OpenAI abre su Agents API: el motor de Codex ahora es infraestructura en la nube

OpenAI convierte el motor de Codex en un servicio para todos los desarrolladores

OpenAI presentó el 10 de septiembre de 2026 su Agents API en beta pública, disponible de inmediato para todos los desarrolladores. La propuesta es sencilla de enunciar y ambiciosa en la práctica: exponer el mismo harness que impulsa a Codex y a ChatGPT como un servicio en la nube al que se accede con una sola llamada de API. En lugar de que cada equipo construya su propia capa de orquestación de agentes, OpenAI se hace cargo del bucle del agente —coordinación de llamadas al modelo, uso de herramientas y gestión de contexto— mientras el desarrollador aporta la tarea, el modelo, las herramientas y el entorno de ejecución.

La diferencia con lo que ya existía no es menor. Hasta ahora, quien quería un agente autónomo de larga duración tenía que ensamblar a mano la memoria, la recuperación ante fallos y la compactación de contexto. La Agents API traslada esa complejidad al lado de OpenAI y la ofrece como infraestructura gestionada.

Qué incluye la Agents API

Según el anuncio oficial y la cobertura especializada, la API entrega un conjunto de capacidades pensadas para agentes que trabajan durante horas o incluso días:

Sesiones de larga duración con compactación automática de contexto, de modo que el agente opera a través de múltiples ventanas de contexto sin que el desarrollador tenga que construir esa capa.
Sandboxes gestionados donde el agente puede ejecutar código, trabajar con archivos y producir artefactos. Se pueden suministrar ficheros, instalar paquetes y añadir skills y plugins.
Orquestación multiagente nativa: un agente coordinador puede delegar subtareas en subagentes que corren en paralelo.
Búsqueda de herramientas y llamada paralela de herramientas para reducir el consumo de tokens y la latencia.
Elección del entorno de ejecución: sandbox alojado por OpenAI, infraestructura propia del desarrollador (VPC) o sandboxes de terceros.

OpenAI anunció además integraciones con proveedores de cómputo como Cloudflare, DigitalOcean, Vercel, Oracle, E2B, Modal, Blaxel, Daytona y Runloop, lo que permite ejecutar los agentes en distintos entornos según necesidades de residencia de datos, GPU o memoria.

El modelo de negocio: sin tarifa por la API

Un punto que llamó la atención de la comunidad es el precio. OpenAI aclaró que no hay una tarifa adicional por usar la Agents API en sí: se paga únicamente por los tokens del modelo, las herramientas de OpenAI utilizadas y los minutos de cómputo del sandbox, a las tarifas estándar de contenedores. La compañía indicó que iterará sobre la beta con la retroalimentación de los desarrolladores antes de avanzar hacia la disponibilidad general (GA).

El propio anuncio recogió testimonios de adopción temprana. Jack Weissenberger, CTO de Ciridae, afirmó que usar la API elevó la puntuación de evaluación de su empresa de 0,71 a 0,85 y produjo una reducción de latencia de 4x en flujos con subagentes.

No es la mejor opción para todo

Conviene evitar el entusiasmo automático. La documentación y los análisis independientes insisten en que un runtime de agente no es el mejor punto de partida para cada función de IA. Para tareas que se resuelven en uno o dos turnos del modelo, que no requieren sistema de archivos, con herramientas mínimas o cuando el código determinista de la aplicación puede orquestar el flujo de forma más segura, una simple llamada a la Responses API suele ser preferible. La regla útil que circula entre desarrolladores es directa: usa un runtime de agente cuando la tarea genuinamente requiere un runtime.

La otra cara: superficie de riesgo para seguridad

Desde CiberPlaneta miramos este lanzamiento con la lente que corresponde. Poner agentes autónomos capaces de ejecutar código, instalar paquetes y actuar durante días al alcance de cualquier desarrollador, con una sola llamada de API, amplía de forma considerable la superficie de ataque:

Inyección de prompts y ejecución no deseada: un agente con acceso a archivos y comandos que procesa contenido externo puede ser manipulado para actuar fuera de su intención original.
Gobernanza de sandboxes: los entornos que ejecutan código de agentes deben aislarse con rigor; un escape del sandbox convierte una utilidad en un vector de intrusión.
Costos y abuso: la propia OpenAI advirtió que quienes empiecen con sandboxes deben calcular los costos con cuidado antes de levantar contenedores, un recordatorio de que un agente descontrolado también es un riesgo operativo y financiero.
Cadena de suministro: instalar paquetes y añadir plugins dentro del sandbox reintroduce todos los riesgos clásicos de dependencias no verificadas.

El movimiento confirma una tendencia que venimos siguiendo: la industria empuja hacia agentes cada vez más capaces y autónomos, justo cuando el propio sector debate cómo poner límites a esa autonomía. La comodidad de "un agente en la nube con una llamada" es real, pero traslada responsabilidades de seguridad al equipo que lo integra.

Qué hacer si vas a adoptarla

Principio de mínimo privilegio para las herramientas y credenciales que expongas al agente.
Aísla y monitoriza los sandboxes; trata la salida del agente como no confiable hasta validarla.
Fija límites de gasto y de tiempo de ejecución para contener sesiones descontroladas.
Audita las dependencias que el agente instala y las skills/plugins que incorporas.