Il n'existe pas de « prix de l'OpenAI Agents API » unique. Quand vous en cherchez un, vous posez en réalité la question d'un empilement de compteurs : les tokens du modèle que vous consommez à chaque tour de la boucle de l'agent, les frais par appel des outils hébergés comme la recherche web et la recherche de fichiers, et le temps de conteneur pour l'exécution de code. La ligne du modèle sur la page des tarifs est le chiffre le moins intéressant de la page.
Pour la version courte : les tokens des modèles vont de 0,20 $/1M (gpt-5.6-luna) à 10 $/1M en entrée (gpt-6-astra) ; la recherche web coûte 10 $ pour 1 000 appels ; la recherche de fichiers 2,50 $ pour 1 000 appels plus 0,10 $/Go/jour de stockage ; et le Code Interpreter est facturé par conteneur, de 0,03 $ à 1,92 $ par session. Le chiffre qui décide vraiment de votre facture, c'est le nombre de fois que la boucle tourne.
Je construis des intégrations chez eesel, donc je lis ces pages de tarifs comme un ingénieur : non pas « quel est le prix affiché », mais « qu'est-ce qui génère un événement facturable, et combien une vraie tâche en crée-t-elle ? ». C'est la grille de lecture de tout cet article. Et si la réponse que vous voulez est « un agent de support qui fonctionne tout simplement sans que vous ayez à mesurer une boucle », c'est exactement le compromis qu'eesel propose, à un prix mensuel fixe, à partir de 299 $ pour 500 crédits (1 crédit par ticket ou chat), tout compris.
Alors, qu'est-ce que l'« OpenAI Agents API », exactement ?
Il vaut mieux démêler cela d'abord, car « OpenAI Agents API » désigne plusieurs éléments liés, sortis par étapes.
Tout a commencé en mars 2025, quand OpenAI a lancé la Responses API et l'Agents SDK open source, avec les premiers outils intégrés. La Responses API est la brique de base : un sur-ensemble de Chat Completions par lequel les modèles génèrent et auquel se branche chaque outil hébergé, et le remplaçant à terme de l'ancienne Assistants API. L'Agents SDK est la couche d'orchestration au-dessus, qui gère la boucle de l'agent, les transferts et les garde-fous dans votre propre application.
Puis en octobre 2025 est arrivé AgentKit, une couche visuelle pour ceux qui ne voulaient pas écrire la boucle à la main : Agent Builder (un canevas en glisser-déposer), le Connector Registry, ChatKit (une interface de chat intégrable) et des Evals étendus. Plus récemment, OpenAI a ajouté un environnement d'exécution géré, l'Agents API, qui exécute la boucle pour vous sur son propre harness Codex.
Une chose importante à savoir avant de construire sur tout cela : OpenAI met fin à Agent Builder et Evals. À partir du 30 novembre 2026, ils ne seront plus disponibles, et OpenAI vous oriente désormais vers l'Agents SDK, centré sur le code, ou vers les Workspace Agents dans ChatGPT. Dans la documentation, Agent Builder et Evals figurent déjà sous la rubrique « Legacy APIs ». Donc, si vous choisissez une surface aujourd'hui, les pérennes sont la Responses API, l'Agents SDK et l'Agents API géré, pas le canevas sans code.
Et une bonne nouvelle pour votre budget : aucune de ces couches n'a de frais propres. OpenAI est explicite, dans l'article de lancement puis dans l'annonce d'AgentKit : la Responses API et les outils AgentKit ne sont « pas facturés séparément » et sont « inclus dans les tarifs standard des modèles de l'API ». Vous payez les appels de modèle qu'ils font, et les outils que ces appels invoquent. C'est exactement pourquoi la question du prix en comporte en réalité trois.
Le modèle tarifaire : il n'y a pas de ligne « agent »
Construire un agent empile trois compteurs, et votre facture est la somme des trois :
- Tokens du modèle. Chaque tour de la boucle correspond à une ou plusieurs réponses du modèle, et chacune facture des tokens d'entrée et de sortie. C'est généralement la plus grosse ligne.
