Não existe um único "preço da OpenAI Agents API". Quando você procura um, na verdade está perguntando sobre uma pilha de medidores: os tokens do modelo que você queima a cada volta do loop do agente, as taxas por chamada de ferramentas hospedadas como busca na web e busca de arquivos, e o tempo de contêiner para execução de código. A linha do modelo na página de preços é o número menos interessante dela.
Se quiser a versão curta: os tokens do modelo vão de $0,20/1M (gpt-5.6-luna) até $10/1M de entrada (gpt-6-astra); a busca na web custa $10 por 1.000 chamadas; a busca de arquivos custa $2,50 por 1.000 chamadas mais $0,10/GB/dia de armazenamento; e o Code Interpreter é cobrado por contêiner, de $0,03 a $1,92 por sessão. O número que realmente decide a sua fatura é quantas vezes o loop roda.
Eu construo integrações na eesel, então leio essas páginas de preços como um engenheiro lê: não "qual é o preço de tabela", mas "o que gera um evento cobrável, e quantos desses uma tarefa real cria?". Essa é a lente para o texto todo. E se a resposta que você quer é "um agente de suporte que simplesmente funciona sem você medir um loop", é exatamente essa a troca que a eesel faz, a um preço mensal fixo, a partir de $299 por 500 créditos (1 crédito por ticket ou chat), tudo incluído.
Então, o que é exatamente a "OpenAI Agents API"?
Vale desembaraçar isso primeiro, porque "OpenAI Agents API" aponta para algumas peças relacionadas que foram lançadas em etapas.
Começou em março de 2025, quando a OpenAI lançou a Responses API e o Agents SDK de código aberto, junto com as primeiras ferramentas integradas. A Responses API é a primitiva: um superconjunto do Chat Completions pelo qual os modelos geram e ao qual toda ferramenta hospedada se conecta, e a eventual substituta da antiga Assistants API. O Agents SDK é a camada de orquestração por cima, cuidando do loop do agente, das transferências e dos guardrails no seu próprio app.
Depois, em outubro de 2025, veio o AgentKit, uma camada visual para quem não queria escrever o loop à mão: Agent Builder (um canvas de arrastar e soltar), o Connector Registry, o ChatKit (uma interface de chat incorporável) e o Evals ampliado. Mais recentemente, a OpenAI adicionou um ambiente de execução gerenciado, a Agents API, que roda o loop para você no próprio harness do Codex.
Uma coisa importante antes de construir sobre qualquer uma delas: a OpenAI está encerrando o Agent Builder e o Evals. A partir de 30 de novembro de 2026 eles não estarão mais disponíveis, e a OpenAI agora aponta para o Agents SDK, voltado a código, ou para os Workspace Agents no ChatGPT. Na documentação, o Agent Builder e o Evals já aparecem sob o título "Legacy APIs". Então, se você está escolhendo uma superfície hoje, as duradouras são a Responses API, o Agents SDK e a Agents API gerenciada, não o canvas sem código.
E uma boa notícia para o seu orçamento: nenhuma dessas camadas tem taxa própria. A OpenAI é explícita, no post de lançamento e de novo no anúncio do AgentKit: a Responses API e as ferramentas do AgentKit "não são cobradas separadamente" e estão "incluídas no preço padrão dos modelos da API". Você paga pelas chamadas de modelo que elas fazem e pelas ferramentas que essas chamadas invocam. É exatamente por isso que a pergunta sobre preço são, na verdade, três perguntas.
O modelo de preços: não existe uma linha de "agente"
Construir um agente empilha três medidores, e a sua fatura é a soma dos três:
- Tokens do modelo. Cada volta do loop é uma ou mais respostas do modelo, e cada uma cobra tokens de entrada e de saída. Costuma ser a maior linha.
- Chamadas de ferramentas hospedadas. Busca na web, busca de arquivos e Code Interpreter são ferramentas integradas que acrescentam, cada uma, um adicional sobre os tokens que consomem.
- Contêineres e armazenamento. O Code Interpreter roda em um contêiner cobrado por minuto, e a busca de arquivos guarda seus documentos em vector stores cobrados por GB por dia.
A armadilha é pensar em um agente como "uma chamada de modelo com um preço". Não é. Um agente que usa muita busca na web paga $10 por 1.000 buscas e os tokens do modelo que esses resultados consomem quando são lidos de volta no contexto. Quando os três medidores estão claros na sua cabeça, a página de preços deixa de ser confusa.
Quanto os modelos realmente custam
Vamos começar pelo maior medidor. Estas são as tarifas de processamento padrão da página de preços da API da OpenAI, por 1M de tokens, conferidas em 11 de setembro de 2026. O "contexto longo" entra acima de 272.000 tokens de entrada e custa aproximadamente o dobro.
| Modelo | Entrada (curta) | Entrada em cache | Saída (curta) | Entrada (longa) | Saída (longa) |
|---|---|---|---|---|---|
| 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 |
Vale destacar algumas coisas. Primeiro, o gpt-5.6-sol está com preço promocional até 21 de novembro de 2026, reduzido do valor normal de $5,00 de entrada / $30,00 de saída. Segundo, a entrada em cache custa um décimo da tarifa normal, e o prompt caching vale para os fluxos de agentes, o que pesa muito quando o seu agente reenvia um contexto crescente a cada volta. Terceiro, modelos lançados em ou após 5 de março de 2026 têm um acréscimo de 10% nos endpoints com residência de dados. E se você está construindo um agente de voz, note que o áudio em tempo real é medido à parte: a realtime API da OpenAI cobra as sessões de voz por minuto além de tudo o que está aqui.
