OPENAI SEARCH INSIGHT

2026.09.15 / OpenAI最新情報

OpenAI、Codex基盤のAgents APIをパブリックベータ公開

この記事で分かること: OpenAIのAgents APIが提供する実行環境、長時間セッション、ツール利用、サブエージェント機能と、日本の開発組織が検証すべき実務上の論点を知りたい。

OpenAIは2026年9月10日、クラウド上でAIエージェントを構築・起動するためのAgents APIをパブリックベータとして公開した。Codexを支えるハーネスとインフラをAPI経由で提供し、開発者はタスク、モデル、ツール、実行環境を指定してエージェントを構成できる。

今回の焦点は、モデル呼び出しそのものではなく、長時間動作するエージェントに必要なコンテキスト管理、ツール実行、サブエージェントの調整、コード・ファイルを扱う実行環境をマネージドで利用可能にする点にある。日本の開発組織では、自前実装してきたオーケストレーション層と実行基盤をどこまで置き換えるかが評価の中心になる。

OpenAIがAgents APIを公開した背景

OpenAIによると、CodexとChatGPT for Workを世界中の数百万人規模へ展開する過程で、実用的な長時間エージェントに必要な要件を蓄積してきた。具体的には、文脈を管理し、ツールを効率よく使い、サブエージェントを協調させるハーネスと、数日にわたり信頼性を保って動作するインフラである。

エージェントがファイルを扱い、コードを実行し、中間結果を保存するには、モデルAPIだけでは足りない。実行の状態、利用ツール、データ、コンテキスト上限への対応を一体で設計する必要がある。Agents APIは、この運用・制御部分をOpenAIがホスト、保守する形で開発者に提供する。

単一API呼び出しで構成するクラウドエージェント

公式発表では、タスク、モデル、ツール、環境を指定することで、単一のAPI呼び出しから本番利用を想定したエージェントを作成できるとしている。アプリケーション側は、固有のツール、業務知識、ワークフローの実装に注力し、ハーネスの運用はOpenAIに委ねる構成を選べる。

ここでいうハーネスは、モデルへの入力・出力を中継する薄いSDKではない。モデル呼び出し、コンテキスト、ツール、複数の作業単位を調整する中核ロジックを指す。Agents APIはCodexと同じハーネスおよびインフラを基盤にするとOpenAIは説明している。

ただし、単一API呼び出しで開始できることは、業務システムへの導入判断を単純化するものではない。ツール権限、データの持ち出し範囲、実行の停止条件、成果物の検証といったアプリケーション固有の統制は、利用側で設計・検証する論点として残る。

サンドボックスと実行環境の選択肢

Agents APIでは、エージェントの計算環境としてOpenAI管理のサンドボックス、自社インフラ、またはOpenAIのサンドボックスパートナーを選べる。ワークロードごとに必要な計算資源、ストレージ、デプロイ要件が異なることを前提とした設計で、実行環境を用途に応じて選択できる。

OpenAIはBlaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop、Vercelを含むエコシステム事業者と連携し、用途に応じた統合を提供するとした。

公式発表では、フルマネージド環境やVPC内へのデプロイ、ファイル・シークレット保存方式、CPU・GPU・メモリ構成、性能、コールドスタート、コスト特性が選択要素として挙げられている。

同時にOpenAIは、CodexとChatGPTを支えるサンドボックス基盤を利用したOpenAI hosted sandboxも発表した。OpenAIがプロビジョニングと管理を担い、エージェントがコードを実行し、ファイルを扱い、成果物を生成するためのセキュアかつ高性能な環境を提供する。ファイル、パッケージ、スキル、プラグインで構成可能としている。

長時間セッションとツール利用を支える機能

長時間の処理に向け、Agents APIはセッションがコンテキスト上限に近づくと過去の文脈を自動圧縮する。必要な情報を保持しながら継続する仕組みで、複数のコンテキストウィンドウにまたがる処理を自前の圧縮ロジックなしで構築できる点が特徴だ。

ツール利用では、必要なツール定義を必要時に読み込むTool searchを提供する。OpenAIは、これによりトークン利用量とコストを抑えつつ、モデルのキャッシュを維持しやすくすると説明する。さらにProgrammatic tool callingにより、呼び出しの並列実行、関連操作の連結、コードによる結果の絞り込み・統合を可能にする。

対応するツール形式にはMCP、カスタム関数、Web検索などの組み込みツールが含まれる。大量データを処理する際、すべての結果をモデルのコンテキストへ戻すのではなく、必要な結果だけを戻す設計を取りやすい。ツール数やデータ量が増える業務エージェントでは、プロンプト設計だけでなくこの選別経路が性能とコストを左右する。

