No existe un único "precio de la OpenAI Agents API". Cuando lo buscas, en realidad preguntas por una pila de contadores: los tokens del modelo que quemas en cada vuelta del bucle del agente, las tarifas por llamada de herramientas alojadas como la búsqueda web y la búsqueda de archivos, y el tiempo de contenedor para ejecutar código. La fila del modelo en la página de precios es el número menos interesante de todos.
Si quieres la versión corta: los tokens del modelo van desde $0,20/1M (gpt-5.6-luna) hasta $10/1M de entrada (gpt-6-astra); la búsqueda web cuesta $10 por 1.000 llamadas; la búsqueda de archivos $2,50 por 1.000 llamadas más $0,10/GB/día de almacenamiento; y el Code Interpreter se factura por contenedor, de $0,03 a $1,92 por sesión. El número que de verdad decide tu factura es cuántas veces se ejecuta el bucle.
Construyo integraciones en eesel, así que leo estas páginas de precios como las lee un ingeniero: no "cuál es el precio de lista", sino "qué genera un evento facturable y cuántos de esos crea una tarea real?". Esa es la lente de todo este artículo. Y si la respuesta que quieres es "un agente de soporte que simplemente funciona sin que tengas que medir un bucle", ese es justo el trato que ofrece eesel, a un precio mensual fijo, desde $299 por 500 créditos (1 crédito por ticket o chat), todo incluido.
Entonces, ¿qué es exactamente la "OpenAI Agents API"?
Conviene aclararlo primero, porque "OpenAI Agents API" apunta a varias piezas relacionadas que se lanzaron por etapas.
Empezó en marzo de 2025, cuando OpenAI lanzó la Responses API y el Agents SDK de código abierto, junto con las primeras herramientas integradas. La Responses API es la primitiva: un superconjunto de Chat Completions a través del cual generan los modelos y al que se conecta cada herramienta alojada, y el eventual reemplazo de la antigua Assistants API. El Agents SDK es la capa de orquestación encima, que gestiona el bucle del agente, los traspasos y los guardrails en tu propia app.
Luego, en octubre de 2025, llegó AgentKit, una capa visual para quienes no querían escribir el bucle a mano: Agent Builder (un lienzo de arrastrar y soltar), el Connector Registry, ChatKit (una interfaz de chat incrustable) y Evals ampliado. Más recientemente, OpenAI añadió un entorno de ejecución gestionado, la Agents API, que ejecuta el bucle por ti en su propio harness de Codex.
Algo importante antes de construir sobre todo esto: OpenAI está retirando Agent Builder y Evals. A partir del 30 de noviembre de 2026 no estarán disponibles, y OpenAI ahora te dirige al Agents SDK, orientado a código, o a Workspace Agents en ChatGPT. En la documentación, Agent Builder y Evals ya aparecen bajo el encabezado "Legacy APIs". Así que, si hoy eliges una superficie, las duraderas son la Responses API, el Agents SDK y la Agents API gestionada, no el lienzo sin código.
Y una buena noticia para tu presupuesto: ninguna de estas capas tiene tarifa propia. OpenAI lo dice explícitamente, en el post de lanzamiento y de nuevo en el anuncio de AgentKit: la Responses API y las herramientas de AgentKit "no se cobran por separado" y están "incluidas en el precio estándar de los modelos de la API". Pagas las llamadas al modelo que hacen y las herramientas que esas llamadas invocan. Por eso la pregunta de precios son en realidad tres preguntas.
El modelo de precios: no existe una línea de "agente"
Construir un agente apila tres contadores, y tu factura es la suma de los tres:
- Tokens del modelo. Cada vuelta del bucle son una o más respuestas del modelo, y cada una factura tokens de entrada y de salida. Suele ser la línea más grande.
- Llamadas a herramientas alojadas. La búsqueda web, la búsqueda de archivos y el Code Interpreter son herramientas integradas que añaden cada una un recargo sobre los tokens que consumen.
