AIREITEROpenAI Agents API ya está disponible en beta pública, pero no es un sustituto más barato de las llamadas a modelos ni una plataforma de automatización lista para usar. OpenAI se encarga del sistema de agentes; el desarrollador decide dónde se ejecuta, qué herramientas utiliza y cuáles son sus límites operativos.
En resumen: qué se ha lanzado y a quién le interesa
OpenAI anunció Agents API el 10 de septiembre de 2026 como una beta pública para desarrolladores. El anuncio oficial presenta una forma gestionada de ejecutar agentes en la nube mediante el sistema de agentes de Codex, modelos, herramientas y un sandbox elegido por el usuario.
Agents API resulta especialmente interesante para equipos que ya desarrollan agentes capaces de usar herramientas y ejecutar tareas largas. Para solicitudes acotadas, una llamada normal a Responses API junto con un pequeño bucle en la aplicación puede ser una opción más sencilla.
| Pregunta | Respuesta |
|---|---|
| ¿Está disponible? | Sí, como beta pública, no como disponibilidad general |
| ¿Existe una tarifa independiente por la plataforma Agents API? | OpenAI dice que no; el uso de modelos y herramientas sigue teniendo coste |
| ¿OpenAI ejecuta todo el código de la aplicación? | No. Puedes elegir una ejecución alojada en OpenAI, en un socio o en tu propia infraestructura |
| ¿Qué gestiona OpenAI? | El sistema de agentes, incluida la orquestación y la gestión de sesiones largas |
| ¿Está lista para producción? | Es adecuada para pilotos controlados; al estar en beta, necesitas un plan de reversión |
La arquitectura se resume en una decisión
Agents API separa el bucle de razonamiento del lugar donde se ejecuta el trabajo. El sistema de agentes puede gestionar sesiones, contexto, selección de herramientas y delegación, mientras un sandbox ejecuta código, trabaja con archivos o genera artefactos.
La documentación de arquitectura de OpenAI es la referencia para entender esta separación. La cobertura del lanzamiento menciona estos entornos de socios: Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop y Vercel. Sus precios y capacidades regionales no son equivalentes.
| Opción de ejecución | Más adecuada para | Principal contrapartida |
|---|---|---|
| Sandbox alojado en OpenAI | Prototipos rápidos y ejecución gestionada | Menor control sobre la infraestructura |
| Sandbox de un socio | Una relación existente con un proveedor o una arquitectura de despliegue concreta | El precio y el comportamiento varían según el proveedor |
| Entorno autogestionado | Requisitos específicos de seguridad, red o infraestructura | Tu equipo asume una mayor carga de fiabilidad y operaciones |
Elige un entorno autogestionado cuando las políticas de red, los secretos, la residencia de datos o el control del sistema de archivos sean innegociables. Opta por una ejecución gestionada cuando la velocidad sea prioritaria y el paquete del proveedor, los tiempos de espera, la persistencia y el comportamiento de los artefactos superen tus pruebas.
El equipo sigue teniendo que tomar las decisiones de gobernanza sobre secretos, archivos, acceso a la red y estado persistente.
Qué aporta realmente la beta
La visión general de Agents API y la documentación relacionada describen varias funciones pensadas para tareas que van más allá de un único turno del modelo.
Sesiones largas y compactación del contexto
La compactación automática del contexto ayuda a controlar su crecimiento durante ejecuciones prolongadas, pero OpenAI no promete una tasa de compresión ni una duración máxima universales. Mídelo con cargas de trabajo representativas.
Búsqueda de herramientas y llamadas en paralelo
La búsqueda de herramientas puede reducir la cantidad de información que se incluye en cada contexto del modelo. Las llamadas programáticas en paralelo pueden acortar el tiempo total cuando las operaciones son independientes. Ninguna de las dos funciones permite paralelizar de forma segura llamadas dependientes: si un flujo necesita obtener el resultado B antes de llamar a la herramienta C, existe una dependencia secuencial.
Delegación multiagente
Un agente principal puede delegar subtareas a otros agentes, incluso en paralelo. Es útil para tareas acotadas de investigación, clasificación o creación de artefactos. Pero también multiplica las rutas de fallo y facturación, así que el diseño de la aplicación debería incluir un límite de subagentes y una política de turnos máximos.
Entornos de ejecución
La documentación cubre los sandboxes alojados en OpenAI y los sandboxes autogestionados. Antes de decidir, prueba la instalación de paquetes, la persistencia del sistema de archivos, las políticas de red, las credenciales, los tiempos de espera y la gestión de artefactos con el proveedor exacto que vayas a utilizar.
