OpenAI Agents API è la nuova API con cui gli sviluppatori possono eseguire agenti AI nel cloud senza dover costruire da zero tutta l’infrastruttura di orchestrazione. Annunciata il 10 settembre 2026 e disponibile in public beta, usa lo stesso harness alla base di Codex e gestisce sessioni, contesto, strumenti, sandbox e coordinamento tra più agenti.
La risposta rapida alla domanda più cercata è questa: Agents API non è un nuovo modello e non sostituisce GPT-6 Astra. È un livello operativo che permette a un modello di lavorare per più passaggi, usare tool, mantenere il contesto e svolgere attività dentro un ambiente controllato.
| Voce | OpenAI Agents API |
|---|---|
| Disponibilità | Public beta dal 10 settembre 2026 |
| Accesso | Tutti gli sviluppatori con accesso alle API OpenAI |
| Modello | Selezionabile dallo sviluppatore; OpenAI mostra GPT-6 Astra negli esempi |
| Ambiente | Sandbox OpenAI, propria infrastruttura o provider partner |
| Tool | MCP, funzioni personalizzate e strumenti integrati come web search |
| Multi-agent | Supporto nativo a subagenti |
| Costo API | Nessuna tariffa separata per Agents API; si pagano modello, tool e compute usati |
Che cos’è OpenAI Agents API
Agents API è un servizio gestito per creare ed eseguire agenti capaci di portare avanti attività lunghe e composte da più passaggi. Invece di limitarsi a inviare un prompt e ricevere una risposta, l’applicazione può affidare un compito a un agente che usa strumenti, legge e produce file, esegue codice, richiama altre funzioni e continua a lavorare mantenendo il contesto.
OpenAI spiega nella presentazione ufficiale di Agents API che il servizio deriva dallo stesso sistema di esecuzione usato da Codex. Il punto non è quindi creare un’altra interfaccia per chattare con un modello, ma offrire agli sviluppatori il livello che normalmente devono costruire per far funzionare un agente in produzione.
È un’evoluzione importante rispetto alle prime API di ChatGPT, che avevamo raccontato nella guida su come OpenAI ha aperto le API a bot e applicazioni. Nel 2023 il problema principale era integrare un modello in un prodotto; nel 2026 il problema è farlo lavorare in modo persistente, controllato e verificabile.
Come funziona: harness, sessioni e contesto
Quando un’applicazione avvia un agente attraverso Agents API, OpenAI gestisce il cosiddetto agent harness: la logica che tiene insieme modello, strumenti, memoria della sessione, ambiente di esecuzione e passaggi successivi.
- Sessioni: l’agente può lavorare su attività che non si esauriscono in una singola richiesta.
- Context compaction: il contesto viene compattato quando la sessione diventa lunga, così da conservare le informazioni utili senza reinviare continuamente tutta la cronologia.
- Tool calling: l’agente può cercare e richiamare gli strumenti necessari durante il lavoro.
- File e artefatti: la sandbox può contenere file, output e materiale prodotto durante l’esecuzione.
- Subagenti: un agente principale può delegare parti del lavoro ad agenti secondari specializzati.
Questa architettura è particolarmente adatta a coding, analisi di repository, ricerche lunghe, automazioni e attività dove serve passare da una fase all’altra. È la stessa direzione che abbiamo già visto con Codex dentro ChatGPT e il controllo dei task da mobile: il valore non sta soltanto nella qualità della risposta, ma nella capacità di mantenere in esecuzione un lavoro complesso.
Dove viene eseguito l’agente
Lo sviluppatore può scegliere il compute environment. OpenAI offre una sandbox ospitata, ma Agents API può lavorare anche con infrastruttura propria o con ambienti forniti da partner esterni.
Tra i provider indicati da OpenAI compaiono Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop e Vercel. La scelta è rilevante perché un agente che deve soltanto consultare documentazione ha esigenze diverse da uno che deve compilare software, eseguire test o elaborare file pesanti.
La sandbox OpenAI consente di far lavorare l’agente in un ambiente isolato invece di dargli accesso diretto alla macchina dell’utente. Questo non elimina i rischi: segreti, credenziali, permessi e tool disponibili vanno comunque limitati al minimo necessario, soprattutto quando l’agente può eseguire comandi o modificare dati.
Quali strumenti può usare Agents API
Agents API è pensata per collegare il modello a strumenti reali. OpenAI supporta MCP, funzioni personalizzate e tool integrati come la ricerca web. L’agente può inoltre usare tool search e programmatic tool calling, cioè scegliere in modo più dinamico quale capacità richiamare durante un flusso di lavoro.