Se você está comparando com outros provedores, nosso comparativo OpenAI API vs Anthropic API cobre a mesma conta para o Claude, e vale notar que Anthropic e Google não cobram nenhuma faixa de contexto longo, então o precipício dos 272K é coisa de OpenAI e xAI. Se você está escolhendo modelo por modelo para trabalho com agentes, nosso panorama dos melhores agentes de IA é uma boa próxima leitura.
Quanto as ferramentas hospedadas custam
Este é o medidor que as pessoas esquecem, e é o que faz agentes serem diferentes de um chatbot. As ferramentas integradas cobram por chamada, além dos tokens que geram.
| Ferramenta | O que você paga | Observação |
|---|---|---|
| Busca na web | $10.00 / 1.000 chamadas | Modelos de raciocínio; tokens dos resultados cobrados na tarifa do modelo |
| Busca na web (preview) | $25.00 / 1.000 chamadas | Modelos sem raciocínio; tokens do conteúdo da busca gratuitos |
| Busca de arquivos | $2.50 / 1.000 chamadas | Somente Responses API |
| Armazenamento de arquivos | $0.10 / GB / dia | Primeiro 1 GB grátis |
| Code Interpreter | $0.03–$1.92 / sessão | Por tamanho do contêiner: 1 GB / 4 GB / 16 GB / 64 GB |
| Computer use | Somente tokens do modelo | Hoje não há linha separada de ferramenta hospedada |
Dois detalhes economizam dinheiro de verdade. A busca na web tem um controle return_token_budget que limita quantos tokens de resultado voltam ao modelo, e a busca de arquivos (que roda sobre embeddings em um vector store) permite limitar o número de resultados recuperados, o que, segundo a própria documentação da OpenAI, "pode ajudar a reduzir tanto o uso de tokens quanto a latência". Como cada trecho recuperado vira tokens de entrada do modelo, cortar resultados corta dois medidores de uma vez.
O Computer use é a exceção interessante. A documentação atual não destaca mais uma tarifa dedicada por chamada; o caminho recomendado para o gpt-6-astra é um loop de execução de código em que o modelo escreve um script que o seu próprio sandbox executa. Então você paga tokens do modelo por volta, mais o que o seu ambiente de execução custar, e não há um número limpo de ferramenta hospedada para citar.
O loop é o multiplicador
Este é o número que faz sombra a tudo o que vem acima. Uma execução de agente não é uma única chamada de modelo, é um loop delas. O próprio diagrama da OpenAI deixa isso concreto: um Triage Agent chama POST /v1/responses, passa por um guardrail, transfere para um CRM Agent, que chama o modelo de novo e então aciona uma ferramenta. Já são várias chamadas de modelo cobráveis para uma tarefa, e o exemplo de computer use da OpenAI limita seu loop de amostra a 20 respostas antes de abortar.
Agora some o crescimento do contexto. Cada chamada de ferramenta devolve uma saída (resultados de busca, uma linha de banco de dados, uma listagem de arquivos) que é realimentada no prompt da chamada seguinte. Então o loop não só multiplica as chamadas, ele infla a contagem de tokens de cada chamada posterior. Um desenvolvedor disse isso de forma mais direta do que qualquer página de documentação:
"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."
É por isso que um preço por token diz quase nada sobre o que um agente custa. A unidade real é a execução inteira, com todas as tentativas:
"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."
A alavanca que você realmente controla aqui é o esforço de raciocínio. Em modelos de raciocínio você define reasoning: { effort } de low a xhigh, e mais esforço significa mais tokens e loops mais longos. As execuções de deep research, observa a OpenAI, "can run for several minutes" usando "hundreds of sources". Ótimo para um agente de pesquisa; caro como reflexo.
Quatro formas de rodar um agente, quatro formas de ser cobrado
Onde o loop roda decide quem acumula as chamadas, e a OpenAI agora oferece quatro ambientes de execução:
- Agents API roda o loop para você em um harness do Codex gerenciado, com compactação automática de contexto, orquestração multiagente e um sandbox hospedado opcional. Conveniente, e a compactação ajuda de verdade no custo, mas você continua pagando por cada chamada de modelo que o harness faz.
- Agents SDK roda o loop dentro da sua aplicação. Você cuida de deploy, armazenamento e aprovações; o runner cuida do loop do agente e das transferências. O maior controle, e a maior parte da contabilidade de tokens fica por sua conta.
- Responses API é construir do zero: você chama o modelo diretamente e monta a sua própria orquestração e histórico.
- ChatKit é o front-end de chat incorporado que você coloca no seu produto.