- Appels d'outils hébergés. La recherche web, la recherche de fichiers et le Code Interpreter sont des outils intégrés qui ajoutent chacun un supplément en plus des tokens qu'ils consomment.
- Conteneurs et stockage. Le Code Interpreter s'exécute dans un conteneur facturé à la minute, et la recherche de fichiers conserve vos documents dans des vector stores facturés par Go et par jour.
Le piège est de voir un agent comme « un appel de modèle avec un prix ». Ce n'est pas le cas. Un agent qui s'appuie beaucoup sur la recherche web paie 10 $ pour 1 000 recherches et les tokens du modèle que ces résultats consomment lorsqu'ils sont relus dans le contexte. Une fois les trois compteurs clairs en tête, la page des tarifs cesse d'être confuse.
Ce que coûtent réellement les modèles
Commençons par le plus gros compteur. Voici les tarifs de traitement standard de la page des tarifs de l'API OpenAI, par million de tokens, vérifiés le 11 septembre 2026. Le « contexte long » s'active au-delà de 272 000 tokens d'entrée et coûte environ le double.
| Modèle | Entrée (court) | Entrée en cache | Sortie (court) | Entrée (long) | Sortie (long) |
|---|---|---|---|---|---|
| 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 |
Quelques points méritent d'être soulignés. D'abord, gpt-5.6-sol bénéficie d'un tarif promotionnel jusqu'au 21 novembre 2026, réduit par rapport à son tarif normal de 5,00 $ en entrée / 30,00 $ en sortie. Ensuite, l'entrée en cache coûte un dixième du tarif normal, et le prompt caching s'applique à tous les workflows d'agents, ce qui compte beaucoup quand votre agent renvoie un contexte croissant à chaque tour. Enfin, les modèles sortis à partir du 5 mars 2026 portent une majoration de 10 % sur les points d'accès avec résidence des données. Et si vous construisez un agent vocal, notez que l'audio en temps réel est comptabilisé à part : l'API realtime d'OpenAI facture les sessions vocales à la minute en plus de tout ce qui précède.
Si vous comparez avec d'autres fournisseurs, notre comparatif OpenAI API vs Anthropic API couvre le même calcul pour Claude, et il faut noter qu'Anthropic et Google ne facturent aucun palier de contexte long, donc la falaise des 272K est une particularité d'OpenAI et de xAI. Si vous comparez modèle par modèle pour du travail d'agents, notre tour d'horizon des meilleurs agents IA est une bonne lecture suivante.
Ce que coûtent les outils hébergés
C'est le compteur que l'on oublie, et c'est celui qui distingue les agents d'un chatbot. Les outils intégrés facturent par appel, en plus des tokens qu'ils génèrent.
| Outil | Ce que vous payez | Remarque |
|---|---|---|
| Recherche web | $10.00 / 1 000 appels | Modèles de raisonnement ; tokens des résultats facturés au tarif du modèle |
| Recherche web (preview) | $25.00 / 1 000 appels | Modèles sans raisonnement ; tokens du contenu de recherche gratuits |
| Recherche de fichiers | $2.50 / 1 000 appels | Responses API uniquement |
| Stockage de fichiers | $0.10 / Go / jour | Premier 1 Go gratuit |
| Code Interpreter | $0.03–$1.92 / session | Selon la taille du conteneur : 1 Go / 4 Go / 16 Go / 64 Go |
| Computer use | Tokens du modèle uniquement | Pas de ligne d'outil hébergé séparée aujourd'hui |
Deux détails font économiser de l'argent pour de bon. La recherche web dispose d'un réglage return_token_budget qui plafonne le nombre de tokens de résultats renvoyés au modèle, et la recherche de fichiers (qui s'exécute sur des embeddings dans un vector store) permet de limiter le nombre de résultats récupérés, ce qui, selon la documentation d'OpenAI elle-même, « peut aider à réduire à la fois l'utilisation de tokens et la latence ». Comme chaque extrait récupéré devient des tokens d'entrée du modèle, réduire les résultats réduit deux compteurs à la fois.
