Es gibt keinen einzelnen "OpenAI Agents API Preis". Wenn du nach einem suchst, fragst du eigentlich nach einem ganzen Stapel von Zählern: den Modell-Tokens, die du in jeder Runde der Agenten-Schleife verbrauchst, den Gebühren pro Aufruf für gehostete Tools wie Websuche und Dateisuche und der Containerzeit für die Codeausführung. Die Modellzeile auf der Preisseite ist die uninteressanteste Zahl darauf.
Die Kurzfassung: Modell-Tokens reichen von $0,20/1 Mio. (gpt-5.6-luna) bis $10/1 Mio. Input (gpt-6-astra); die Websuche kostet $10 pro 1.000 Aufrufe; die Dateisuche $2,50 pro 1.000 Aufrufe plus $0,10/GB/Tag Speicher; und der Code Interpreter wird pro Container abgerechnet, von $0,03 bis $1,92 pro Sitzung. Die Zahl, die deine Rechnung wirklich bestimmt, ist, wie oft die Schleife läuft.
Ich baue bei eesel Integrationen und lese diese Preisseiten so, wie ein Ingenieur sie liest: nicht "wie hoch ist der Listenpreis", sondern "was erzeugt ein abrechenbares Ereignis, und wie viele davon verursacht eine echte Aufgabe?". Das ist die Linse für den ganzen Beitrag. Und wenn die gewünschte Antwort "ein Support-Agent, der einfach funktioniert, ohne dass du eine Schleife messen musst" lautet, ist genau das der Tausch, den eesel anbietet, zu einem festen Monatspreis, ab $299 für 500 Credits (1 Credit pro Ticket oder Chat), alles inklusive.
Was genau ist die "OpenAI Agents API"?
Das sollte man zuerst entwirren, denn "OpenAI Agents API" meint mehrere verwandte Dinge, die in Etappen erschienen sind.
Es begann im März 2025, als OpenAI die Responses API und das Open-Source-Agents-SDK zusammen mit den ersten integrierten Tools startete. Die Responses API ist der Baustein: eine Obermenge von Chat Completions, über die Modelle generieren und in die sich jedes gehostete Tool einklinkt, und der spätere Ersatz für die ältere Assistants API. Das Agents SDK ist die Orchestrierungsschicht darüber und übernimmt die Agenten-Schleife, Übergaben und Guardrails in deiner eigenen App.
Im Oktober 2025 kam dann AgentKit, eine visuelle Schicht für alle, die die Schleife nicht von Hand schreiben wollten: Agent Builder (eine Drag-and-drop-Oberfläche), die Connector Registry, ChatKit (eine einbettbare Chat-Oberfläche) und erweiterte Evals. Zuletzt hat OpenAI eine verwaltete Agents API als Laufzeitumgebung ergänzt, die die Schleife für dich auf dem eigenen Codex-Harness ausführt.
Eines solltest du wissen, bevor du darauf aufbaust: OpenAI fährt Agent Builder und Evals herunter. Ab dem 30. November 2026 sind sie nicht mehr verfügbar, und OpenAI verweist dich nun auf das codebasierte Agents SDK oder auf Workspace Agents in ChatGPT. In der Dokumentation stehen Agent Builder und Evals bereits unter der Überschrift "Legacy APIs". Wenn du heute eine Oberfläche wählst, sind die langlebigen also die Responses API, das Agents SDK und die verwaltete Agents API, nicht die No-Code-Oberfläche.
Die gute Nachricht für dein Budget: Keine dieser Schichten hat eine eigene Gebühr. OpenAI sagt es ausdrücklich, im Launch-Beitrag und noch einmal in der AgentKit-Ankündigung: Die Responses API und die AgentKit-Tools werden "nicht separat berechnet" und sind "in den regulären API-Modellpreisen enthalten". Du zahlst für die Modellaufrufe, die sie auslösen, und für die Tools, die diese Aufrufe nutzen. Genau deshalb besteht die Preisfrage eigentlich aus drei Fragen.
