OpenAIが2026年9月10日、Agents APIを公開ベータで出しました。自社のCodexで使っている「ハーネス」——モデルにツールを渡して何時間も回し続けるための実行基盤——を、マネージドサービスとして外部の開発者に開放するものです。長時間動くエージェントを自分で作ったことがある人ほど効きます。コンテキストが上限に当たったときの圧縮、ツール定義が増えすぎたときの取り回し、サブエージェントの並列実行、セッションが落ちたときの復帰。これらをOpenAI側が持ちます。利用料はトークンとツールの実費だけで、API自体の追加料金はありません。
一方で、ベータ期間中のデータ所在地は米国のみ、Zero Data Retention(ZDR、リクエストを保存しない設定)は選べません。日本の業務データを載せられるかどうかは、ここで決まります。
開発者が書かなくてよくなるもの
Agents APIは4つの概念で構成されています。公式ガイドによると、モデル・指示・ツール・MCPサーバーをまとめた「Agent」、コードの実行やファイル操作を行うサンドボックスである「Environment」、タスクを進める永続的な実体である「Session」、そのやり取りである「Events と Items」です。MCP(Model Context Protocol)は、外部ツールやデータをモデルに接続するための共通規格を指します。
クイックスタートを見ると、最小構成はPOST /v1/agents/sessionsにagent(モデルと指示)、environment、inputを渡すだけです。ヘッダにOpenAI-Beta: agents=v1が要ります。返ってくるイベント列からsession_idを拾い、次のリクエストに付ければ会話の続きになります。サンドボックスはOpenAIホスト型のほか、codex exec-serverによる自己ホスト型、Cloudflare・Vercel・Modal・E2B・Daytona・Oracleなどのパートナー環境が選べます。
OpenAIは移行の効果として、Ciridaeが評価スコア0.71から0.85・レイテンシ4分の1、SafetyKitが1件あたりのコスト60%減、Hyphaがエージェントの応答失敗86%減という数字を挙げています。いずれも同社の発表に載った顧客事例で、条件は明かされていません。
なぜこのタイミングなのか
背景には、OpenAI自身がこの基盤を社内で限界まで回してきたという事情があります。同社が9月上旬に公表した研究報告では、8月中旬時点で人間1人日あたりエージェント3.1人日相当の作業量に達し、エージェント利用量で中央値の研究者が1日600ドル超、90パーセンタイルでは7,000ドル超をAPI価格換算で使っていたとされています(詳細はOpenAIが「自動研究インターン」達成を宣言にまとめています)。
同じ9月10日、OpenAIはChatGPT Proの新規受付を容量確保のために停止したと報じられています(こちらは公式発表ではなく報道ベースです)。社内で成立させた実行基盤を外に出すタイミングと、計算資源の逼迫が同時に来ている——という読み方はできます。長時間エージェントは待機時間もトークンも増えやすいので、公開ベータの間に需要と供給のバランスを測っている可能性があります。
日本から使うときの判断材料
まずデータの置き場所です。公式ガイドは、データ所在地が米国リージョンのみであること、ZDRが利用できないこと、そして自己ホスト型サンドボックスを選んでもZDR対象にはならないことを明記しています。個人情報や顧客の機微情報を扱う社内業務にそのまま載せるのは、現時点では難しいと考えられます。社内の要件がZDR前提になっている場合、非同期ツール呼び出しや途中指示が入ったResponses API側に留まる判断もあり得ます。
使い分けの整理も要ります。Agents SDKは自分のアプリケーションの中でループを回す方式、Responses APIは1回の応答を組み立てる方式で、状態の管理は自前です。Agents APIはその状態管理ごとOpenAIに預ける代わりに、実行環境と保存先の選択肢が狭まります。
課金は「APIの追加料金なし、トークンとツールとコンテナ時間の実費」です。裏を返すと、エージェントが長く動くほど素直に増えます。上限の設計をしないまま本番に出すと、社内で起きた1日7,000ドルの話が他人事でなくなります。
次にやること
- 扱うデータがZDRや国内保存を必要とするかを先に確認する。必要なら今回は見送り、Responses API側で組む
- 既存のエージェントがあるなら、自前で書いたコンテキスト圧縮・再開処理・サブエージェント制御の行数を数えてみる。そこが削れる量が移行の損益分岐になる
- 試すときはOpenAIホスト型サンドボックスで小さなセッションから始め、1セッションあたりのトークンとコンテナ時間を実測してから上限を決める
