフロー ホスト型実行 Linux サンドボックス; Python/Node.js 実コード実行 セルフホスト環境 開発者管理のコンピュート インフラ制御 マルチエージェント実行 設定可能なサブエージェント 並列サブタスク ツール接続 関数と MCP サービス統合 コンピュータ操作 制御された UI インタラクション インターフェース自動化 ストリーミングと Webhook 進捗イベント 応答性の高いアプリケーション アーティファクト 保存ファイル 提供可能な成果物
永続セッションとコンテキスト管理 セッションは、設定、会話コンテキスト、保存済み作業をターン間で保持します。開発者は既存セッションに新しい指示を送信でき、コンテキスト管理により、独自のトランスクリプト圧縮ロジックを最小化しつつ長いタスクを維持できます。
サンドボックス化されたコード実行 none ローカル実行なし リモートツール中心のワークフロー openai_hosted OpenAI 管理のサンドボックス コード、分析、ファイル処理 self_hosted 開発者が制御するコンピュート カスタムインフラ
ホスト型環境では、隔離されたワークスペースで Python、Node.js、コマンドラインプログラムを実行できます。セルフホスト環境では、マネージドエージェントが開発者管理のコンピュートを利用できます。開発者はその環境の運用とセキュリティを担い、Agents API は引き続きエージェントハーネスとセッション状態を管理します。
マルチエージェントのコラボレーション 調整役のエージェントが、専門のサブエージェントに独立タスクを委任できます。リサーチエージェントが別々の情報源を調査し、主エージェントが証拠を統合するような使い方です。並列化でスループットは向上しますが、モデル呼び出しや調整が増える分、費用は上がる可能性があります。API は同時実行数やサブエージェント設定を構成できます。
OpenAI Agents API と Agents SDK、Responses API、AgentKit の比較 目的 マネージド実行 コード主導のオーケストレーション 推論とツール エージェント用コンポーネント エージェントループ マネージド アプリ/SDK 開発者が管理 コンポーネント依存 インフラ ホスト型または外部 開発者が制御 アプリ＋ホスト型ツール さまざま マルチエージェント 組み込みの連携 ハンドオフ カスタム コンポーネント次第 最適用途 耐久的な自律タスク カスタマイズされたエージェント きめ細かな制御 組み込み用エージェント機能
Agents API はマネージド実行を提供します。Agents SDK はオーケストレーション基盤を自前で持つアプリに適します。Responses API は推論と軽量なツールワークフローに適しています。AgentKit は、別の同等なホスト型エージェントランタイムではなく補完的な開発コンポーネントを提供します。
OpenAI Agents API を使い始めるには
ステップ 1: API アクセスの構成 クイックスタートの前提条件 に記載の、エージェントおよび推論の権限を持つ OpenAI Platform のプロジェクトキーを使用します。curl の例は curl がインストールされた Bash 互換シェルを対象とし、PowerShell の例は環境変数の設定のみを行います。キーはソース管理に含めないでください。
Bash のコード例: Bash 互換のターミナルで次を実行します。
export OPENAI_API_KEY="your-openai-api-key"
PowerShell のコード例: 現在の PowerShell プロセスで API キーを設定します。
$env:OPENAI_API_KEY="your-openai-api-key"
ステップ 2: 最初のエージェントを作成 Bash のコード例: Bash 互換のターミナルで次を実行します。
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
}'
セッションは最初のターンを開始し、エージェントがツールを実行して応答を準備する間、ステータスイベントをストリーミングします。
ステップ 3: マルチエージェント実行を有効化 Bash のコード例: Bash 互換のターミナルで次を実行します。
curl --no-buffer --fail-with-body \
https://api.openai.com/v1/agents/sessions \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "OpenAI-Beta: agents=v1" \
-H "Content-Type: application/json" \
-d '{
"agent": {
"model": "gpt-6-astra",
"instructions": "Delegate independent analyses and reconcile the results.",
"multi_agent": {"enabled": true, "max_concurrent_subagents": 2}
},
"environment": {"type": "none"},
"input": "Compare two release changes: date filtering in search and export URL behavior.",
"stream": true
}'
ステップ 4: 既存セッションを継続 Bash のコード例: Bash 互換のターミナルで次を実行します。