- Contenedores y almacenamiento. El Code Interpreter se ejecuta en un contenedor facturado por minuto, y la búsqueda de archivos guarda tus documentos en almacenes vectoriales facturados por GB al día.
La trampa es pensar en un agente como "una llamada al modelo con un precio". No lo es. Un agente que usa mucho la búsqueda web paga $10 por cada 1.000 búsquedas y los tokens del modelo que consumen esos resultados al volver a leerse en el contexto. Cuando tienes claros los tres contadores, la página de precios deja de ser confusa.
Cuánto cuestan realmente los modelos
Empecemos por el contador más grande. Estas son las tarifas de procesamiento estándar de la página de precios de la API de OpenAI, por 1M de tokens, comprobadas el 11 de septiembre de 2026. El "contexto largo" se activa por encima de 272.000 tokens de entrada y cuesta aproximadamente el doble.
| Modelo | Entrada (corta) | Entrada en caché | Salida (corta) | Entrada (larga) | Salida (larga) |
|---|---|---|---|---|---|
| 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 |
Conviene destacar algunas cosas. Primero, gpt-5.6-sol tiene precio promocional hasta el 21 de noviembre de 2026, rebajado desde su tarifa normal de $5,00 de entrada / $30,00 de salida. Segundo, la entrada en caché cuesta una décima parte de la tarifa normal, y el prompt caching se aplica a todos los flujos de agentes, lo que importa mucho cuando tu agente reenvía un contexto creciente en cada turno. Tercero, los modelos lanzados a partir del 5 de marzo de 2026 llevan un recargo del 10 % en los endpoints con residencia de datos. Y si construyes un agente de voz, ten en cuenta que el audio en tiempo real se mide aparte: la realtime API de OpenAI factura las sesiones de voz por minuto además de todo lo anterior.
Si lo comparas con otros proveedores, nuestro desglose OpenAI API vs Anthropic API cubre las mismas cuentas para Claude, y conviene saber que Anthropic y Google no cobran un nivel de contexto largo, así que el precipicio de 272K es cosa de OpenAI y xAI. Si estás comparando modelo por modelo para trabajo con agentes, nuestro repaso de los mejores agentes de IA es una buena siguiente lectura.
Cuánto cuestan las herramientas alojadas
Este es el contador que la gente olvida, y es el que hace que los agentes sean distintos de un chatbot. Las herramientas integradas cobran por llamada, además de los tokens que generan.
| Herramienta | Lo que pagas | Nota |
|---|---|---|
| Búsqueda web | $10.00 / 1.000 llamadas | Modelos de razonamiento; tokens de resultados facturados a tarifa del modelo |
| Búsqueda web (preview) | $25.00 / 1.000 llamadas | Modelos sin razonamiento; tokens del contenido de búsqueda gratis |
| Búsqueda de archivos | $2.50 / 1.000 llamadas | Solo Responses API |
| Almacenamiento de archivos | $0.10 / GB / día | Primer 1 GB gratis |
| Code Interpreter | $0.03–$1.92 / sesión | Por tamaño de contenedor: 1 GB / 4 GB / 16 GB / 64 GB |
| Computer use | Solo tokens del modelo | Hoy no hay una línea aparte de herramienta alojada |
Dos detalles ahorran dinero de verdad. La búsqueda web tiene un control return_token_budget que limita cuántos tokens de resultados vuelven al modelo, y la búsqueda de archivos (que se ejecuta sobre embeddings en un almacén vectorial) permite limitar el número de resultados recuperados, lo que según la propia documentación de OpenAI "puede ayudar a reducir tanto el uso de tokens como la latencia". Como cada fragmento recuperado se convierte en tokens de entrada del modelo, recortar resultados recorta dos contadores a la vez.
