Lanzamiento de OpenAI Agents API: funciones y costos
Las preguntas prácticas son concretas: ¿continúa la tarea si se desconecta el cliente? ¿La compactación conserva las restricciones importantes? ¿Los subagentes paralelos ahorran suficiente tiempo para justificar su costo? ¿Qué debe seguir haciendo tu aplicación?
Lanzamiento de OpenAI Agents API: ¿qué se ha publicado?
| Pregunta | Respuesta actual | Implicación para adoptarlo |
|---|---|---|
| ¿Anuncio o producto utilizable del proveedor? | Beta pública anunciada el 10 de septiembre | Evaluar la documentación beta, sin asumir un contrato de disponibilidad general |
| ¿Agents SDK con otro nombre? | No: Agents API es un runtime alojado; el SDK se ejecuta en tu aplicación | Cambia quién opera la ejecución |
| ¿El harness de Codex es un modelo? | No: coordina llamadas a modelos, herramientas y trabajo en curso | Evaluar el flujo completo, no solo la calidad del modelo |
| ¿Se puede usar mediante EvoLink? | Integración en curso; llamadas aún no abiertas | Mantener la ruta verificada mientras preparas un piloto |
| ¿Una API pública implica pesos abiertos? | Este lanzamiento no demuestra nada sobre pesos o licencias de modelos | Separar disponibilidad del código fuente del runtime, condiciones del servicio alojado y licencias de modelos |
La confusión de nombres importa. Un tutorial que instala Agents SDK puede ser útil, pero no demuestra el funcionamiento de la nueva API gestionada. Un endpoint compatible con OpenAI tampoco demuestra soporte para sesiones duraderas de agentes. Identifica qué producto utiliza cada ejemplo antes de reutilizarlo.
Por qué importa disponer del harness de Codex
En una aplicación de programación o análisis, llamar al modelo es solo una parte. También hay que elegir herramientas, conservar resultados, mantener contexto y continuar tras una interrupción. El servicio gestionado agrupa esa mecánica en un runtime. Su valor aumenta cuando mantenerlo ocupa una parte importante del trabajo del equipo.
Separa el esfuerzo dedicado a mejorar la tarea de negocio del mantenimiento del motor de ejecución. Solo habrá un ahorro operativo útil si este último es significativo y la frontera del servicio encaja en el producto.
Sesiones largas y compactación: evaluar la continuidad
Propón una tarea de mantenimiento: corregir la paginación, conservar la estructura pública de respuesta, no modificar autenticación y adjuntar los resultados de pruebas pertinentes. Tras varios pasos de investigación y edición, introduce otro caso límite. Lo importante es si el parche final sigue respetando las restricciones iniciales. Una conversación larga no lo demuestra.
Guarda los criterios de aceptación en el registro de tarea de la aplicación. Durante la revisión, compara archivos modificados, respuestas de referencia y pruebas con esos criterios. Así distinguirás una pérdida de contexto de una descripción inicial deficiente, y tendrás un registro independiente para evaluar otro runtime.
Lo mismo ocurre con los datos: un informe puede mantener coherencia conversacional y cambiar el periodo contable u olvidar una exclusión. Evalúa explícitamente esos invariantes. «Sesión persistente» no garantiza, sin pruebas, que toda restricción sobreviva a cada continuación.
Búsqueda de herramientas y llamadas programáticas: problemas distintos
Un asistente de análisis de cuentas puede disponer de muchas operaciones CRM y necesitar solo unas pocas. A la vez, quizá deba recuperar varias cuentas y calcular un resumen. Encontrar la operación correcta no elimina el costo de obtener y procesar sus datos.
Registra por separado si se eligió la herramienta adecuada y si el cálculo coincide con una respuesta independiente. Una salida breve no demuestra una agregación correcta. Incluye registros ausentes, resultados vacíos y unidades inconsistentes en los datos de prueba.
Recomendamos mantener las escrituras con efectos para clientes fuera de una agregación opaca. El análisis propone un cambio y el código de aplicación verifica destino y autorización antes de aplicarlo. Es una recomendación de diseño, no una afirmación de que EvoLink ya expone estos mecanismos.
Subagentes paralelos: trabajo separable, no velocidad garantizada
En una investigación de incidentes, separa cambios de despliegue, muestras de errores y estado de dependencias en tareas independientes de lectura. Cada una debe aportar evidencia, hipótesis y límites de confianza. El coordinador comprueba si las explicaciones son compatibles antes de proponer una mitigación.
En cambio, tres agentes editando la misma configuración pueden producir conflictos y más reconciliación. Empieza por recopilar evidencia separadamente y mantener un único responsable de la modificación final. Mide el tiempo hasta completar y aceptar el resultado, incluida síntesis y resolución de conflictos, no solo la subtarea más rápida.
Compara un agente con una configuración acotada de subagentes sobre los mismos incidentes. Cuenta gasto total y correcciones manuales junto con la duración. Si la respuesta llega antes pero se verifica peor, la optimización no cumple el requisito del producto.