Modelo de costes: no pagar una tarifa de plataforma no significa que sea gratis
OpenAI afirma que Agents API no añade una tarifa independiente durante la beta. Aun así, la factura puede incluir los tokens de los modelos, las herramientas integradas o externas y la infraestructura del sandbox.
| Capa de coste | Qué debes presupuestar |
|---|---|
| Llamadas a modelos | Tokens de entrada y salida en cada turno y subagente |
| Herramientas integradas | Uso específico de cada herramienta, cuando corresponda |
| Sandbox | Computación, almacenamiento, red o cargos del proveedor |
| Operaciones de la aplicación | Registros, colas, bases de datos, monitorización y reintentos |
Un análisis de costes independiente de A8gent muestra por qué las estimaciones basadas en una sola llamada pueden resultar engañosas. Para una carga de trabajo declarada de 1.000 ejecuciones de triaje al mes, 3.000 tokens de entrada y 400 tokens de salida por ejecución, calculó unos $0.31 mensuales en tokens de modelo con gpt-5-nano y unos $27 con gpt-5.6-sol, antes del alojamiento. Esas cifras corresponden a los cálculos fechados del artículo; no son una cotización de Agents API.
Los flujos con varios turnos cuestan más que las estimaciones de una sola llamada porque los turnos posteriores arrastran el contexto acumulado. Usa tus propios datos de consumo para fijar el presupuesto.
Un piloto más seguro debería establecer un número máximo de turnos, limitar el trabajo simultáneo, registrar el uso de tokens por cada resultado de negocio completado y aplicar un límite de gasto por ejecución. El ejemplo de controlador de gasto por ejecución del OpenAI Cookbook indica expresamente que sus precios son ficticios, pero su patrón de reserva resulta útil: reservar una cantidad máxima antes de cada solicitud y ajustar después la cifra al consumo real.
Preguntas de producción que debes resolver antes de adoptarla
Como las API, integraciones y limitaciones en beta pueden cambiar, mantén una alternativa que permita detener nuevas ejecuciones sin corromper los datos que actúan como fuente de verdad.
Un usuario temprano, @yandt888, planteó dudas sobre la residencia de datos en Estados Unidos y la relación entre la ejecución autogestionada y los requisitos de retención cero de datos. Se trata de una preocupación expresada por un usuario, no de una declaración de política de OpenAI; verifica las condiciones contractuales y regionales vigentes para tu cuenta antes de enviar datos regulados.
Antes de adoptarla, comprueba:
- Si una ejecución fallida puede reanudarse sin duplicar una acción externa.
- Dónde se almacenan los registros de sesión, los archivos y los artefactos, y qué ocurre durante las interrupciones del proveedor.
- Si tu equipo puede rastrear la decisión de un subagente, reproducir las entradas y migrar si cambian las condiciones de la beta.
Trata las demos como demos: protege las acciones irreversibles, haz que las herramientas sean idempotentes cuando sea posible y prueba con integraciones reales los casos de inyección de prompts y fallos parciales.
Un límite práctico para decidir si adoptarla
Agents API es una buena primera opción cuando lo difícil es coordinar trabajo que exige criterio entre varias herramientas, sesiones o agentes especializados. Empieza con una tarea acotada, como clasificar documentos, investigar internamente o generar artefactos, y compárala con el bucle más sencillo que tendrías que mantener de otro modo.
| Si tu prioridad es… | Empieza con… |
|---|---|
| Acceder rápidamente a una orquestación gestionada | Un piloto con Agents API |
| Controlar al máximo el estado del flujo | Tu propia capa de orquestación |
| Mantener una portabilidad estricta entre proveedores | Un framework o gateway independiente del modelo |
| Gestionar aprobaciones y auditorías de alta exigencia | Un motor de flujos alrededor del agente |
| Realizar llamadas de un solo turno al menor coste predecible | Peticiones directas a la API del modelo |
Para un piloto, define una métrica de éxito, un coste máximo por tarea, una duración máxima y un punto de aprobación humana. Si el sistema de agentes gestionado no reduce de forma significativa el tiempo de ingeniería ni mejora la recuperación ante fallos, no lo conviertas en una nueva dependencia de la beta.
Preguntas frecuentes sobre OpenAI Agents API
¿OpenAI Agents API está disponible de forma general?
No. OpenAI la anunció como beta pública el 10 de septiembre de 2026. El material del lanzamiento no anuncia su disponibilidad general.
¿Puedo usar mi propio sandbox?
Sí. OpenAI documenta los entornos autogestionados como una opción, junto con los entornos alojados en OpenAI y los de socios. En ese caso, la seguridad, las redes, la persistencia y las operaciones dependen en mayor medida de tu equipo.
¿Admite flujos de trabajo multiagente?
Sí. La API admite la delegación a subagentes y el trabajo en paralelo. Establece límites explícitos, porque cada agente adicional puede aumentar la latencia, el consumo de tokens y los posibles fallos.