Bouwen met CometAPIHeb je één API voor meerdere modellen nodig?Test de workflow in Playground en maak daarna een API-sleutel aan wanneer het model en de kosten passen bij je use case.
De OpenAI Agents API is een beheerd platform voor het bouwen van AI-agents die redeneren, tools gebruiken, code uitvoeren en multi-step taken afronden. Het is ontworpen voor applicaties die werk over meerdere beurten willen voortzetten, tools willen uitvoeren en van onderbrekingen willen herstellen, zonder zelf de volledige agentloop te implementeren. Deze gids helpt ontwikkelaars bij het evalueren van de mogelijkheden, integratieopties en kosten.
In tegenstelling tot een conventionele LLM-API ondersteunt de OpenAI Agents API persistente sessies, beheerde uitvoeringsomgevingen, coördinatie tussen meerdere agents, streaming-events en artefacten. Ontwikkelaars kunnen native OpenAI Agents API-endpoints gebruiken voor beheerde uitvoering, of ondersteunde OpenAI-modellen via CometAPI integreren om aangepaste agentworkflows te bouwen. Dit zijn afzonderlijke integratieroutes.
Key Takeaways
OpenAI Agents API beheert persistente sessies en uitvoering met meerdere stappen, waardoor de orkestratie die ontwikkelaars moeten beheren afneemt.
Gecontroleerd op duidelijkheid, bronvermelding en actuele API-terminologie.
OpenAI Agents API: functionaliteiten, prijzen en toepassingen - CometAPI
Kernmogelijkheden omvatten code-uitvoering in een sandbox, tools en MCP-verbindingen, subagenten en opgeslagen artefacten.
De kosten van de OpenAI Agents API combineren modeltokens, in aanmerking komende tools en optionele gehoste compute; evalueer de kosten per voltooide taak.
Door klanten gerapporteerde verbeteringen leveren werklastspecifiek bewijs, geen gestandaardiseerde benchmark voor elke toepassing.
Native beheerde uitvoering en aangepaste agents met CometAPI zijn aparte integratiekeuzes met verschillende verantwoordelijkheden voor infrastructuur.
What Is the OpenAI Agents API?
De OpenAI Agents API is een beheerde uitvoeringsservice voor applicaties die multi-step taken uitvoeren met redeneringsmodellen en externe tools. Het stelt de Codex agent harness als een service beschikbaar. In plaats van handmatig modelaanroepen, toolexecutie, sessiestatus en taakherstel te beheren, kunnen ontwikkelaars veel van die coördinatie aan de runtime overlaten.
Een conventionele chatbot genereert een antwoord; een agent kan stappen plannen, code uitvoeren in een geautoriseerde omgeving, fouten inspecteren, opnieuw proberen en gegenereerde bestanden afleveren. Dit maakt de API geschikt voor operationele workflows in plaats van alleen chat.
OpenAI Agents API Workflow
Een agentwerkstroom brengt vier onderdelen samen: de agent definieert het model, de instructies en de beschikbare tools; de omgeving levert compute en bestands-toegang; de sessie bewaart context en opgeslagen werk; en events en items tonen voortgang en resultaten. Samen stellen deze componenten je applicatie in staat om een taak in te dienen, de uitvoering te volgen en het werk in latere beurten voort te zetten. Zie het Agents API-overzicht voor de achterliggende concepten.
Typische workflow: maak een sessie; dien een doelstelling in; laat het model redeneren en toegestane tools kiezen; voer die tools uit; inspecteer tussentijdse resultaten; en stream voortgang en uiteindelijke artefacten. De sessie kan naar behoefte worden voortgezet.
Het officiële diagram toont de applicatie die input en events uitwisselt met de beheerde harness en sandbox. Architectuurdiagram uit de OpenAI Agents API-architectuurdocumentatie; oorspronkelijk artwork door OpenAI.
What Are the Main OpenAI Agents API Features?
De mogelijkheden van de beheerde harness omvatten code-uitvoering, contextbeheer, toolverbindingen, sturing en delegatie. Beschikbaarheid hangt ook af van de geconfigureerde omgeving en tools.
Feature
Specification
Practical benefit
Managed runtime
Codex-based harness
Minder orkestratiecode
Session persistence
Persistente sessies
Ondersteunt vervolgwerk
Context management
Beheerde compactie
Uitgebreide workflows
Hosted execution
Linux-sandbox; Python en Node.js
Echte code-uitvoering
Self-hosted environment
Zelfgehoste compute
Controle over infrastructuur
Multi-agent execution
Configureerbare subagenten
Parallelle subtaken
Tool connections
Functies en MCP
Integreert services
Computer use
Beheerde UI-interactie
Interface-automatisering
Streaming and webhooks
Voortgangsevents
Responsieve applicaties
Artifacts
Opgeslagen bestanden
Afleverbare rapporten
Persistent Sessions and Context Management
Sessies bewaren configuratie, gesprekscontext en opgeslagen werk over beurten heen. Ontwikkelaars kunnen een nieuwe instructie indienen bij een bestaande sessie; contextbeheer helpt uitgebreide taken vol te houden, terwijl minder eigen transcript-compressielogica nodig is.
