OpenAI Agents APIとは——AIが職場を変える時代に、日本企業が確認すべき3つのこと

Agents APIは、AIの実行環境・復旧・ツール連携までをまとめて使えるOpenAIの新しい基盤です。
導入判断では、顧客事例の分母、タスクごとの燃費、検収責任の3点を自社の数字で確かめます。
米国保存・ZDR非対応を前提に、まずは漏れても困らない業務から試すのが現実的です。

2026年9月10日、OpenAIが「Agents API」をパブリックベータで公開しました（公式発表）。

タスクとモデル、使わせるツール、動かす場所を指定すれば、1回のAPI呼び出しで本番運用レベルのAIエージェントが立ち上がる、というものです。しかも「何日も安定して動く」と書かれています。

この記事では、Agents APIが実際に何を提供しているのかという事実の整理と、発表に並んだ「コスト60%減」といった数字の読み方、そして請求書がどういう構造で決まるのかを順に見ていきます。最後に、4月に同じ構図のサービスを出していたAnthropicと並べて、日本企業が何を確認すべきかまで進みます。

1 OpenAI Agents APIとは何か
2 顧客の数字は、分母を聞くまで使わない
3 請求書の9割はトークン代
4 Claude Managed Agentsと並べると、勝負どころが見える
5 よくある質問（FAQ）

OpenAI Agents APIとは何か

ひとことで言えば、AIを「頭脳だけ」ではなく「働く環境ごと」貸し出すサービスです。

これまでのAPIは、賢い頭脳を貸してくれるものでした。質問を投げると答えが返る。その繰り返しです。エージェントとして動かしたい会社は、その頭脳の周りに、作業するパソコン、途中経過の保存、失敗したときのやり直し、パスワードの安全な管理といった仕組みを自前で作る必要がありました。

Agents APIは、その周辺をまるごと引き受けます。OpenAIの公式ドキュメントは、セッションの管理、文脈の圧縮、障害からの復旧をOpenAI側が担うと明記しています。

中核にあるのが「ハーネス」です。もとは馬具を指す言葉で、馬（モデル）の力を荷車（仕事）に伝える道具のこと。AIでいえば、記憶の整理、道具の呼び出し、失敗時のリトライ、進捗の保存といった段取りの部分にあたります。優秀なのに段取りができずに空回りする新人を思い浮かべると、ハーネスが担う役割が分かりやすいはずです。

今回提供されるのは、コーディングエージェント「Codex」と同じハーネスです。同社CFOのサラ・フライアー氏は9月上旬、ゴールドマン・サックス主催のカンファレンスで、Codexの利用者を2,500万人と述べています。毎日大量の実務で揉まれてきた段取りを、そのまま外部へ開放した形になります。ハーネス自体はGitHubでオープンソース公開されています。

機能面では、長い作業に効くものが揃っています。

文脈の上限が近づくと、それまでのやり取りを自動で要約して必要な情報だけ残す圧縮機能。使えるツールが増えても、必要な定義だけをその都度読み込む「ツール検索」。外部サービスとつなぐ共通規格のMCP（Model Context Protocol）。ツールの並列実行。そして、大きな仕事を分けて並行作業させるサブエージェント。

作業場所も選べます。OpenAIが管理するサンドボックス（AIがコードを動かしファイルを作る隔離環境）、自社基盤、そして提携事業者9社（Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop、Vercel）です。

ただし、日本企業がまず見るべき制約もはっきり書かれています。データの保存地域は米国のみ、ZDR（ゼロデータ保持）には非対応です。ZDRは、入出力データを提供側に残さない契約オプションで、金融や医療が重視するものです。セルフホストのサンドボックスを選んでも、ZDRの対象にはならないと明記されています。

顧客の数字は、分母を聞くまで使わない

発表には、初期顧客の数字が並びました。

審査系サービスのSafetyKitは1案件あたりのコストが60%減。Ciridaeは評価スコアが0.71から0.85へ上がり、レイテンシ（応答までの待ち時間）が4分の1に。Hyphaは失敗した応答が86%減ったと述べています。

数字としては強い。ただしいずれも顧客自身の申告で、第三者による検証はありません。技術系メディアのMarkTechPostも「ベンダー提供であり、独立したベンチマークではない」と注記しています。

社内で使うなら、確認したいことが3つあります。1つ目がここです。

確認①は、分母です。「1案件あたり60%減」と言われても、元が1万円なのか100円なのかで意味は真逆になります。絶対額は公表されていません。比較対象も同じで、人が手作業でやっていた場合と比べたのか、別のAI構成と比べたのかが書かれていません。

さらに、業務の性質も違います。SafetyKitは審査、Hyphaは応答、Ciridaeは評価スコアで測る仕事です。自社の業務がどれに近いのかを見ないまま、数字だけを社内資料に貼るのは危険です。