また、マルチエージェント対応により、複雑なタスクを独立した部分へ分割してサブエージェントに並列委任できる。各サブエージェントは自身のコンテキストを保持し、主エージェントが結果を統合する。OpenAIは、調査、分析、コーディングなど並列作業の恩恵を受けるタスクを高速化し得るとしている。

Codexハーネスの公開性と料金条件

Agents APIは、オープンソースのCodexハーネスを基盤としている。開発者はモデル呼び出し、ツール、コンテキストを調整するコアロジックの公開コードベースを確認し、学習できる。一方でAPI利用時のハーネス運用・保守はOpenAIが担うため、公開コードを参照できることと、利用者が運用主体になることは別である。

利用条件についてOpenAIは、Agents APIをすべての開発者にパブリックベータで提供するとしている。Agents APIそのものに追加料金はなく、料金ページで示すトークンとエージェントが利用するツールに対して支払う仕組みだ。すなわち、APIの追加利用料はなく、トークンとツールの利用分を支払うと説明されている。

パブリックベータ期間中、OpenAIはフィードバックを基に迅速に改善し、一般提供を目指すとしている。したがって、現時点では正式提供後の仕様安定性を前提にするのではなく、更新され得るAPI、ハーネス、運用特性を見越して検証計画を立てることが重要になる。

Agent Memories編集部の考察

今回の新規性は、エージェント開発の差別化対象を「モデルを呼ぶ処理」から「業務固有のツール、知識、統制、評価」へ移しやすくすることにある。長時間セッションの圧縮、ツール探索、並列実行、サブエージェント調整を自作している組織は、Agents APIとの機能重複を棚卸しする価値がある。

特に日本企業で優先して確認したいのは、実行環境の選択だ。OpenAI管理サンドボックスの迅速性と、自社インフラやVPC内デプロイを選ぶ際の統制要件は、同じ業務でも異なる。機密ファイル、シークレット、外部SaaSへの接続、コード実行を伴うなら、データ経路と権限境界を先に設計すべきである。

評価では、単発の回答精度だけで採否を決めないほうがよい。長いセッションで要件が維持されるか、コンテキスト圧縮後に重要な判断根拠が失われないか、ツール検索が意図しない操作を招かないか、サブエージェントの結果を主エージェントが正しく統合するかを、実データに近い条件で測る必要がある。

また、ツール呼び出しを並列化できることは、常に処理時間や費用の削減を意味しない。外部APIのレート制限、更新競合、部分失敗、再実行時の冪等性、監査ログを踏まえたワークフロー設計が必要だ。基盤機能を委任するほど、業務ルールとガードレールを明文化する重要性は増す。

よくある質問

Agents APIは何をマネージドで提供するのか

OpenAIは、コンテキスト管理、ツールの効率的な利用、サブエージェントの協調を担うハーネスをホスト・保守する。また、長期間の稼働、ファイル操作、コード実行、中間結果の保存を支えるインフラを提供する。利用者はタスク、モデル、ツール、実行環境を指定してエージェントを構成する。

自社インフラで実行する選択はできるか

できる。公式発表では、OpenAI管理サンドボックス、自社インフラ、サンドボックスパートナーの環境から選べるとしている。さらに、VPC内へのデプロイを含む選択肢が示されている。ただし、個別の環境で利用できる機能や具体的な構成条件は、発表本文だけでは断定できない。

長い処理でコンテキスト上限に達した場合はどうなるか

Agents APIは、セッションがコンテキスト上限に近づくと、以前のコンテキストを自動的に圧縮する。OpenAIは、エージェントが継続に必要な情報を保ち、開発者が独自の圧縮ロジックを実装せずに複数のコンテキストウィンドウにまたがるワークフローを構築できるとしている。

Agents APIの料金はどうなっているか

OpenAIの説明では、Agents APIを使うこと自体への追加料金はない。利用者は、エージェントが使うトークンとツールに対して支払う。個別の利用量、モデル、ツール、実行環境に応じた総額は変わり得るため、導入評価では対象業務のツール呼び出し回数とコンテキスト量を含めて見積もる必要がある。

まとめ

OpenAIのAgents APIは、Codexで培ったハーネスとインフラを開発者向けに取り出し、クラウドエージェントの構築・運用を支援するパブリックベータだ。長時間セッション、ツール探索と実行、サブエージェント、実行環境の選択を一つの基盤で扱えることが、従来のモデルAPI中心の実装との差分になる。

導入を検討する組織は、まず小規模な業務フローで、実行環境、ツール権限、コンテキスト圧縮、失敗時の制御、費用を検証したい。そのうえで、自社が維持すべき業務固有の知識・ワークフローと、OpenAIのマネージド基盤へ委ねる領域を切り分けることが、実用段階へ進むための判断軸となる。

本カテゴリはMiraigent / Agent Memoriesによる非公式編集記事です。OpenAIとの提携・承認・後援を示すものではありません。