O que aconteceu

Em 10 de setembro de 2026, a OpenAI anunciou o beta público da Agents API, expondo publicamente a mesma infraestrutura que sustenta o Codex (OpenAI, “Introducing the Agents API”, 10 de setembro de 2026). A API já está disponível para todos os desenvolvedores.

No anúncio, a OpenAI resume o problema que a API resolve: “agentes úteis precisam de um harness poderoso, que gerencia contexto, usa ferramentas com eficiência e coordena subagentes, além de uma infraestrutura que os mantenha rodando de forma confiável por dias, com ambientes em que possam trabalhar com arquivos, rodar código e salvar resultados intermediários” (OpenAI, “Introducing the Agents API”).

Principais fatos:

O lançamento também trouxe sandboxes hospedados como parte do mesmo pacote, segundo o anúncio da OpenAI na comunidade de desenvolvedores (“Introducing the Agents API and hosted sandboxes”).

Por que isso importa

A Agents API importa porque formaliza, como produto, algo que só existia como ferramenta interna: o harness que faz o Codex se comportar como um agente confiável ao longo de sessões longas. Até aqui, quem queria manter contexto por dias, recuperar de falhas e coordenar subagentes tinha que construir essa camada por conta própria em cima da Chat Completions API ou da Responses API.

O timing também diz algo sobre o momento do mercado de infraestrutura de agentes. Na mesma semana, a Anthropic lançou Claude Fable 5.1 e Claude Mythos 5.1, a Meta lançou o Muse Spark 1.3, o Google lançou o Gemini 3.8 Flash e a OpenAI lançou o GPT-6 Astra. A CNBC descreveu essa sequência de lançamentos como “fadiga de modelo” entre compradores corporativos, que não conseguem terminar de comparar um modelo antes do próximo chegar (CNBC, “‘Model fatigue’ sets in as AI labs roll out new versions at frenetic pace”, 6 de setembro de 2026). Dois dias antes do lançamento da Agents API, a própria OpenAI também disse que um modelo interno havia encontrado uma solução para as equações de Navier-Stokes, um dos problemas do Millennium Prize, sem reivindicar o prêmio de US$ 1 milhão, que depende de verificação pela comunidade matemática (veja a cobertura completa em OpenAI diz que 10 mil agentes de IA resolveram o Navier-Stokes em 88 horas, mas o prêmio de US$ 1 milhão segue sem dono; fonte primária: OpenAI, “On the Navier–Stokes Millennium Prize Problem”, 8 de setembro de 2026).

Em vez de competir só em benchmark de modelo, a OpenAI está competindo em camada de infraestrutura. A aposta é que o gargalo real de quem constrói agentes não é a inteligência do modelo, mas o “encanamento” ao redor dele: sessão, memória, sandbox, recuperação de erro.

A comparação natural é com o Claude Agent SDK, o kit da Anthropic que nasceu do próprio Claude Code. Ele dá ao agente acesso a arquivos, shell e navegação como ferramentas nativas e documenta caminhos de autenticação para Amazon Bedrock, Google Vertex AI e Azure AI Foundry além da API própria da Anthropic (Anthropic, documentação do Agent SDK). Ele se apoia no protocolo aberto MCP, o mesmo padrão citado acima, em vez de depender de uma sessão fechada gerenciada por uma única empresa. A OpenAI, por sua vez, empacota infraestrutura gerenciada: sessão, sandbox e recuperação de falha resolvidos pela própria plataforma, em troca de rodar dentro do ecossistema da empresa.

Agents API (OpenAI) Claude Agent SDK (Anthropic)
Modelo de gestão Sessão gerenciada pela OpenAI SDK que a aplicação hospeda e controla
Sandbox OpenAI ou 9 parceiros (Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop, Vercel) Ferramentas nativas de arquivo, shell e navegação, hospedagem definida pela aplicação
Autenticação multi-nuvem Ecossistema OpenAI Bedrock, Vertex AI, Azure AI Foundry, API Anthropic
Protocolo de ferramentas MCP + handoffs próprios MCP como base
Troca de provedor de modelo depois Mais acoplada à sessão gerenciada Mais portável entre nuvens

Quanto mais a aplicação depende da Session gerenciada pela OpenAI para lidar com estado, recuperação e histórico, mais caro fica migrar para outro provedor de modelo depois. É a mesma tensão entre “gerenciado e rápido” e “aberto e portável” que já existia entre o AgentKit, o construtor visual de agentes da OpenAI e um produto distinto da Agents API, e o Claude Agent SDK. Agora ela se estende à camada de sessão inteira, que é justamente a parte mais difícil de trocar de fornecedor.

O que isso significa para quem constrói agentes

Para times que já usavam Chat Completions ou Assistants API para montar loops de agente na mão, o impacto imediato é poder trocar código de orquestração próprio por uma sessão gerenciada pela OpenAI.

Menos código de “encanamento”

Compactação de contexto, retomada após falha e streaming de eventos deixam de ser responsabilidade da aplicação. Isso reduz a superfície de bugs em agentes de longa duração, historicamente uma das partes mais frágeis de construir um agente que roda sozinho por horas.

Escolha de sandbox vira decisão de infraestrutura, não de código

Com nove parceiros de Environment além da opção hospedada pela OpenAI, a escolha de onde o código do agente roda passa a ser uma decisão de infraestrutura (custo, região, compliance) em vez de uma integração customizada por provedor.

Acoplamento à plataforma é o preço a pagar

Quanto mais a aplicação depende da Session gerenciada pela OpenAI, mais caro fica migrar para outro provedor de modelo no futuro. A tabela acima resume essa troca entre “gerenciado e rápido” e “aberto e portável”.

O que fazer agora

  1. Esta semana: se você já mantém um loop de agente customizado em produção, leia a documentação da Agents API e mapeie quais partes do seu código de orquestração ela substituiria.
  2. Este mês: rode um protótipo com um Environment hospedado pela OpenAI e, separadamente, com um dos nove parceiros de sandbox, para comparar latência e custo antes de decidir onde hospedar em produção.
  3. Neste trimestre: se seu produto depende de trocar de modelo ou provedor no futuro, avalie o grau de acoplamento que aceita antes de migrar a camada de sessão inteira para a Agents API.

Não faça:

O panorama mais amplo

A Agents API é parte de uma disputa mais ampla entre OpenAI, Anthropic e Google por virar a camada de infraestrutura padrão para construir agentes, não só o modelo por trás deles. Para quem decide onde construir o próximo agente de produção, essa escolha de infraestrutura tende a pesar tanto quanto o benchmark do modelo escolhido. Diferente de trocar de modelo, trocar de camada de sessão depois de meses em produção não é uma decisão que se desfaz num fim de semana.

Perguntas frequentes

A Agents API substitui a Assistants API da OpenAI?

A Agents API expõe a mesma infraestrutura de sessão, sandbox e orquestração usada pelo Codex, com um modelo de objetos (Agent, Environment, Session) diferente da Assistants API. A OpenAI não anunciou, no lançamento de 10 de setembro, uma data de descontinuação para a Assistants API.

Preciso usar um sandbox hospedado pela OpenAI?

Não. O Environment pode rodar na infraestrutura da OpenAI ou em um dos nove parceiros anunciados: Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop e Vercel.

Quanto custa usar a Agents API?

Não há taxa adicional específica da API. A cobrança segue as taxas normais de tokens do modelo escolhido, mais os custos padrão de ferramentas e de uso de container quando aplicável.

Referências