Das Preismodell: Es gibt keinen "Agenten"-Posten
Der Bau eines Agenten stapelt drei Zähler, und deine Rechnung ist die Summe aller drei:
- Modell-Tokens. Jede Runde der Schleife besteht aus einer oder mehreren Modellantworten, und jede rechnet Input- und Output-Tokens ab. Das ist meist der größte Posten.
- Aufrufe gehosteter Tools. Websuche, Dateisuche und Code Interpreter sind integrierte Tools, die jeweils einen Aufschlag auf die verbrauchten Tokens erheben.
- Container und Speicher. Der Code Interpreter läuft in einem Container, der pro Minute abgerechnet wird, und die Dateisuche hält deine Dokumente in Vektorspeichern, die pro GB und Tag berechnet werden.
Die Falle ist, sich einen Agenten als "einen Modellaufruf mit einem Preis" vorzustellen. Das ist er nicht. Ein Agent mit viel Websuche zahlt $10 pro 1.000 Suchen und die Modell-Tokens, die diese Suchergebnisse verbrauchen, wenn sie zurück in den Kontext gelesen werden. Wenn dir alle drei Zähler klar sind, ist die Preisseite nicht mehr verwirrend.
Was die Modelle tatsächlich kosten
Beginnen wir mit dem größten Zähler. Das sind die Standardpreise von der OpenAI API Preisseite, pro 1 Mio. Tokens, geprüft am 11. September 2026. "Long context" greift ab 272.000 Input-Tokens und kostet etwa das Doppelte.
| Modell | Input (kurz) | Gecachter Input | Output (kurz) | Input (lang) | Output (lang) |
|---|---|---|---|---|---|
| gpt-6-astra | $10.00 | $1.00 | $50.00 | $20.00 | $75.00 |
| gpt-5.6-sol | $4.00 | $0.40 | $20.00 | $8.00 | $30.00 |
| gpt-5.6-terra | $2.00 | $0.20 | $12.00 | $4.00 | $18.00 |
| gpt-5.6-luna | $0.20 | $0.02 | $1.20 | $0.40 | $1.80 |
Ein paar Dinge sind hervorhebenswert. Erstens: gpt-5.6-sol hat bis zum 21. November 2026 einen Aktionspreis, reduziert vom regulären Preis von $5,00 Input / $30,00 Output. Zweitens: Gecachter Input kostet ein Zehntel des frischen Preises, und Prompt-Caching gilt für alle Agenten-Workflows, was viel ausmacht, wenn dein Agent in jeder Runde einen wachsenden Kontext erneut sendet. Drittens: Modelle, die am oder nach dem 5. März 2026 veröffentlicht wurden, tragen auf Endpunkten mit Datenresidenz einen Aufschlag von 10 %. Und wenn du einen Sprachagenten baust: Realtime-Audio wird noch einmal separat abgerechnet, denn die Realtime API von OpenAI berechnet Sprachsitzungen pro Minute zusätzlich zu allem hier.
Wenn du das mit anderen Anbietern vergleichst, behandelt unser Vergleich OpenAI API vs. Anthropic API dieselbe Rechnung für Claude. Anthropic und Google berechnen übrigens gar keine Long-Context-Stufe, die 272K-Klippe gibt es also nur bei OpenAI und xAI. Wenn du Modell für Modell für Agenten-Arbeit vergleichst, ist unsere Übersicht der besten KI-Agenten die nächste gute Lektüre.