¿Sandbox alojado, entorno propio o sin sandbox?
| Tarea propuesta | Punto de partida | Motivo | Responsabilidad de la aplicación |
|---|---|---|---|
| Consultar cuentas mediante funciones de negocio | Sin sandbox | Necesita respuestas de servicios, no cálculo local | Autenticar y aplicar permisos sobre registros |
| Analizar CSV y generar un libro de cálculo | Sandbox alojado | Archivos, paquetes y entregables son esenciales | Validar totales y guardar el resultado aceptado |
| Trabajar con repositorios y dependencias especiales | Entorno autoalojado | Pueden ser importantes los recursos de cómputo o las herramientas existentes | Aprovisionar, aislar, recuperar y retirar recursos |
/workspace/outputs se publican como artefactos inmutables al terminar el turno. Relaciona tanto el turno completado como la ruta del archivo al recuperar un informe para evitar servir la versión anterior de un análisis revisado. Los artefactos sobreviven a la expiración del entorno; guarda las copias necesarias antes de eliminar la sesión./workspace/outputs no los publica mediante la Artifacts API de OpenAI. El mismo botón «Descargar informe» necesita dos adaptadores de recuperación. Recuperación y duración.
De la ejecución a un informe descargable
Este es un flujo propuesto para los CSV. Son estados de aplicación, no nombres de eventos API:
| Lo que ve el cliente | Acción de la aplicación | Condición para avanzar |
|---|---|---|
| Procesando | Asociar trabajo y sesión, seguir el progreso | Hay un resultado que inspeccionar |
| Comprobando resultados | Recuperar la versión correcta, validar totales y excepciones | El libro cumple los criterios guardados |
| Listo para descargar | Guardar el resultado aceptado y aplicar permisos | El archivo es realmente recuperable |
| Reconectando | Leer sesión y trabajo guardado tras la interrupción | Saber si el trabajo inicial sigue o tiene resultado |
| Requiere atención | Conservar salida útil y explicar el problema pendiente | Entrada corregida, decisión de revisión o reintento controlado |
Sin tarifa API adicional no significa sin costos
Mantén un registro por tarea con modelos, herramientas, entorno, intentos fallidos y salidas aceptadas. Separa tu tiempo de operación y revisión. Evita comparar una estimación solo de tokens con costos completos de producción.
Límites de la beta que pueden cambiar la decisión
Una primera evaluación que sirva para decidir
Usa una tarea acotada: conciliar dos CSV, explicar filas sin correspondencia y entregar un libro con resumen. Es un diseño editorial de prueba, sin resultados medidos.
| Caso | Datos o interrupción | Evidencia de aceptación |
|---|---|---|
| Entrada normal | Dos exportaciones con un total de conciliación conocido | Totales iguales a un cálculo independiente |
| Ambigüedad | Identificadores duplicados y moneda ausente | Problemas visibles, sin correspondencias inventadas en silencio |
| Desconexión | Cerrar el flujo tras iniciar | Localizar trabajo existente sin reenviarlo a ciegas |
| Nueva instrucción | Añadir una exclusión durante la tarea | Totales y explicación reflejan el alcance revisado |
| Recuperación del archivo | Terminar cómputo tras conservar resultado | La aplicación recupera y abre el entregable aceptado |
| Revisión del presupuesto | Incluir todos los intentos | Conciliar gasto y número de resultados aceptados |
Preguntas frecuentes
¿Cuándo se lanzó OpenAI Agents API?
La beta pública se anunció el 10 de septiembre de 2026. No implica disponibilidad general ni fecha de lanzamiento en EvoLink.
¿Es el modelo Codex o Agents SDK?
Es un servicio gestionado alrededor del harness de Codex. Elegir modelo y ejecutar la orquestación con SDK son conceptos separados.
¿La compactación da memoria ilimitada?
No. Evalúa si restricciones y evidencia siguen siendo útiles en tareas largas. Guarda los criterios del negocio fuera de la conversación.
¿Los subagentes siempre reducen costo o latencia?
No existe una conclusión universal a partir del paralelismo. Incluye coordinación, duplicación de trabajo y verificación final.
¿Agents API es gratuita?
No cobrar una tarifa API separada no elimina los cargos por modelos, herramientas o entornos. Los cálculos son ilustrativos; EvoLink aún no ha anunciado precios.
¿Puedo mantenerlo todo dentro de mi VPC?
No lo deduzcas de un sandbox propio. Ejecutor y servicio gestionado son fronteras diferentes, y siguen aplicándose las condiciones de residencia y retención.
¿Está disponible mediante EvoLink?
¿Qué haría cambiar este artículo?
Un contrato beta/GA nuevo, cambios en los entornos o en los controles de datos, soporte de gateway verificado o resultados reproducibles. Esos eventos deben actualizar hechos y recomendaciones, no solamente la fecha.
