OpenAI udostępnia Agents API w publicznej becie

OpenAI ogłosiło 10 września 2026 r. — informacja była szeroko opisywana 11 września — publiczną betę Agents API. To zarządzana usługa udostępniająca deweloperom harness Codex, czyli warstwę uruchomieniową i orkiestracyjną wykorzystywaną przez Codex. Programista określa zadanie, model, narzędzia oraz środowisko obliczeniowe, natomiast OpenAI prowadzi pętlę działania agenta i utrzymuje tę warstwę. 11

Co dokładnie przejmuje OpenAI

W praktyce API ma ograniczyć konieczność samodzielnego budowania elementów potrzebnych do wdrażania agentów na produkcji. OpenAI zarządza m.in. orkiestracją, sesjami, kontekstem i odtwarzaniem pracy po błędach. Deweloper zachowuje kontrolę nad narzędziami, wiedzą udostępnianą agentowi i wykonywanymi obciążeniami. 11

Agenty można uruchamiać w trzech modelach infrastruktury:

• w sandboxach hostowanych przez OpenAI;
• we własnej, samodzielnie utrzymywanej infrastrukturze;
• przez zintegrowanych partnerów sandboxowych: Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop i Vercel. 11

Dłuższe zadania i praca wielu agentów

Zarządzany harness ma obsługiwać typowe problemy pojawiające się przy wieloetapowych zadaniach agentowych:

• automatyczne skracanie kontekstu przy zbliżaniu się do limitu okna kontekstowego;
• wyszukiwanie narzędzi, które ładuje ich schematy wtedy, gdy są faktycznie potrzebne;
• programowe wywoływanie narzędzi, pozwalające łączyć i równoleglić wywołania;
• tryb wieloagentowy, w którym niezależne podzadania trafiają do działających równocześnie subagentów z odrębnymi kontekstami. 11

Usługa bazuje na otwartoźródłowym harnessie Codex — deweloperzy mogą więc sprawdzić jego kod — ale to OpenAI hostuje i utrzymuje wersję zarządzaną. 11

Dostępność i ceny

Publiczna beta jest dostępna dla wszystkich deweloperów. OpenAI nie nalicza dodatkowej opłaty za samo korzystanie z Agents API: klient płaci za zużyte tokeny modeli oraz narzędzia. Firma zapowiedziała dalsze iteracje w okresie bety, prowadzące do wersji ogólnodostępnej. 11

OpenAI przytoczyło również wyniki klienta Ciridae. Według firmy jej wynik ewaluacyjny wzrósł z 0,71 do 0,85, a jej CTO stwierdził, że równoległe działanie subagentów obniżyło opóźnienia czterokrotnie. Są to deklaracje klienta, a nie niezależnie zweryfikowane benchmarki. 6 8

Data agent w ChatGPT Work

Tego samego dnia OpenAI wprowadziło Data agent dla ChatGPT Work. Narzędzie ma umożliwiać konwersacyjne analizowanie zatwierdzonych danych firmowych, badanie przyczyn zmian oraz tworzenie interaktywnych dashboardów, które można udostępniać. Ma też wykorzystywać firmowy kontekst semantyczny, np. definicje metryk i relacje między danymi. 6

Wśród obsługiwanych źródeł danych wskazano Amazon Redshift, Datadog, Google BigQuery, ClickHouse, Databricks, MongoDB i Snowflake, a także materiały z Google Drive oraz SharePoint. 6

Data agent może działać między systemami analitycznymi i narzędziami współpracy, w tym Omni, Oracle BI, Power BI, Sigma, Tableau, ThoughtSpot, Slackiem i pocztą e-mail. Dostęp zależy jednak od konfiguracji administratorów oraz uprawnień obowiązujących w systemach źródłowych. 6

GPT‑Live‑1 także trafia do API

Równolegle OpenAI udostępniło w API GPT‑Live‑1 — model głosowy typu full duplex, zaprojektowany tak, by mógł słuchać podczas mówienia. Cena warstwy głosowej została podana jako 0,05 USD za minutę. 4 12

W dostępnych materiałach nie ma wystarczająco wiarygodnych podstaw, by potwierdzić konkretną integrację Yelp ani przypisaną jej liczbę połączeń związaną z tym wdrożeniem. Takiej informacji nie należy traktować jako potwierdzonej bez pierwotnego źródła Yelp lub OpenAI.

Co to oznacza dla rynku narzędzi agentowych

Najważniejszy element tej premiery nie polega tylko na udostępnieniu kolejnego frameworka. OpenAI pozycjonuje Agents API jako zarządzane środowisko produkcyjne: firma chce przejąć warstwy, które zespoły dotąd składały i utrzymywały samodzielnie — orkiestrację, zarządzanie kontekstem, kierowanie wywołań narzędzi, trwałe sesje, sandboxing i koordynację wielu agentów. To praktyczne wyzwanie dla rozwiązań, w których deweloperzy muszą samodzielnie zestawiać te komponenty. Jest to interpretacja konstrukcji produktu, a nie twierdzenie, że OpenAI wskazało lub porównało konkretnych konkurentów. 11