Was die gehosteten Tools kosten
Das ist der Zähler, den die Leute vergessen, und er macht Agenten zu etwas anderem als einem Chatbot. Die integrierten Tools berechnen pro Aufruf, zusätzlich zu den Tokens, die sie erzeugen.
| Tool | Was du zahlst | Hinweis |
|---|---|---|
| Websuche | $10.00 / 1.000 Aufrufe | Reasoning-Modelle; Tokens der Suchergebnisse zu Modellpreisen |
| Websuche (Preview) | $25.00 / 1.000 Aufrufe | Nicht-Reasoning-Modelle; Tokens der Suchinhalte kostenlos |
| Dateisuche | $2.50 / 1.000 Aufrufe | Nur Responses API |
| Dateispeicher | $0.10 / GB / Tag | Erstes 1 GB kostenlos |
| Code Interpreter | $0.03–$1.92 / Sitzung | Nach Containergröße: 1 GB / 4 GB / 16 GB / 64 GB |
| Computer use | Nur Modell-Tokens | Heute kein separater Posten für gehostete Tools |
Zwei Details sparen echtes Geld. Die Websuche hat einen Regler return_token_budget, der begrenzt, wie viele Ergebnis-Tokens zurück ins Modell fließen, und die Dateisuche (die über Embeddings in einem Vektorspeicher läuft) lässt dich die Zahl der abgerufenen Ergebnisse begrenzen, was laut OpenAIs eigener Dokumentation "sowohl den Token-Verbrauch als auch die Latenz senken kann". Da jeder abgerufene Abschnitt zu Modell-Input-Tokens wird, senkt weniger Ergebnisse zwei Zähler auf einmal.
Computer use ist die interessante Ausnahme. Die aktuelle Dokumentation stellt keinen eigenen Preis pro Aufruf mehr in den Mittelpunkt; der empfohlene Weg für gpt-6-astra ist eine Code-Ausführungsschleife, in der das Modell ein Skript schreibt, das deine eigene Sandbox ausführt. Du zahlst also Modell-Tokens pro Runde plus die Kosten deiner Ausführungsumgebung, und es gibt keine saubere Zahl für gehostete Tools, die man nennen könnte.
Die Schleife ist der Multiplikator
Hier ist die Zahl, die alles Obige in den Schatten stellt. Ein Agentenlauf ist kein einzelner Modellaufruf, sondern eine Schleife davon. OpenAIs eigenes Diagramm macht es greifbar: Ein Triage Agent ruft POST /v1/responses auf, trifft auf einen Guardrail, übergibt an einen CRM Agent, der das Modell erneut aufruft und dann ein Tool auslöst. Das sind schon mehrere abrechenbare Modellaufrufe für eine Aufgabe, und OpenAIs Computer-use-Beispiel begrenzt seine Beispielschleife auf 20 Antworten, bevor sie abbricht.
Dazu kommt das Kontextwachstum. Jeder Tool-Aufruf liefert eine Ausgabe (Suchergebnisse, eine Datenbankzeile, eine Dateiliste), die in den Prompt des nächsten Aufrufs zurückgespeist wird. Die Schleife multipliziert also nicht nur die Aufrufe, sie bläht auch die Token-Zahl jedes späteren Aufrufs auf. Ein Entwickler hat es deutlicher gesagt als jede Dokumentationsseite:
"I was spending $200/day running agents with tool calls. The problem: tools return huge JSON (search results, DB queries, file listings). Each response bloats context. By turn 10, you're paying for 100k+ tokens on every LLM call."
Deshalb sagt ein Preis pro Token fast nichts darüber aus, was ein Agent kostet. Die echte Einheit ist der gesamte Lauf, samt Wiederholungen:
"the cost isn't just 'how many tokens did this call use,' its 'how many tokens did this entire user action consume across all the agent loops, retries, tool calls, and embeddings.' most observability tools show you the LLM call as one flat span... or see that the agent looped 4 times because the first 3 outputs failed validation."
Der Hebel, den du hier wirklich kontrollierst, ist der Reasoning-Aufwand. Bei Reasoning-Modellen setzt du reasoning: { effort } von low bis xhigh, und höherer Aufwand bedeutet mehr Tokens und längere Schleifen. Deep-Research-Läufe, so OpenAI, "can run for several minutes" und greifen auf "hundreds of sources" zu. Großartig für einen Recherche-Agenten, teuer als Reflex.
