OpenAI Agents APIがパブリックベータに：AI自動化を委託する前に課金とデータの保存場所を理解する

2026年9月10日、OpenAIは「Introducing the Agents API」を発表し、Agents APIをパブリックベータとして公開しました。公式ドキュメントによると、このAPIを使うと、ほかのアプリケーションがOpenAIの管理するサービスを通じて、Codexを動かしているエージェントの実行基盤であるハーネス（harness）を利用できます。セッション（session）、オーケストレーション、コンテキストの圧縮とリカバリー（recovery）はOpenAIが担い、開発者はツールを用意して実行環境を選びます。エージェントはサンドボックス（sandbox）の中でコードを実行し、ファイルを編集し、MCPサーバーに接続して成果物を作成できるほか、作業をサブエージェントに手分けして処理させることもできます。

本記事は2026年9月15日に、OpenAIの発表記事、Agents APIのドキュメント、プラットフォームのデータ管理に関する説明をもとに確認しました。OpenAIは、パブリックベータは即日から開発者に提供され、ベータ期間中はフィードバックに基づいて素早く改良を重ねながら正式版に向けて進めるとしています。公式ドキュメントには、一部のトレース記録の取得方法は今回のパブリックベータの対象外であることも記されています。これは開発者向けの製品であり、本記事ではコードを書いておらず、実際の接続テストも行っていません。記事中の委託シナリオはすべて編集部が設計した例で、一般の働く人がエンジニアや外部委託先を探すときに的確な質問ができるようにすることを目的としています。

ChatGPTやCodexのエージェントとの違い

ChatGPTやCodexでは、画面や使える機能はOpenAIの製品としてあらかじめ設計されており、ログインすればそのまま作業を依頼できます。一方、Agents APIは同じCodexのハーネスを外部に開放し、企業や外部委託先が自社のシステムにエージェントを組み込めるようにするものです。画面の見た目、エージェントが使えるツール、どのマシンで動かすかは、すべてシステムを作る側が決めます。つまり、今後目にする「レポートを自動でまとめる」サービスの裏側でこのAPIが使われている可能性はありますが、その権限の範囲を設定しているのは提供する側であり、OpenAIの初期設定ではありません。

公式ドキュメントは、4つの概念でこのAPIを説明しています。エージェントは、モデル、指示、ツール、MCPサーバーの組み合わせです。環境は任意で用意するサンドボックスまたはコンピューターで、エージェントはその中でファイルにアクセスし、スキルを読み込み、コマンドを実行します。セッションは継続して存在するエージェントのインスタンスで、タスクを処理し、新しい入力に応答します。イベントとアイテムは、エージェントに送られる入力と、作業の過程で生まれる出力です。エンジニアではない人にとって最も覚えておきたいのはセッションです。それまでの進捗が保存されるため、1つの仕事を何回かに分けて続けることができます。

実行環境は選ぶことができます。OpenAIは発表記事で、エージェントの計算環境として、OpenAIが管理するサンドボックス、開発者自身のインフラ、公式に提携しているサンドボックス事業者のいずれかを使えると書いています。管理型のサンドボックスを選んだ場合は、OpenAIがサンドボックスの構築と管理を行います。この選択によって、ファイルが実際にどこで処理されるか、マシンの管理を誰が担うかが変わるため、委託する際にはどの方式を採用するのかを相手にはっきり説明してもらうべきです。

費用はどう計算されるのか、なぜ事前に見積もりにくいのか

Agents APIのドキュメントの料金に関する項目には、3種類の費用が挙げられています。モデルの利用は選んだモデルのAPI料金で、OpenAIが提供するツールはそれぞれの標準料金で、OpenAIが管理するサンドボックスは標準のコンテナ料金で課金されます。OpenAIは発表記事で、Agents APIそのものの利用には追加料金がかからないとも述べていますが、プラットフォーム料金がないからといって、自動化の仕事全体の費用が見積もりやすくなるわけではありません。

公式の利用量に関する説明によると、エージェントは1つのタスクを完了するまでにモデルを何度も呼び出すことがあり、そのたびにモデルのトークン単価とプロンプトキャッシュのルールに従って課金されます。各呼び出しの入力には、エージェントへの指示、ツールの定義、会話履歴、ユーザーの入力、ファイル、ツールから返された結果が含まれ、推論に使われたトークンは出力として数えられます。エージェントは同じセッションの中でコンテキストを引き継ぐため、ドキュメントでは、呼び出しを繰り返すと長い履歴が何度も処理される可能性があると注意を促しています。作業が長く続き、やり取りが増えるほど、タスクの名前だけで費用を判断するのは難しくなります。

サブエージェントもそれぞれモデルを呼び出します。公式は見積もりの際に、メインのエージェントとサブエージェントの作業、再試行、さらに該当するツール、サンドボックスの計算資源、サードパーティーのサービスの費用まで含めるよう勧めています。また、セッションに表示される利用量の数値はベストエフォートで記録されるもので、一時的に空の値（null）になることも、後から変わることもあります。ドキュメントは、空の値は利用量ゼロを意味せず、これらの数値は最終的な請求額でもないと明言しています。

データはどこに置かれるのか、ゼロデータ保持はなぜ重要なのか

Agents APIのドキュメントには、現在データレジデンシー（data residency）は米国のみに対応し、ゼロデータ保持（Zero Data Retention、略称ZDR）には対応していないと明記されています。さらに、セルフホストのサンドボックスを選んでもAgents APIがZDRの対象になるわけではない、と特に補足しています。つまり、ファイルを自社のマシンで処理したとしても、エージェントのセッションは引き続きOpenAIのサービスが管理します。