Computer use est l'exception intéressante. La documentation actuelle ne met plus en avant de tarif dédié par appel ; la voie recommandée pour gpt-6-astra est une boucle d'exécution de code où le modèle écrit un script que votre propre sandbox exécute. Vous payez donc les tokens du modèle à chaque tour, plus ce que coûte votre environnement d'exécution, et il n'y a pas de chiffre d'outil hébergé net à citer.
La boucle est le multiplicateur
Voici le chiffre qui écrase tout ce qui précède. Une exécution d'agent n'est pas un seul appel de modèle, c'est une boucle d'appels. Le schéma d'OpenAI le rend concret : un Triage Agent appelle POST /v1/responses, passe un garde-fou, transfère à un CRM Agent, qui rappelle le modèle puis déclenche un outil. Cela fait déjà plusieurs appels de modèle facturables pour une seule tâche, et l'exemple de computer use d'OpenAI plafonne sa boucle d'exemple à 20 réponses avant d'abandonner.
Ajoutez maintenant la croissance du contexte. Chaque appel d'outil renvoie une sortie (résultats de recherche, une ligne de base de données, une liste de fichiers) qui est réinjectée dans le prompt de l'appel suivant. La boucle ne multiplie donc pas seulement les appels, elle gonfle le nombre de tokens de chaque appel suivant. Un développeur l'a dit plus crûment que n'importe quelle page de documentation :
"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."
C'est pourquoi un prix par token ne dit presque rien de ce que coûte un agent. La vraie unité est l'exécution entière, avec ses relances :
"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."
Le levier que vous contrôlez vraiment ici est l'effort de raisonnement. Sur les modèles de raisonnement, vous réglez reasoning: { effort } de low à xhigh, et un effort plus élevé signifie plus de tokens et des boucles plus longues. Les exécutions de deep research, note OpenAI, "can run for several minutes" en puisant dans "hundreds of sources". Excellent pour un agent de recherche ; coûteux comme réflexe.
Quatre façons d'exécuter un agent, quatre façons d'être facturé
L'endroit où tourne la boucle décide de qui accumule les appels, et OpenAI propose désormais quatre environnements d'exécution :
- Agents API exécute la boucle pour vous sur un harness Codex géré, avec compaction automatique du contexte, orchestration multi-agents et un sandbox hébergé en option. Pratique, et la compaction aide vraiment sur les coûts, mais vous payez toujours chaque appel de modèle du harness.
- Agents SDK exécute la boucle dans votre application. Vous gérez le déploiement, le stockage et les approbations ; le runner s'occupe de la boucle de l'agent et des transferts. Le plus de contrôle, et l'essentiel de la comptabilité des tokens est à surveiller de votre côté.
- Responses API consiste à construire de zéro : vous appelez directement le modèle et câblez votre propre orchestration et historique.
- ChatKit est le front-end de chat intégré que vous placez dans votre produit.
Aucun ne change les tarifs par token ou par outil. Ils changent qui est responsable du nombre de déclenchements de la boucle, ce qui, en pratique, fait bouger votre facture.
L'option sans code, Agent Builder, mérite une capture d'écran car elle rend visible la forme multi-agents, mais rappelez-vous qu'elle est sur le départ.
Ce flux de service client (départ, garde-fou anti-jailbreak, agent de classification, un if/else qui oriente vers un agent de retour, de rétention ou d'information, puis un garde-fou anti-hallucination) est une bonne illustration de ce dont un vrai workflow de support a besoin. C'est aussi une bonne illustration du nombre d'appels de modèle qu'un seul ticket peut déclencher. Chaque nœud qui dit « agent » représente au moins un POST /v1/responses de plus.
Niveaux de service : Batch, Flex, Standard, Fast
Un dernier réglage avant l'exemple chiffré. OpenAI propose quatre niveaux de traitement, qui font varier le coût des tokens jusqu'à 4x :
- Standard est la référence.
- Batch est à -50 %, asynchrone sur 24 heures. gpt-5.6-sol tombe à 2 $ en entrée / 10 $ en sortie.
- Flex reprend les tarifs de Batch pour des requêtes plus lentes et parfois indisponibles.
- Fast mode (rebaptisé depuis « Priority » le 30 juillet 2026) coûte environ 2x le Standard. gpt-5.6-sol en Fast est à 8 $ en entrée / 40 $ en sortie.