Sandboxed Code Execution
Environment
Infrastructure
Best use
none
Geen lokale uitvoering
Workflows met externe tools
openai_hosted
Door OpenAI beheerde sandbox
Code, analyse en bestandsverwerking
self_hosted
Door ontwikkelaar beheerde compute
Eigen infrastructuur
Gehoste omgevingen kunnen Python, Node.js en command-line programma’s uitvoeren in een geïsoleerde werkruimte. Een zelfgehoste omgeving laat de beheerde agent gebruikmaken van door de ontwikkelaar gecontroleerde compute. Ontwikkelaars beheren en beveiligen die omgeving, terwijl de Agents API de agent-harness en sessiestatus blijft beheren.
Multi-Agent Collaboration
Een coördinerende agent kan onafhankelijke taken delegeren aan gespecialiseerde subagenten. Onderzoeksagents kunnen afzonderlijke bronnen bekijken terwijl een primaire agent het bewijs verzoent. Parallelisme kan de doorvoer verbeteren, maar extra modelaanroepen en coördinatie kunnen de kosten verhogen. De API ondersteunt configureerbare gelijktijdigheid en subagentinstellingen.
OpenAI Agents API vs Agents SDK vs Responses API vs AgentKit
Dimension
Agents API
Agents SDK
Responses API
AgentKit
Purpose
Beheerde uitvoering
Code-first orkestratie
Inferentie en tools
Agentcomponenten
Agent loop
Beheerd
App/SDK
Door ontwikkelaar beheerd
Afhankelijk van component
Infrastructure
Gehost of extern
Door ontwikkelaar beheerd
App plus gehoste tools
Variabel
Multi-agent
Ingebouwde coördinatie
Overdrachten
Aangepast
Component-specifiek
Best for
Duurzame autonome taken
Aangepaste agents
Fijnmazige controle
Ingebedde agenttooling
De Agents API levert beheerde uitvoering; de Agents SDK past bij applicaties die hun eigen orkestratiestack beheren; de Responses API is geschikt voor inferentie en lichtere toolworkflows; AgentKit levert aanvullende ontwikkelcomponenten, geen equivalent gehost agent-runtime.
How to Get Started With the OpenAI Agents API
Step 1: Configure API Access
Gebruik een OpenAI Platform-projectsleutel met de agent- en inferentiepermissies die vereist zijn door de quickstart-vereisten. De curl-voorbeelden richten zich op een Bash-compatibele shell met curl geïnstalleerd; het PowerShell-voorbeeld stelt alleen de omgevingsvariabele in. Houd sleutels buiten versiebeheer.
Bash-codevoorbeeld: Voer de volgende opdrachten uit in een Bash-compatibele terminal.
export OPENAI_API_KEY="your-openai-api-key"
PowerShell-codevoorbeeld: Stel de API-sleutel in voor het huidige PowerShell-proces.
$env:OPENAI_API_KEY="your-openai-api-key"
Step 2: Create Your First Agent
Bash-codevoorbeeld: Voer de volgende opdrachten uit in een Bash-compatibele terminal.
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
}'
De sessie begint aan de eerste beurt en streamt statusevents terwijl de agent tools uitvoert en een antwoord voorbereidt.
Step 3: Enable Multi-Agent Execution
Bash-codevoorbeeld: Voer de volgende opdrachten uit in een Bash-compatibele terminal.
curl --no-buffer --fail-with-body \
https://api.openai.com/v1/agents/sessions \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "OpenAI-Beta: agents=v1" \
-H "Content-Type: application/json" \
-d '{
"agent": {
"model": "gpt-6-astra",
"instructions": "Delegate independent analyses and reconcile the results.",
"multi_agent": {"enabled": true, "max_concurrent_subagents": 2}
},
"environment": {"type": "none"},
"input": "Compare two release changes: date filtering in search and export URL behavior.",
"stream": true
}'
Step 4: Continue an Existing Session
Bash-codevoorbeeld: Voer de volgende opdrachten uit in een Bash-compatibele terminal.
curl --fail-with-body \
"https://api.openai.com/v1/agents/sessions/$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."}]}]}]}'
Sla sessie-identifiers op, pas retry-veiligheden toe en onderscheid nieuwe instructies van berichten die worden gebruikt om lopend werk te sturen.