Vier Wege, einen Agenten zu betreiben, vier Wege, abgerechnet zu werden
Wo die Schleife läuft, entscheidet, wer die Aufrufe verursacht, und OpenAI bietet jetzt vier Laufzeiten:
- Agents API führt die Schleife für dich auf einem verwalteten Codex-Harness aus, mit automatischer Kontextverdichtung, Multi-Agenten-Orchestrierung und einer optionalen gehosteten Sandbox. Bequem, und die Verdichtung hilft wirklich bei den Kosten, aber du zahlst weiterhin für jeden Modellaufruf des Harness.
- Agents SDK führt die Schleife in deiner Anwendung aus. Du besitzt Deployment, Speicherung und Freigaben; der Runner übernimmt die Agenten-Schleife und die Übergaben. Die meiste Kontrolle, und den Großteil der Token-Buchhaltung musst du selbst im Blick behalten.
- Responses API heißt, von Grund auf zu bauen: Du rufst das Modell direkt auf und verdrahtest deine eigene Orchestrierung und Historie.
- ChatKit ist das eingebettete Chat-Frontend, das du in dein Produkt einsetzt.
Keine davon ändert die Preise pro Token oder pro Tool. Sie ändern, wer dafür verantwortlich ist, wie oft die Schleife feuert, und das bewegt in der Praxis deine Rechnung.
Die No-Code-Option, Agent Builder, verdient einen Screenshot, weil sie die Multi-Agenten-Form sichtbar macht, aber denk daran, dass sie ausläuft.
Dieser Kundenservice-Ablauf (Start, Jailbreak-Guardrail, Klassifizierungs-Agent, ein If/else, das an einen Retouren-, Kundenbindungs- oder Informations-Agenten weiterleitet, dann ein Halluzinations-Guardrail) ist ein gutes Bild dafür, was ein echter Support-Workflow braucht. Es ist auch ein gutes Bild dafür, wie viele Modellaufrufe ein einzelnes Ticket auslösen kann. Jeder Knoten, der "Agent" heißt, ist mindestens ein weiterer POST /v1/responses.
Service-Stufen: Batch, Flex, Standard, Fast
Noch ein Regler vor dem durchgerechneten Beispiel. OpenAI betreibt vier Verarbeitungsstufen, die die Token-Kosten um bis zu das 4-Fache verschieben:
- Standard ist die Grundlage.
- Batch ist 50 % günstiger, asynchron innerhalb von 24 Stunden. gpt-5.6-sol fällt auf $2 Input / $10 Output.
- Flex entspricht den Batch-Preisen, für langsamere, gelegentlich nicht verfügbare Anfragen.
- Fast mode (am 30. Juli 2026 von "Priority" umbenannt) kostet etwa das Doppelte von Standard. gpt-5.6-sol im Fast-Modus kostet $8 Input / $40 Output.
Für einen Live-Support-Agenten bist du fast immer auf Standard oder Fast, weil ein Kunde wartet. Für Nachtjobs (Zusammenfassung der Tickets von gestern, Auffüllen einer Wissensdatenbank) ist die Batch API der offensichtliche Gewinn. Tool-Aufrufpreise ändern sich anscheinend nicht je nach Stufe, dieser Regler bewegt also nur den Token-Zähler.
Ein durchgerechnetes Beispiel: Was ein Support-Agent im Betrieb wirklich kostet
Genug Theorie. Ehrlich ist es, die eigenen Zahlen zu rechnen, denn Schleifenlänge und Token-Wachstum unterscheiden sich enorm zwischen einem einfachen FAQ-Bot und einem Multi-Agenten-Workflow, der browst und ein CRM aktualisiert. Trage unten dein eigenes Volumen ein.