ZDRとは何でしょうか。OpenAIのデータ管理に関する説明によると、APIを利用すると初期設定で不正利用監視のログが作成され、そこにはプロンプトや応答などの内容が含まれることがあり、初期設定では最大30日間保存されます（法律で求められる場合や、危害を防ぐために必要な場合を除きます）。OpenAIの事前承認を受けた顧客は、ZDRなどの管理オプションを使って、顧客のコンテンツをこうしたログから除外できます。データ管理の表では、Agents APIの欄に、データは学習に使用しない、不正利用監視の保存期間は30日、アプリケーションの状態は削除まで保存、ZDRの対象外、と記載されています。

企業のコンプライアンスにとっての意味は明快です。顧客との契約で、データをベンダー側に保持してはならない、あるいは米国以外の特定の地域にデータを置かなければならないと定めている場合、このAPIは現時点でその条件を満たしません。少なくともZDRについては、セルフホストのサンドボックスに切り替えても変わらないと公式が明言しています。データ管理の説明では、MCPサーバーはサードパーティーのサービスであり、そこに送られたデータには相手側のデータレジデンシーのポリシーが適用されるとも注意を促しているため、どの外部サービスに接続しているかも確認項目に含める必要があります。

ドキュメントによると、Agents APIは作業を複数のターンにわたって続けられるようにセッションの状態を保存し、セッションと公開済みの成果物は不要になった時点で削除できます。委託する際には、誰が削除を担当するのか、どのくらいの頻度で削除するのか、削除の前にどの成果物をダウンロードして保存しておくのかを、相手に文書で明記してもらうとよいでしょう。

エンジニアや外部委託先に依頼するとき、まず確認したいこと

1つ目は権限です。Agents APIのツールは開発する側が用意または選択するため、エージェントがどのデータを読めるのか、どのファイルを変更できるのか、どのMCPサービスに接続しているのか、メールを送ったり本番システムを変更したりできるのかを確認しましょう。公式ドキュメントの例には、読み取り専用のSQLだけでデータウェアハウスに関する質問に答える分析エージェントや、復旧作業を実行する前に承認を求めるインシデント対応エージェントがあります。どちらの設計も参考になります。まずは読み取り専用から始め、データを変更する操作には人による確認を残しておきましょう。

2つ目はログです。公式の利用量に関する説明では、開発者はOpenAIプラットフォームの管理画面にあるAgentsタブでセッションの記録を確認し、各ターンの作業、ツールの呼び出し、サブエージェントを見られるほか、イベントストリームと保存されたアイテムから経過をたどることもできるとしています。委託する際には、問題が起きたときに誰がこれらの記録を見られるのか、自社のシステムでも別に記録を残すのか、記録をどのくらいの期間保存するのかを相手に説明してもらいましょう。

3つ目は停止の仕組みと費用の上限です。編集部が設計した例として、小規模なマーケティング会社が外部委託先に「毎週顧客の意見をまとめてレポートを作成する」エージェントを依頼したとします。検収の前に、エージェントが誤った方向に進んだとき誰がどのような方法で止めるのか、止めた後に作りかけのファイルをどう扱うのかを実演してもらいます。さらに、1週間分の実データで試験運用して実際の費用を記録してもらい、相手のシステムで月ごとの予算アラートや上限をどう設定するのか、サブエージェントを同時に最大いくつまで動かすのかも説明してもらいましょう。

パブリックベータの段階で、一般の働く人はどう受け止めればよいか

APIの呼び出し方を自分で覚える必要はありませんが、今後は「Codexと同じハーネスで構築」とうたう自動化サービスや外部委託の提案を目にする機会が増えるかもしれません。判断するときは、モデルとハーネスを分けて考えるとよいでしょう。モデルは理解と出力の能力を決め、ハーネスはエージェントが進捗をどう保存し、ツールをどう使い、作業をどう分担するかを決めます。GPT-6 Astraのような発表が扱うのは前者、Agents APIが扱うのは後者であり、どちらもあなたの業務フローがすでに安全に使える状態であることを意味するわけではありません。

パブリックベータということは、細かな仕様がこれからも変わるということでもあります。OpenAI自身も、ベータ期間中はフィードバックに基づいて素早く改良すると述べています。公式ドキュメントも、利用量の数値が後から更新される可能性があることや、一部のトレース機能が今回のベータのAPIの対象外であることに注意を促しています。より堅実なのは、まず誤りがあっても修正でき、顧客の機密情報を含まない社内業務、たとえば公開データの整理や下書きの作成に使い、費用の記録、削除の手順、人による確認ポイントがすべて円滑に回るようになってから、範囲の拡大を検討するやり方です。

会社にデータの保持や地域に関する明確な規定がある場合、最初に確認すべきなのは機能ではなく、本記事の第3節で触れた2つの制限です。データレジデンシーは現在米国のみに対応し、ゼロデータ保持には対応していません。この2点は公式ドキュメントにはっきり書かれているので、委託の前に社内の規定と照らし合わせておけば、開発の途中で本番運用できないと気づくようなコストを避けられます。

2026年AIニュース総まとめ：1月から9月までの重要動向と実生活への応用

GPT-6 Astra発表：質問への回答からコンピュータ作業の完遂へ

• AIツール
• アプリ・ソフト
• AIニュース