ここは冷たく聞こえるかもしれませんが、逆に言えば、自社で小さく試して自分の数字を出せば、ベンダーの数字より強い材料になります。

請求書の9割はトークン代

料金の話は、見出しだけ読むと安く見えます。Agents API自体に追加料金はなく、「トークンとツールの利用分を払うだけ」と公式に書かれています。

ただし、入会金ゼロのレンタルオフィスと同じで、電気代とコピー代は別に請求されます。実際に払うのは、モデルのトークン代、ツールの利用料、そしてOpenAI管理の環境を使うならコンテナ代の3つです。

料金ページで確認できる数字はこうです。公式サンプルで使われているGPT-6 Astraは、100万トークンあたり入力10ドル、出力50ドル。一度読ませた内容を再利用するキャッシュ入力なら1ドルまで下がります。コンテナは20分のセッション1回あたり、1GBで0.03ドル、64GBで1.92ドル。Web検索は1,000回あたり10ドルです。

では、1つの仕事でいくらになるのか。公式の事例値がないので、仮の前提で試算します。

累計の入力が200万トークン（うち8割はキャッシュ）、出力が10万トークン、4GBの環境で1時間動いたとします。入力はキャッシュ外40万で4ドル、キャッシュ160万で1.6ドル。出力10万で5ドル。コンテナが0.36ドル。合計およそ11ドルです。

内訳を見ると、9割以上がトークン代で、コンテナ代は3%ほどしかありません。

ここで面白いのは、競合との比較です。Anthropicは稼働1時間あたり0.08ドルを別途取りますが、上の例に当てはめれば全体の1%にも届きません。つまり、OpenAIが打ち出した「追加料金なし」は、家計簿のレベルではほとんど効かないということです。電気代を気にしていたら、食費が9割だった、という話に近い。

だとすれば、勝負が決まるのは稼働料の有無ではなく、同じ仕事を何トークンで終わらせるかです。ここで、さきほど機能として挙げたツール検索、自動圧縮、キャッシュが効いてきます。どれも読ませる量を減らす、つまり燃費を上げるための仕組みです。

確認②は、この燃費です。導入を試すなら、1タスクあたりのトークン量と所要時間を記録するところから始めます。そして、止め方と予算の上限を先に決めておく。何日も動くということは、メーターが何日も回るということでもあります。利用量の上限や停止条件についての説明は、公開ドキュメントでは見つけられませんでした。公式コミュニティの告知スレッドでも、OpenAI側の投稿者が「先にコストを試算して」と注意しています。

Claude Managed Agentsと並べると、勝負どころが見える

この構図、どこかで見たと感じた方もいるはずです。

Anthropicは2026年4月8日に「Claude Managed Agents」をパブリックベータで公開しています（公式発表）。エージェントの定義、サンドボックス、続きから再開できるセッション、認証情報を預ける金庫、複数エージェントの分担、自社基盤での実行。骨格はほぼ同じです。

違いは、5か月の時間差に表れています。

Anthropic側はこの間に、セッションをまたいで学ぶメモリ（4月23日）、成功条件を採点基準の形で書いておく「outcomes」、複数エージェントの統括、エージェントの自己改善（いずれも5月19日）を積み上げました。outcomesについては、標準的な繰り返し実行と比べてタスク成功率が最大10ポイント、Word文書の生成で8.4%、PowerPointで10.1%向上したと報告しています。こちらも同社の社内テストで、独立検証はありません。

新人に「良い資料とはどういう状態か」を採点表で渡すと仕上がりが変わる、という話に近い仕組みです。

OpenAIの公開ドキュメントには、セッションをまたぐ記憶、決まった時刻の自動実行、こうした採点基準に相当する説明は見当たりませんでした。書かれていないだけで「できない」と断定はできませんが、現時点の機能の厚みでは差があります。

一方でOpenAI側の強みは、実戦で鍛えたハーネスと、選べる作業場所の多さです。提携サンドボックスはAnthropicが4社、OpenAIが9社。稼働料も取りません。料理の味ではなく、厨房の使い勝手で勝とうとしている構図に見えます（この読み筋は筆者の見立てです）。

そして、確認③です。作る手間は減りますが、「何をやらせるか決める」仕事と「出てきたものを検収する」仕事は残ります。むしろ、AIが何日もかけて大量の成果物を出すほど、検収の負荷は上がります。試す前に、誰が検収するのかを決めておいてください。

3つの確認を並べておきます。分母を聞くまでベンダーの数字を使わない。1タスクの燃費を自分で記録する。検収の担当を先に決める。この3つを回すだけで、「うちはどうするのか」という問いに自分の言葉で答えられるようになります。

入口は、漏れても困らない仕事からで十分です。公開情報の調査、社内の非機密資料の整理、下書きづくり。米国保存・ZDR非対応という前提がある以上、顧客の個人情報や機微なデータを扱う業務は、いまは外しておくのが現実的です。

最後に、もう一段先の動きも触れておきます。同じくフライアー氏は同じ場で、利用量ではなく事業成果に基づく課金を試していると述べています（具体的な設計は未公表）。場所を貸す段階から、成果を売る段階へ。そこまで来ると、社内の議論は「AIツールを入れるかどうか」ではなく「どの成果にいくら払うか」に変わります。

その日に慌てないために、いまのうちに小さく1つ、動かしておく価値はあります。