Spiel damit, und das Muster springt ins Auge: Die Schleifenlänge und das Wachstum der Input-Tokens verändern die Zahl weit stärker als die Wahl des Modells. Halbierst du die Aufrufe pro Konversation, halbierst du ungefähr die Rechnung. Das ist die echte Optimierungsfläche, und es ist auch der Teil, auf den die Preisseite von OpenAI kein Preisschild klebt.
Was die Leute über die Kosten sagen
Die schärfste Kritik an den integrierten Tools ist, dass du einen Aufpreis für etwas zahlst, das ein dünner Wrapper um die rohe API ist. Ein Entwickler hat ein bezahltes "AI visibility"-Produkt nachgebaut, um den Aufschlag zu zeigen:
"the hosted AI-search-visibility tools are super expensive. They charge $200–$1000/mo for what is, fundamentally, a loop over the OpenAI Responses API and Anthropic Messages API with web_search enabled, plus citation parsing... a typical weekly run costs ~$0.40 in API spend."
Das schneidet in beide Richtungen. Ja, die rohe API kann dramatisch günstiger sein als ein fertiges Produkt, wenn dein Anwendungsfall eine einfache wöchentliche Schleife ist. Aber "a loop over the Responses API with web_search enabled, plus citation parsing" ist auch ein echtes Engineering-Projekt mit einem echten Wartungsschwanz, und für viele Teams gibt es das fertige Produkt genau deshalb, damit niemand diese Schleife um 2 Uhr nachts besitzen muss. Der Trick ist zu wissen, auf welcher Seite dieser Linie dein Problem liegt.
Probiere eesel für den Support und spare dir die Schleifenrechnung komplett
Hier die ehrliche Einordnung. Die OpenAI Agents API ist Infrastruktur. Sie ist der Rohstoff, aus dem du einen Agenten zusammensetzt: Tokens, Tools, eine Schleife, die du orchestrierst, und ein Eval- und Monitoring-Setup, das du selbst baust. Das ist die richtige Wahl, wenn der Agent dein Produkt ist und du Kontrolle bis auf das Token willst.
eesel ist das andere Ende dieses Tauschs: keine Infrastruktur, sondern ein einsatzbereiter Teamkollege. Du stellst den KI-Support-Teamkollegen ein, bindest ihn an dein Helpdesk an, und er kommt bereits mit Wissen über dein Unternehmen aus deinen früheren Tickets und deinem Help Center. Es gibt keine Schleife, die du messen musst, denn der Preis ist fest: ab $299 im Monat für 500 Credits, wobei 1 Credit ein Ticket oder Chat ist, nicht abgerechnet danach, wie viele interne Modellaufrufe oder Tool-Sprünge die Lösung gebraucht hat. Dieser letzte Punkt ist der Kern der früheren Diskussion über die Schleife. Der unberechenbare Zähler ist das Problem des Anbieters, nicht deins.
Und wenn dich die programmatische Kontrolle zur Agents API gezogen hat, behält eesel auch die. Es gibt ein echtes öffentliches CLI (@eesel/cli) sowie einen MCP-Server, Webhooks und Netzwerkzugriff, sodass du eine Integration verbinden, die Standardanweisungen des Agenten bearbeiten, Human-in-the-loop-Aktionen auflisten und freigeben und das Aktivitätsprotokoll Lauf für Lauf aus einem Terminal oder Skript lesen kannst. Die Dokumentation sagt wörtlich "everything on this site can be done from the terminal", und Coding-Agenten wie Claude Code und Cursor können es direkt bedienen. Du bekommst die agentenfreundliche Oberfläche, ohne den Agenten selbst zu bauen und zu betreuen.
Bevor du dich darauf festlegst, einen rohen Agenten für den Kundenservice zu betreiben, rechne die Zahl für dein eigenes Volumen im Rechner oben durch und entscheide dann, ob du die Schleife selbst besitzen willst. Wenn nicht, starte eine kostenlose Testphase und lass den Teamkollegen die Arbeit machen.