Am 10. September hat OpenAI die öffentliche Beta der Agents API vorgestellt, die allen Entwicklern offensteht. Das Unternehmen verpackt das Agenten-Framework, das bereits Codex und ChatGPT antreibt (intern Codex Harness genannt), als gehosteten Dienst: Der gesamte Kreislauf aus Modellaufrufen, Tool-Nutzung und Kontextverwaltung läuft auf der Infrastruktur von OpenAI, während Entwickler festlegen, welche Fähigkeiten der Agent nutzen darf und wo der Code ausgeführt wird.
Bei der Abrechnung erhebt OpenAI keine zusätzliche Plattformgebühr, Entwickler zahlen nur für Token, Tool-Aufrufe und Container-Laufzeit. Die gehostete Sandbox wird zu Standard-Containerpreisen berechnet, die Modellnutzung separat nach API-Preisen; einen gesonderten Sandbox-Preis nennt die Ankündigung nicht.
Vier fest eingebaute Fähigkeiten
Laut OpenAI bringt die API mehrere Dinge bereits mit, die Entwickler bisher selbst bauen mussten:
- Automatische Kontextkomprimierung: Nähert sich eine Sitzung dem Kontextlimit, werden ältere Inhalte automatisch komprimiert;
- Tool-Suche: Tool-Definitionen werden erst bei Bedarf geladen, was Token und Kosten spart;
- Programmatische Tool-Aufrufe: unterstützt parallele und verkettete Aufrufe;
- Multi-Agenten: Der Haupt-Agent kann komplexe Aufgaben an eigenständige Sub-Agenten aufteilen.
Für die Ausführungsumgebung gibt es drei Optionen. Erstens eine von OpenAI gehostete Sandbox, in der sich vorab Dateien ablegen, Abhängigkeiten installieren sowie Skills und Plugins einbinden lassen, sodass der Agent Code ausführen, Dateien verarbeiten und Ergebnisse erzeugen kann. Zweitens eine Anbindung per WebSocket an die eigene Maschine. Drittens Sandboxes von Partnern; auf der Liste stehen neun Namen: Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop und Vercel.
Zahlen früher Kunden
OpenAI nennt Ergebnisse einiger früher Nutzer. Der Bewertungsscore von Ciridae stieg von 0,71 auf 0,85, die Latenz im Sub-Agenten-Ablauf sank auf ein Viertel des vorherigen Werts; SafetyKit senkte nach der Umstellung die Kosten um 60 Prozent; bei Hypha gingen fehlgeschlagene Antworten um 86 Prozent zurück; Nash.ai betreibt in seinem globalen Logistiknetzwerk mehrere Tausend langlaufende Agenten.
Diese Zahlen stammen von den Kunden selbst und wurden von OpenAI veröffentlicht, eine unabhängige Überprüfung gibt es nicht. Welche Lösung die Unternehmen vor dem Wechsel jeweils genutzt haben und wie die Vergleichsbasis definiert wurde, lässt die Ankündigung offen; die einzelnen Zahlen sollten daher nicht direkt gegeneinander verglichen werden.
Drei Generationen von OpenAIs Agenten-Schnittstellen
Ordnet man die Neuerung in OpenAIs eigene Produktlinie ein, wird die Entwicklung recht deutlich.
Ende 2023 brachte OpenAI die Assistants API heraus, die Konversationsthreads, Dateisuche und Code-Interpreter zu einem serverseitigen Zustand bündelte – Entwickler mussten nur die Schnittstelle aufrufen, zahlten dafür aber mit einer Blackbox und schwieriger Fehlersuche; nicht wenige Teams stiegen nach einiger Zeit wieder auf eigene Lösungen um. Im März 2025 folgte die Responses API zusammen mit dem quelloffenen Agents SDK, die Zustandsverwaltung und Orchestrierungslogik zurück in den eigenen Code der Entwickler gaben. Im Oktober desselben Jahres ergänzte AgentKit visuelle Orchestrierung und Evaluationswerkzeuge.
Die Agents API nimmt nun einen Schritt zurück: Der Ablauf läuft wieder auf OpenAIs eigenen Servern, die Ausführungsumgebung ist jedoch für Drittanbieter und eigene Maschinen geöffnet. Was Entwickler bei den ersten beiden Generationen noch selbst aufbauen mussten – Scheduling, Komprimierung, Sandbox – ist diesmal die Standardkonfiguration.
Aus dieser Positionierung lässt sich ablesen, dass das Framework hinter Codex längst nicht mehr nur Programmierszenarien bedient; OpenAI stellt intern Bewährtes nun direkt nach außen bereit. Was Entwickler an Orchestrierungsaufwand sparen, erkaufen sie sich mit tieferer Abhängigkeit von OpenAIs Laufzeitumgebung: Wie viele Logs bei einer Störung des gehosteten Ablaufs einsehbar sind und ob sich vollständige Traces exportieren lassen, führt die Beta-Dokumentation bislang nicht aus.
OpenAI erklärt, während der öffentlichen Beta schnell auf Basis von Entwickler-Feedback iterieren zu wollen, bevor die finale Version folgt. Wann diese kommt und ob sich das Abrechnungsmodell dann ändert, ist bislang nicht bekannt.
Quellen: offizielle Ankündigung von OpenAI, CocoLoop, OpenAI-Entwickler-Community, MarkTechPost; Abrechnungsmodell, Liste der Partner-Sandboxes und Kundendaten wurden anhand der OpenAI-Ankündigung geprüft.