Pour un agent de support en direct, vous êtes presque toujours sur Standard ou Fast, car un client attend. Pour les tâches de nuit (résumer les tickets de la veille, alimenter une base de connaissances), la Batch API est le gain évident. Les prix des appels d'outils ne semblent pas changer selon le niveau, ce réglage ne fait donc bouger que le compteur de tokens.
Un exemple chiffré : ce que coûte vraiment un agent de support en fonctionnement
Assez de théorie. La façon honnête de penser au coût d'un agent est de faire vos propres calculs, car la longueur de la boucle et la croissance des tokens varient énormément entre un bot de FAQ en une passe et un workflow multi-agents qui navigue et met à jour un CRM. Saisissez ci-dessous votre propre volume.
Jouez avec, et le schéma saute aux yeux : la longueur de la boucle et la croissance des tokens d'entrée font varier le chiffre bien plus que le choix du modèle. Divisez par deux les appels par conversation et vous divisez la facture à peu près par deux. C'est la vraie surface d'optimisation, et c'est aussi la partie sur laquelle la page de tarifs d'OpenAI ne met aucune étiquette.
Ce que disent les gens sur le coût
La critique la plus acérée des outils intégrés est que vous payez une prime pour ce qui n'est qu'une fine couche autour de l'API brute. Un développeur a reconstruit un produit payant de « visibilité IA » pour montrer la marge :
"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."
Cela coupe dans les deux sens. Oui, l'API brute peut coûter bien moins cher qu'un produit packagé si votre cas d'usage est une simple boucle hebdomadaire. Mais « a loop over the Responses API with web_search enabled, plus citation parsing » est aussi un vrai projet d'ingénierie avec une vraie traîne de maintenance, et pour beaucoup d'équipes le produit packagé existe précisément pour que personne n'ait à porter cette boucle à 2 h du matin. L'astuce est de savoir de quel côté de cette ligne tombe votre problème.
Essayez eesel pour le support et passez complètement le calcul de la boucle
Voici le cadrage honnête. L'OpenAI Agents API est de l'infrastructure. C'est la matière première avec laquelle vous assemblez un agent : des tokens, des outils, une boucle que vous orchestrez, et une configuration d'évaluation et de supervision que vous construisez vous-même. C'est le bon choix quand l'agent est votre produit et que vous voulez le contrôle jusqu'au token.
eesel est l'autre bout de ce compromis : non pas de l'infrastructure, mais un coéquipier prêt à travailler. Vous embauchez le coéquipier IA de support, vous le branchez sur votre helpdesk, et il arrive en connaissant déjà votre entreprise grâce à vos anciens tickets et à votre centre d'aide. Il n'y a pas de boucle à mesurer, car le prix est fixe : à partir de 299 $ par mois pour 500 crédits, où 1 crédit correspond à un ticket ou un chat, sans facturation selon le nombre d'appels internes au modèle ou de sauts d'outils nécessaires pour le résoudre. Ce dernier point est tout l'enjeu de la discussion précédente sur la boucle. Le compteur imprévisible est le problème du fournisseur, pas le vôtre.
Et si c'est le contrôle programmatique qui vous a attiré vers l'Agents API, eesel le conserve aussi. Il existe un vrai CLI public (@eesel/cli) ainsi qu'un serveur MCP, des webhooks et un accès réseau, de sorte que vous pouvez connecter une intégration, modifier les instructions permanentes de l'agent, lister et approuver les actions avec humain dans la boucle, et lire le journal d'activité exécution par exécution depuis un terminal ou un script. La documentation dit littéralement "everything on this site can be done from the terminal", et des agents de code comme Claude Code et Cursor peuvent le piloter directement. Vous obtenez la surface adaptée aux agents sans construire ni surveiller l'agent lui-même.
Avant de vous engager à faire tourner un agent brut pour le service client, calculez le chiffre pour votre propre volume dans l'estimateur ci-dessus, puis décidez si vous voulez posséder la boucle. Sinon, lancez un essai gratuit et laissez le coéquipier faire le travail.