curl --fail-with-body \
"https://api.openai.com/v1/agents/sessions/$SESSION_ID/events" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "OpenAI-Beta: agents=v1" \
-H "Content-Type: application/json" \
-d '{"events":[{"type":"agent.session.input.message","input":[{"role":"user","content":[{"type":"input_text","text":"Summarize the findings in an executive report."}]}]}]}'
セッション識別子を保存し、リトライのセーフガードを適用し、アクティブな作業を操縦するためのメッセージと新規の指示を区別してください。
ステップ 5: 結果を確認してクリーンアップ Bash のコード例: Bash 互換のターミナルで次を実行します。
curl --fail-with-body \
"https://api.openai.com/v1/agents/sessions/$SESSION_ID/items?order=asc&limit=100" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "OpenAI-Beta: agents=v1"
curl --fail-with-body -X DELETE \
"https://api.openai.com/v1/agents/sessions/$SESSION_ID" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "OpenAI-Beta: agents=v1"
マネージドリソースを削除する前にアーティファクトを取得してください。ストリームから切断しても、進行中の作業が必ずしも中止されるわけではありません。
セッション設定パラメータ 推論の強度は、レイテンシ、トークン消費、計画の深さに影響します。選択したモデルとインターフェースでサポートされる強度を、公式の GPT-6 ガイダンス に基づいて選択してください。モデルレベルの設定がすべてのエンドポイントに同一に適用されると仮定すべきではありません。
CometAPI は、カスタムエージェントアプリケーション向けにモデル推論を提供できます。アプリケーションは、エージェントループ、ツール実行、セッション状態、復旧、サポートされるモデル間のルーティングを含むオーケストレーションの責任を負います。これにより制御は得られますが、そのインフラの運用も自分たちの責務になります。
エージェントの実行とセッション状態を OpenAI に管理してほしい場合は、ネイティブの Agents API 統合を選択してください。サポートされるモデル API を用いて自前のオーケストレーションを構築・運用したい場合は、CometAPI ベースのアプリケーションを選びます。CometAPI を経由してモデルにアクセスできることは、それ自体ではネイティブの Agents API セッションエンドポイントのサポートを意味しません。利用したいインターフェースを確認してください。コストも経路が異なります。ネイティブ利用は OpenAI による課金で、カスタムアプリは CometAPI の料金と自前インフラ費用の合算になります。
Bash のコード例: Bash 互換のターミナルで次を実行します。
pip install --upgrade openai
export COMETAPI_KEY="your-cometapi-key"
Python のコード例: モデル推論リクエストを送信し、レスポンスを出力します。
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)
ステップ 2: ツール実行レイヤーを追加 カスタムコントローラは、モデルにプロンプトし、ツール呼び出し要求を検査し、アクションを許可・実行し、結果を返し、完了または事前定義の上限に達するまで繰り返します。ターン数、ツール呼び出し、実行時間、支出の上限を設け、破壊的な操作には独立した確認を要求してください。
OpenAI Agents API の最適用途は？
ソフトウェアエンジニアリング: 課題を分析し、コード変更を生成し、テストを実行し、レビューを準備。マージやデプロイ前に承認を挟みます。
データ分析とレポーティング: アップロードされたデータセットを処理し、Python 計算を実行し、チャートを作成し、意思決定を支援するレポートにまとめます。
IT インシデント対応: アラートを検査し、ログを相関し、ランブックを参照し、是正措置を提案。リスクの高い操作には人の承認を伴います。
カスタマーサポートの自動化: 関連レコードを取得し、チケットを要約し、返信を下書きし、未解決案件を許可された CRM アクセス経由でルーティングします。
調査とドキュメント処理: 文書を比較し、主張を検証し、事実を抽出し、根拠となる引用付きで所見をまとめます。
ワークフローを評価する 自分のワークロードから代表的なタスクを選び、成功の定義を決めましょう。同じ入力と受け入れ基準で現在のプロセスと比較します。後続リクエストやツール失敗も含め、理想経路だけでなく復旧も検証できるようにします。