Computer use es la excepción interesante. La documentación actual ya no centra una tarifa dedicada por llamada; el camino recomendado para gpt-6-astra es un bucle de ejecución de código en el que el modelo escribe un script que ejecuta tu propio sandbox. Así que pagas tokens del modelo por turno, más lo que cueste tu entorno de ejecución, y no hay una cifra limpia de herramienta alojada que citar.
El bucle es el multiplicador
Este es el número que eclipsa todo lo anterior. Una ejecución de agente no es una sola llamada al modelo, es un bucle de ellas. El propio diagrama de OpenAI lo hace concreto: un Triage Agent llama a POST /v1/responses, pasa un guardrail, traspasa a un CRM Agent, que vuelve a llamar al modelo y luego lanza una herramienta. Ya son varias llamadas facturables al modelo para una sola tarea, y el ejemplo de computer use de OpenAI limita su bucle de muestra a 20 respuestas antes de abortar.
Ahora suma el crecimiento del contexto. Cada llamada a una herramienta devuelve una salida (resultados de búsqueda, una fila de base de datos, un listado de archivos) que se reintroduce en el prompt de la siguiente llamada. El bucle no solo multiplica las llamadas, también infla el número de tokens de cada llamada posterior. Un desarrollador lo dijo con más franqueza que cualquier página de documentación:
"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."
Por eso un precio por token casi no dice nada sobre lo que cuesta un agente. La unidad real es la ejecución completa, con todos sus reintentos:
"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."
La palanca que sí controlas aquí es el esfuerzo de razonamiento. En los modelos de razonamiento configuras reasoning: { effort } de low a xhigh, y más esfuerzo significa más tokens y bucles más largos. Las ejecuciones de deep research, señala OpenAI, "can run for several minutes" aprovechando "hundreds of sources". Genial para un agente de investigación; caro como reflejo.
Cuatro formas de ejecutar un agente, cuatro formas de que te facturen
Dónde se ejecuta el bucle decide quién acumula las llamadas, y OpenAI ofrece ahora cuatro entornos de ejecución:
- Agents API ejecuta el bucle por ti en un harness de Codex gestionado, con compactación automática de contexto, orquestación multiagente y un sandbox alojado opcional. Cómoda, y la compactación ayuda de verdad con el coste, pero sigues pagando cada llamada al modelo que hace el harness.
- Agents SDK ejecuta el bucle dentro de tu aplicación. Tú gestionas el despliegue, el almacenamiento y las aprobaciones; el runner se encarga del bucle del agente y los traspasos. Máximo control, y casi toda la contabilidad de tokens te toca vigilarla a ti.
- Responses API es construir desde cero: llamas al modelo directamente y montas tu propia orquestación e historial.
- ChatKit es el front-end de chat incrustado que integras en tu producto.
Ninguno cambia las tarifas por token ni por herramienta. Cambian quién es responsable de cuántas veces se dispara el bucle, que en la práctica es lo que mueve tu factura.
La opción sin código, Agent Builder, merece una captura porque hace visible la forma multiagente, pero recuerda que va camino de desaparecer.
Ese flujo de atención al cliente (inicio, guardrail contra jailbreak, agente de clasificación, un if/else que enruta a un agente de devoluciones, de retención o de información, y luego un guardrail contra alucinaciones) es una buena imagen de lo que necesita un flujo de soporte real. También es una buena imagen de cuántas llamadas al modelo puede desencadenar un solo ticket. Cada nodo que dice "agent" es al menos un POST /v1/responses más.
Niveles de servicio: Batch, Flex, Standard, Fast
Un control más antes del ejemplo práctico. OpenAI ofrece cuatro niveles de procesamiento, y mueven el coste de tokens hasta 4x:
- Standard es la base.
- Batch es un 50 % más barato, asíncrono en 24 horas. gpt-5.6-sol baja a $2 de entrada / $10 de salida.
- Flex iguala el precio de Batch para solicitudes más lentas y ocasionalmente no disponibles.