Step 5: Inspect Results and Clean Up
Bash-codevoorbeeld: Voer de volgende opdrachten uit in een Bash-compatibele terminal.
Redeneerinspanning beïnvloedt latentie, tokenverbruik en planningsdiepte. Kies de inspanning die wordt ondersteund door het geselecteerde model en de interface volgens de officiële GPT-6-richtsnoeren; ga er niet vanuit dat modelinstellingen identiek gelden voor elk endpoint.
How to Build an AI Agent With CometAPI?
CometAPI kan modelinferentie leveren voor een aangepaste agentapplicatie. Je applicatie blijft verantwoordelijk voor de agentloop, toolexecutie, sessiestatus, herstel en eventuele routering tussen ondersteunde modellen. Dit geeft je controle over de orkestratie, maar maakt die infrastructuur ook jouw verantwoordelijkheid.
Kies native Agents API-integratie wanneer je wilt dat OpenAI de agentuitvoering en sessiestatus beheert. Kies een CometAPI-gebaseerde applicatie wanneer je je eigen orkestratie rond ondersteunde model-API’s wilt bouwen en beheren. Toegang tot een model via CometAPI betekent op zichzelf niet dat native Agents API-sessie-endpoints worden ondersteund; controleer de interface die je wilt gebruiken. De kosten volgen ook verschillende paden: native gebruik wordt door OpenAI gefactureerd, terwijl een aangepaste applicatie CometAPI-kosten combineert met je eigen infrastructuurkosten.
Step 1: Connect to CometAPI
Bash-codevoorbeeld: Voer de volgende opdrachten uit in een Bash-compatibele terminal.
Python-codevoorbeeld: Verstuur een model-inferentieverzoek en print de 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)
Ontwikkelaars hebben toegang tot GPT-6 Astra API in CometAPI. Het bovenstaande voorbeeld voert modelinferentie uit; het implementeren van de hieronder beschreven toollaag is een aparte applicatieverantwoordelijkheid.
Step 2: Add a Tool-Execution Layer
Een aangepaste controller kan het model prompten, toolcall-verzoeken inspecteren, acties autoriseren en uitvoeren, resultaten terugsturen en herhalen tot voltooiing of een vooraf gedefinieerde limiet. Stel limieten in op beurten, toolcalls, uitvoeringstijd en uitgaven; vereis onafhankelijke bevestiging voor destructieve operaties.
What Are the Best OpenAI Agents API Applications?
Software-engineering: Analyseer issues, genereer codewijzigingen, voer tests uit en bereid reviews voor, met goedkeuring voordat wijzigingen worden samengevoegd of uitgerold.
Data-analyse en rapportage: Verwerk geüploade datasets, voer Python-berekeningen uit, maak grafieken en zet de resultaten om in rapporten die beslissingen ondersteunen.
IT-incidentrespons: Inspecteer alerts, correleer logs, raadpleeg runbooks en adviseer remediatie, met menselijke autorisatie voor risicovolle acties.
Automatisering van klantenondersteuning: Haal relevante records op, vat tickets samen, stel reacties op en routeer onopgeloste cases via toegestane CRM-toegang.
Onderzoek en documentverwerking: Vergelijk documenten, controleer claims, extraheer feiten en bereid bevindingen voor met ondersteunende citaties.
Evaluate Your Workflow
Begin met een representatieve taak uit je eigen workload en definieer wat succesvolle afronding betekent. Vergelijk de agent met je huidige proces met dezelfde inputs en acceptatiecriteria. Neem vervolgverzoeken en toolfouten op zodat de evaluatie ook herstel test, niet alleen het ideale pad.
Metric
Measures
Reason
Task completion
Succesvolle doelstellingen
End-to-end bruikbaarheid
Tool success
Juiste integraties
Foutdetectie
Recovery rate
Voltooiing na falen
Duurzaamheid
Time to completion
Verstreken tijd
Latentie
Cost per completed task
Kosten / succesvolle taak
Efficiëntie
Human intervention
Handmatige acties
Autonomie
Safety compliance
Naleving van beleid
Risicobeheersing
Lees deze metingen in samenhang. Een workflow die meer taken voltooit kan nog steeds ongeschikt zijn als er vaak handmatige correctie nodig is of als tijd- en kostenlimieten worden overschreden. Gebruik de resultaten om te beslissen waar je automatiseert, waar je menselijke review behoudt en welke fouten je moet aanpakken voordat je het gebruik uitbreidt.
How Much Does the OpenAI Agents API Cost?
Er is geen aparte platformfee voor de beheerde harness. Modeltokens, in aanmerking komende toolaanroepen en optionele gehoste compute bepalen de totale gebruikskosten. De onderstaande modeltarieven zijn USD per miljoen tokens voor Standard-verwerking met prompts met korte context (tot 272K inputtokens), gecontroleerd op October 21, 2026. Langere prompts, andere verwerkingsniveaus, cache-schrijfbewerkingen en regionale verwerking kunnen het toepasselijke tarief wijzigen.