Nenhum deles muda as tarifas por token ou por ferramenta. Eles mudam quem é responsável por quantas vezes o loop dispara, que na prática é o que move a sua fatura.
A opção sem código, o Agent Builder, merece uma captura de tela porque deixa visível o formato multiagente, mas lembre-se de que ele está de saída.
Esse fluxo de atendimento ao cliente (início, guardrail contra jailbreak, agente de classificação, um if/else que encaminha para um agente de devolução, de retenção ou de informação, e depois um guardrail contra alucinação) é uma boa imagem do que um fluxo de suporte real precisa. É também uma boa imagem de quantas chamadas de modelo um único ticket pode disparar. Cada nó que diz "agent" é pelo menos mais um POST /v1/responses.
Níveis de serviço: Batch, Flex, Standard, Fast
Mais um controle antes do exemplo prático. A OpenAI opera quatro níveis de processamento, e eles movem o custo de tokens em até 4x:
- Standard é a base.
- Batch é 50% mais barato, assíncrono em 24 horas. O gpt-5.6-sol cai para $2 de entrada / $10 de saída.
- Flex iguala o preço do Batch para requisições mais lentas e ocasionalmente indisponíveis.
- Fast mode (renomeado de "Priority" em 30 de julho de 2026) custa aproximadamente 2x o Standard. O gpt-5.6-sol no Fast é $8 de entrada / $40 de saída.
Para um agente de suporte ao vivo, você está quase sempre no Standard ou no Fast, porque há um cliente esperando. Para trabalhos noturnos (resumir os tickets de ontem, preencher uma base de conhecimento) a Batch API é a vitória óbvia. Os preços de chamadas de ferramenta parecem não mudar por nível, então esse controle só move o medidor de tokens.
Um exemplo prático: quanto custa de verdade operar um agente de suporte
Chega de teoria. A forma honesta de pensar no custo de um agente é fazer os seus próprios números, porque o tamanho do loop e o crescimento de tokens variam enormemente entre um bot de FAQ de uma só passada e um fluxo multiagente que navega e atualiza um CRM. Insira abaixo o seu próprio volume.
Mexa nele e o padrão salta aos olhos: o tamanho do loop e o crescimento dos tokens de entrada mexem no número muito mais do que o modelo que você escolhe. Reduza pela metade as chamadas por conversa e você reduz a fatura aproximadamente pela metade. Essa é a verdadeira superfície de otimização, e é também a parte em que a página de preços da OpenAI não coloca etiqueta.
O que as pessoas estão dizendo sobre o custo
A crítica mais afiada às ferramentas integradas é que você paga um prêmio por algo que é um invólucro fino sobre a API bruta. Um desenvolvedor reconstruiu um produto pago de "visibilidade em IA" para mostrar a margem:
"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."
Isso corta nos dois sentidos. Sim, a API bruta pode ser dramaticamente mais barata do que um produto pronto se o seu caso de uso for um simples loop semanal. Mas "a loop over the Responses API with web_search enabled, plus citation parsing" também é um projeto de engenharia real, com uma cauda de manutenção real, e para muitas equipes o produto pronto existe justamente para que ninguém precise cuidar desse loop às 2 da manhã. O truque é saber de que lado dessa linha o seu problema está.
Experimente a eesel para suporte e dispense a conta do loop por completo
Aqui está o enquadramento honesto. A OpenAI Agents API é infraestrutura. É a matéria-prima com a qual você monta um agente: tokens, ferramentas, um loop que você orquestra e uma configuração de evals e monitoramento que você mesmo constrói. É a escolha certa quando o agente é o seu produto e você quer controle até o token.
A eesel é a outra ponta dessa troca: não infraestrutura, mas uma colega pronta para trabalhar. Você contrata a colega de suporte com IA, conecta ao seu helpdesk, e ela chega já conhecendo a sua empresa a partir dos seus tickets anteriores e da sua central de ajuda. Não há loop para você medir, porque o preço é fixo: a partir de $299 por mês por 500 créditos, em que 1 crédito é um ticket ou chat, sem cobrança por quantas chamadas internas ao modelo ou saltos de ferramenta foram necessários para resolvê-lo. Essa última parte é o ponto central da discussão anterior sobre o loop. O medidor imprevisível é problema do fornecedor, não seu.
E se foi o controle programático que atraiu você para a Agents API, a eesel mantém isso também. Há um CLI público de verdade (@eesel/cli) além de um servidor MCP, webhooks e acesso à rede, então você pode conectar uma integração, editar as instruções permanentes do agente, listar e aprovar ações com humano no loop, e ler o log de atividade execução por execução a partir de um terminal ou de um script. A documentação diz literalmente "everything on this site can be done from the terminal", e agentes de programação como Claude Code e Cursor podem operá-lo diretamente. Você obtém a superfície amigável a agentes sem construir e cuidar do agente em si.
Antes de se comprometer a rodar um agente bruto para atendimento ao cliente, calcule o número para o seu próprio volume no estimador acima e depois decida se quer ser dono do loop. Se não quiser, comece um teste gratuito e deixe a colega fazer o trabalho.