- Fast mode (antes "Priority", renombrado el 30 de julio de 2026) cuesta aproximadamente 2x Standard. gpt-5.6-sol en Fast es $8 de entrada / $40 de salida.
Para un agente de soporte en vivo casi siempre estás en Standard o Fast, porque hay un cliente esperando. Para trabajos nocturnos (resumir los tickets de ayer, rellenar una base de conocimiento) la Batch API es la victoria obvia. Los precios de las llamadas a herramientas no parecen cambiar por nivel, así que este control solo mueve el contador de tokens.
Un ejemplo práctico: cuánto cuesta realmente operar un agente de soporte
Basta de teoría. La forma honesta de pensar en el coste de un agente es hacer tus propias cuentas, porque la longitud del bucle y el crecimiento de tokens varían muchísimo entre un bot de FAQ de una sola pasada y un flujo multiagente que navega y actualiza un CRM. Introduce abajo tu propio volumen.
Juega con ello y el patrón salta a la vista: la longitud del bucle y el crecimiento de los tokens de entrada mueven la cifra mucho más que el modelo que elijas. Si reduces a la mitad las llamadas por conversación, reduces la factura aproximadamente a la mitad. Esa es la verdadera superficie de optimización, y también la parte a la que la página de precios de OpenAI no pone etiqueta.
Qué dice la gente sobre el coste
La crítica más afilada a las herramientas integradas es que pagas un sobreprecio por algo que es un envoltorio fino sobre la API en bruto. Un desarrollador reconstruyó un producto de pago de "visibilidad en IA" para mostrar el margen:
"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."
Eso corta en ambos sentidos. Sí, la API en bruto puede ser muchísimo más barata que un producto empaquetado si tu caso de uso es un simple bucle semanal. Pero "a loop over the Responses API with web_search enabled, plus citation parsing" también es un proyecto de ingeniería real con una cola de mantenimiento real, y para muchos equipos el producto empaquetado existe precisamente para que nadie tenga que cargar con ese bucle a las 2 de la madrugada. El truco es saber de qué lado de esa línea cae tu problema.
Prueba eesel para soporte y olvídate por completo de la cuenta del bucle
Este es el planteamiento honesto. La OpenAI Agents API es infraestructura. Es la materia prima con la que montas un agente: tokens, herramientas, un bucle que orquestas tú y una configuración de evals y monitorización que construyes tú. Es la elección correcta cuando el agente es tu producto y quieres control hasta el token.
eesel es el otro extremo de ese trato: no infraestructura, sino un compañero listo para trabajar. Contratas al compañero de soporte con IA, lo conectas a tu helpdesk, y llega ya conociendo tu empresa a partir de tus tickets pasados y tu centro de ayuda. No hay bucle que medir, porque el precio es fijo: desde $299 al mes por 500 créditos, donde 1 crédito es un ticket o chat, sin facturar según cuántas llamadas internas al modelo o saltos de herramienta hicieron falta para resolverlo. Esa última parte es el punto central de la discusión anterior sobre el bucle. El contador impredecible es problema del proveedor, no tuyo.
Y si lo que te atrajo de la Agents API fue el control programático, eesel también lo conserva. Hay un CLI público real (@eesel/cli) además de un servidor MCP, webhooks y acceso a red, así que puedes conectar una integración, editar las instrucciones permanentes del agente, listar y aprobar acciones con humano en el bucle, y leer el registro de actividad ejecución por ejecución desde una terminal o un script. La documentación dice literalmente "everything on this site can be done from the terminal", y agentes de programación como Claude Code y Cursor pueden manejarlo directamente. Obtienes la superficie amigable para agentes sin construir ni vigilar el agente en sí.
Antes de comprometerte a operar un agente en bruto para atención al cliente, calcula la cifra para tu propio volumen en el estimador de arriba y decide si quieres ser dueño del bucle. Si no, empieza una prueba gratuita y deja que el compañero haga el trabajo.