タスク完了 目標が達成されたか エンドツーエンドの有用性 ツール成功率 連携の正確さ 失敗検知 復旧率 失敗後の完了 耐久性 完了までの時間 経過時間 レイテンシ 完了タスクあたりのコスト 料金 / 成功タスク 効率 人的介入 手動アクションの頻度 自律性 セーフティ準拠 ポリシー遵守 リスク管理
これらの指標は総合的に読み解いてください。より多くのタスクを完了しても、頻繁な手動修正が必要だったり、時間やコストの上限を超えてしまうなら適合性は低いかもしれません。結果をもとに、自動化すべき領域、人によるレビューを残す領域、拡大前に対処すべき失敗を判断しましょう。
OpenAI Agents API のコストは？ マネージドハーネスのプラットフォーム料金は別途ありません。モデルのトークン、対象ツールの呼び出し、任意のホスト型コンピュートが合算されて総コストになります。以下のモデルレートは、Standard 処理かつ短いコンテキストのプロンプト（入力トークン最大 272K）に対する USD/100 万トークン単価で、2026年10月21日時点の確認です。より長いプロンプト、他の処理ティア、キャッシュ書き込み、リージョン処理によって適用レートは変わり得ます。
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
ホスト型コンテナ — Small メモリ 1 GB; 20 分単位 1 単位あたり $0.03 ホスト型コンテナ — Medium メモリ 4 GB; 20 分単位 1 単位あたり $0.12 ホスト型コンテナ — Large メモリ 16 GB; 20 分単位 1 単位あたり $0.48 ウェブ検索 1,000 回あたり; コンテンツトークンは別課金 1,000 回あたり $10（＋コンテンツトークン） ファイル検索ストレージ 無料枠超過後の 1 GB あたり 1 日単位 $0.10/GB/日
例: タスクコストの見積もり 入力トークン 50,000 × $10 / 1M $0.50 出力トークン 10,000 × $50 / 1M $0.50 ウェブ検索 2 × $0.01 $0.02 Small コンテナ 20 分単位 × 1 $0.03 合計 付随費用を除く $1.05
この例示的な合計 $1.05 は、記載のトークン量、検索 2 回、Small コンテナ 20 分 × 1、追加の課金対象となる検索コンテンツトークンやキャッシュ書き込み無しを前提としています。実コストは、再試行、サブエージェント利用、キャッシュ挙動、セッションに適用されるサンドボックスの課金規則にも左右されます。代表的なワークロードにおける成功タスクあたりのコストを追跡しましょう。
OpenAI Agents API の制限事項は？ データ制限。 Agents API は現時点で米国内のみデータレジデンシーをサポートし、Zero Data Retention（ZDR）をサポートしません。セルフホストのサンドボックスでも ZDR の適格性は変わりません。機微情報を送る前に、保持とレジデンシーの条件が要件を満たすか確認してください。
API とモデルの互換性。 パブリックベータのインターフェースは変更される可能性があり、サポート機能はモデルにより異なる場合があります。アプリケーションが使う正確なモデル、エンドポイント、推論設定、ツールでテストしてください。モデル変更や API 更新の採用時には統合チェックを繰り返しましょう。
実行制御。 マルチステップタスクはトークンが積み上がり、所要時間が変動し、ツールの失敗に遭遇し得ます。ターン数と実行時間に予算・上限を設定し、タスクに必要な権限だけを付与し、長時間実行は非同期に監視してください。中断されたツール呼び出しからの復旧計画を立て、影響の大きい操作には人の承認を要求しましょう。
FAQ
OpenAI Agents API クライアントはフォローアップメッセージをどのようにリトライすべきですか？ session input and retry pattern に従い、同一の論理メッセージをリトライする際は同じ送信キーを再利用します。セッション ID と送信キーはアプリケーション状態で一緒に保持してください。別のユーザー指示には独自のキーを用います。HTTP レスポンスの喪失を自動的に新しい指示として扱わないでください。
OpenAI Agents API のセッションはモデルを変更できますか？ session settings endpoint は、モデル、推論の強度、サービスティアの更新をサポートします。更新は後続のターンに適用され、アクティブなターンは既存設定を維持します。結果の構成が選択モデルでサポートされることを確認し、このエンドポイントが受け付けない設定を変更する必要がある場合は新しいセッションを作成してください。
OpenAI Agents API はサンドボックスのネットワークアクセスをどのように制限しますか？ OpenAI ホスト型環境は、外向きアクセスの有効/無効/制限付きをサポートします。制限モードでは明示的なホスト許可リストを使用し、リダイレクトやサブドメインは個別のエントリが必要になる場合があります。タスクが必要とするサービス向けに sandbox network policy を構成してください。ネットワークアクセスとアプリケーション資格情報は別の制御です。
結論 複数のツール呼び出しと少なくとも 1 回のフォローアップターンを必要とする代表的なタスクで Agents API を評価しましょう。完了率、復旧動作、レイテンシ、成功タスクあたりのコストを測定します。これらの結果から、マネージド実行がアプリケーション要件を満たすかどうかが判断できます。