Questo è un punto da distinguere dai plugin disponibili nell’interfaccia ChatGPT. Un plugin di ChatGPT viene usato dentro il prodotto dell’utente finale; Agents API serve invece agli sviluppatori che stanno costruendo una propria applicazione o un proprio servizio. Il concetto di accesso controllato alle fonti è però simile a quello descritto nel nostro approfondimento sul Data plugin di ChatGPT Work e Codex.
Agents API e multi-agent: a cosa servono i subagenti
OpenAI ha inserito il supporto nativo ai subagenti. In pratica un agente può scomporre il compito e affidare attività specifiche ad altri agenti, per poi riunire i risultati.
Un caso di sviluppo software potrebbe prevedere un agente che analizza il bug, un secondo che controlla i test e un terzo che verifica la documentazione. In una ricerca, invece, subagenti differenti potrebbero esaminare fonti diverse e restituire i risultati a un coordinatore.
Più agenti non significa automaticamente un risultato migliore. Ogni delega aumenta consumo di token, numero di operazioni e possibilità che un passaggio sbagliato si propaghi. Il vantaggio arriva quando la scomposizione del problema è utile e i risultati intermedi sono verificabili.
Quanto costa OpenAI Agents API
OpenAI non applica una tariffa aggiuntiva per usare Agents API. Il costo deriva dalle risorse effettivamente utilizzate: token del modello scelto, strumenti a pagamento e compute della sandbox quando previsto.
Per questo non esiste un prezzo unico per “un agente”. Un task breve con pochi tool può costare poco; un’attività che dura a lungo, genera molto output, apre molti subagenti ed esegue codice può diventare sensibilmente più costosa.
Negli esempi pubblicati da OpenAI compare GPT-6 Astra, ma il modello va considerato separatamente dal servizio Agents API. Per disponibilità, piani e requisiti del modello abbiamo una guida aggiornata su GPT-6 Astra in ChatGPT, Work, Codex e API.
Agents API è diversa da Agents SDK?
Sì. Il nome può creare confusione perché OpenAI dispone già di strumenti e SDK per costruire agenti. Un SDK aiuta lo sviluppatore a definire il comportamento dell’applicazione; Agents API fornisce invece un runtime gestito nel cloud per eseguire l’agente, mantenere le sessioni e coordinare il lavoro.
Le due cose possono quindi essere complementari. Chi ha già un proprio stack può continuare a controllare orchestration e infrastruttura. Chi vuole ridurre il lavoro operativo può delegare più componenti al servizio gestito.
Cosa può costruire uno sviluppatore con Agents API
- agenti di coding che modificano repository ed eseguono test;
- assistenti di ricerca che consultano web, documenti e strumenti interni;
- automazioni aziendali che elaborano richieste composte da più passaggi;
- agenti che producono file e artefatti in una sandbox;
- sistemi multi-agent con ruoli separati per analisi, esecuzione e verifica;
- servizi che richiedono sessioni lunghe senza gestire manualmente tutta la cronologia.
Il punto più interessante è che la piattaforma prova a ridurre la distanza tra una demo di agente e un’applicazione utilizzabile. Prima di Agents API, molti team dovevano implementare in proprio session storage, tool routing, gestione degli errori, compattazione del contesto e ambienti di esecuzione. Ora una parte di questo lavoro può essere affidata a OpenAI.
Quali sono i rischi da controllare
Un agente che può usare strumenti è più potente di un chatbot, ma anche più delicato da configurare. Il rischio non è soltanto che produca una frase sbagliata: può usare un tool sbagliato, leggere dati non necessari o avviare un’azione non prevista.
- concedere solo i permessi strettamente necessari;
- separare segreti e credenziali dal contesto del modello;
- validare gli argomenti passati alle funzioni;
- richiedere approvazione umana per azioni irreversibili o sensibili;
- registrare le operazioni importanti per poter ricostruire cosa è successo;
- limitare budget, durata e numero di subagenti nei task lunghi.
La logica è la stessa che vale per tutti gli agenti operativi: più autonomia richiede controlli migliori. Una sandbox riduce la superficie di rischio, ma non sostituisce una progettazione prudente dei permessi.
OpenAI Agents API è già disponibile?
Sì. Dal 10 settembre 2026 Agents API è in public beta ed è disponibile agli sviluppatori. Essendo una beta, interfacce, limiti e dettagli del servizio possono ancora cambiare prima della disponibilità stabile.
Per chi sta progettando un nuovo agente, la novità più concreta non è quindi un benchmark più alto, ma la possibilità di spostare sul cloud una parte consistente dell’infrastruttura necessaria per farlo lavorare. Resta da capire quanto il servizio sarà conveniente su task molto lunghi e quanto controllo i team vorranno mantenere sulla propria orchestration.
Fonte principale: OpenAI, Introducing the Agents API, 10 settembre 2026.
