Qué ha lanzado OpenAI
OpenAI abrió la Agents API en beta pública para todos los desarrolladores el 10 de septiembre, según su registro de cambios de la API. El servicio ofrece el arnés (harness) de Codex, el software que hace funcionar al agente de programación de OpenAI, como una API gestionada por OpenAI: los desarrolladores aportan las herramientas y el entorno de ejecución, y OpenAI ejecuta el ciclo del agente a su alrededor.
El reparto de tareas se detalla en la documentación para desarrolladores. OpenAI se ocupa de las sesiones, la orquestación, la compactación del contexto y la recuperación, la infraestructura que la mayoría de los equipos que crean agentes han tenido que escribir y mantener por su cuenta. El arnés es de código abierto, informó KuCoin, de modo que los desarrolladores pueden leer la lógica que coordina las llamadas al modelo, las herramientas y el contexto en lugar de tratarla como una caja negra.
Sesiones, entornos aislados y subagentes
La unidad básica es una sesión duradera. Cada instancia de agente conserva su contexto entre turnos, así que la aplicación no tiene que reconstruir la conversación en cada llamada, y una sesión puede reanudarse donde se detuvo. Cuando una tarea larga supera el contexto de trabajo del modelo, el arnés lo compacta.
Los agentes pueden trabajar dentro de entornos aislados (sandboxes), donde ejecutan código, editan archivos, se conectan a servidores MCP y generan artefactos. Pueden cargar habilidades desde directorios de capacidades y delegar partes del trabajo en subagentes. OpenAI ofrece entornos alojados y los desarrolladores también pueden usar los suyos: KuCoin citó integraciones con Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop y Vercel, y BigGo Finance también mencionó a Oracle y Cloudflare entre las opciones autoalojadas.
Los ejemplos de código de la documentación usan GPT-6 Astra, el modelo que OpenAI lanzó el 3 de septiembre y que describe como el más capaz de su catálogo.
Cuánto cuesta y dónde se guardan los datos
La API en sí no tiene una tarifa aparte. Según la documentación, el uso del modelo se factura a las tarifas de API del modelo elegido, las herramientas de OpenAI a sus tarifas habituales y los entornos aislados alojados por OpenAI a las tarifas estándar de contenedores.
Para los compradores empresariales pesan más los límites que el precio. La Agents API solo admite por ahora la residencia de datos en Estados Unidos y no admite la retención cero de datos (ZDR); la documentación aclara que elegir un entorno aislado propio no hace que una carga de trabajo sea apta para ella. Para las empresas europeas con obligaciones de residencia de datos, y para cualquiera cuyos contratos dependan de la ZDR, eso descarta por ahora su uso en producción, se ejecute donde se ejecute el código.
GPT-Live-1 llega a la API
Ese mismo día, OpenAI puso GPT-Live-1 a disposición general en la API. Es un modelo de voz dúplex completo: escucha mientras habla, gestiona las interrupciones y puede delegar el razonamiento y el uso de herramientas en un modelo o agente de fondo sin cortar la conversación. El modelo llegó primero a ChatGPT Voice el 8 de julio, en sustitución del Modo de Voz Avanzado por turnos.
Según la ficha del modelo, GPT-Live-1 cuesta 0,05 dólares por minuto, con facturación por segundo y sin redondear a minutos completos; el modelo de fondo y las herramientas se facturan aparte. Acepta y genera audio y texto, admite llamadas a funciones y solo funciona en un nuevo endpoint de sesiones Live. TestingCatalog informó de 12 voces en el lanzamiento, con voces personalizadas disponibles a través del equipo comercial de OpenAI.
Las cifras de rendimiento proceden del lanzamiento, no de pruebas independientes. Speak, la aplicación para aprender idiomas, registró casi un 80 % menos de interrupciones que con sistemas anteriores por turnos, y el modelo obtuvo 30 puntos porcentuales más que GPT-Realtime-2.1 en Full Duplex Bench, según TestingCatalog. Entre los primeros usuarios citados figuran Yelp Host, Speak, Fin de Intercom y Devin de Cognition.
Qué vigilar
Los dos lanzamientos están pensados para usarse juntos: una interfaz de voz que sigue hablando mientras un agente hace el trabajo detrás. La prueba concreta es si OpenAI añade residencia de datos fuera de EE. UU. y compatibilidad con la ZDR antes de que la Agents API salga de la beta. Esas dos carencias, y no el precio, decidirán si las empresas reguladas pueden trasladar a ella sus cargas de trabajo con agentes.