OpenAI model pricing
Input / 1M
Cached input / 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
Voor modeltoegang via CometAPI kunnen ontwikkelaars GPT-6.1 Sol en GPT-6 Luna gebruiken. De tabel hierboven toont OpenAI-tarieven; de facturatie van CometAPI volgt de eigen toepasselijke tarieven.
Resource or tool
Configuration / billing basis
Rate
Hosted container — Small
1 GB geheugen; periode van 20 minuten
$0.03 per periode
Hosted container — Medium
4 GB geheugen; periode van 20 minuten
$0.12 per periode
Hosted container — Large
16 GB geheugen; periode van 20 minuten
$0.48 per periode
Web search
Per 1,000 calls; contenttokens apart gefactureerd
$10 per 1,000 calls, plus contenttokens
File search storage
Per GB per dag, na de gratis limiet
$0.10 per GB/day
Example: Estimating a Task Cost
Component
Illustrative calculation
Cost
Input tokens
50,000 × $10 / 1M
$0.50
Output tokens
10,000 × $50 / 1M
$0.50
Web searches
2 × $0.01
$0.02
Small container
One 20-minute period
$0.03
Total
Excluding incidental charges
$1.05
Deze illustratieve totaalprijs van $1.05 gaat uit van de getoonde tokenvolumes, twee zoekopdrachten, één periode van 20 minuten in een small-container, en geen extra factureerbare search-contenttokens of cache-schrijfbewerkingen. De werkelijke kosten hangen ook af van retries, gebruik van subagenten, cachegedrag en de sandbox-factureringsregels die op de sessie van toepassing zijn. Volg de kosten per succesvol voltooide taak over een representatieve workload.
What Are the Limitations of the OpenAI Agents API?
Data limits. De Agents API ondersteunt momenteel gegevensresidentie alleen in de Verenigde Staten en ondersteunt geen Zero Data Retention (ZDR). Een zelfgehoste sandbox verandert de ZDR-geschiktheid niet. Controleer vóór het verzenden van gevoelige gegevens of de retentie- en residentievoorwaarden van de service aan je vereisten voldoen.
API and model compatibility. Public-bèta-interfaces kunnen veranderen en ondersteunde functies kunnen per model variëren. Test het exacte model, endpoint, redeneerinstellingen en de tools die je applicatie gebruikt. Herhaal integratiecontroles wanneer je een model wijzigt of een API-update adopteert.
Execution control. Taken met meerdere stappen kunnen veel tokens verbruiken, variabele tijd kosten en toolfouten tegenkomen. Stel budgetten en limieten in voor beurten en runtime, verleen alleen de permissies die de taak nodig heeft en monitor langlopende werkzaamheden asynchroon. Plan hoe je herstelt van onderbroken toolaanroepen en vereis menselijke goedkeuring voor acties met significante gevolgen.
FAQ
How should OpenAI Agents API clients retry follow-up messages?
Gebruik dezelfde inzendingssleutel opnieuw bij het opnieuw proberen van hetzelfde logische bericht, volgens het patroon voor sessie-invoer en retries. Bewaar het sessie-ID en de inzendingssleutel samen in de applicatiestatus. Een aparte gebruikersinstructie moet een eigen sleutel gebruiken; een verloren HTTP-respons mag niet automatisch worden behandeld als een nieuwe instructie.
Can an OpenAI Agents API session change models?
Het endpoint voor sessie-instellingen ondersteunt het bijwerken van het model, de redeneringsinspanning en de servicelaag. Updates hebben effect op latere beurten; een actieve beurt behoudt de bestaande instellingen. Bevestig dat de resulterende configuratie wordt ondersteund door het geselecteerde model, en maak een nieuwe sessie wanneer je instellingen moet wijzigen die dit endpoint niet accepteert.
How does OpenAI Agents API restrict sandbox network access?
Door OpenAI gehoste omgevingen ondersteunen ingeschakelde, uitgeschakelde of beperkte uitgaande toegang. In de beperkte modus worden expliciete host-allowlists gebruikt, en redirects of subdomeinen hebben mogelijk eigen vermeldingen nodig. Configureer het sandbox-netwerkbeleid voor de services die een taak nodig heeft; netwerktoegang en applicatie-credentials zijn afzonderlijke controles.
Conclusion
Evalueer de Agents API met een representatieve taak die meerdere toolaanroepen en minstens één vervolgbeurt vereist. Meet voltooiingspercentage, herstelgedrag, latentie en kosten per succesvolle taak. Deze resultaten laten zien of beheerde uitvoering aan de vereisten van jouw applicatie voldoet.
