Tarification de l'OpenAI Agents SDK : coût de l'API Responses pour les agents

Un agent OpenAI coûte entre quatre cents et environ un dollar par exécution de 12 étapes selon le modèle, et le SDK n'ajoute rien. L'Agents SDK (Agent, Runner) est une couche d'orchestration open-source au-dessus de l'API Responses ; vous payez les tarifs de tokens du modèle utilisé par l'agent. En utilisant un prompt système de 4 000 tokens plus les schémas d'outils, des résultats d'outils de 1 500 tokens et 300 tokens de sortie par étape (166 800 tokens d'entrée et 3 600 tokens de sortie sur 12 étapes), les coûts d'exécution non mis en cache sont :

Les prix sont en USD par million de tokens de notre catalogue daté du 2026-09-11. Pour GPT-5.4 : 166 800 × 2,50 $ ÷ 1 000 000 = 0,417 $ d'entrée, plus 3 600 × 15 $ ÷ 1 000 000 = 0,054 $ de sortie, total 0,471 $. GPT-5.5 Pro à 12× le tarif de GPT-5.4 est destiné aux problèmes difficiles à une étape, pas aux boucles.

Un tour d'agent de l'API Responses est client.responses.create avec tools=[...] et input=[...]. Le modèle renvoie des éléments function_call ; vous les exécutez, ajoutez des éléments function_call_output et rappelez. Chaque appel facture la liste complète des entrées, donc le douzième appel de la trace envoie 23 800 tokens et l'exécution envoie 166 800.

Deux mécanismes spécifiques à Responses modifient ce que vous payez. previous_response_id stocke la conversation côté serveur afin que vous n'envoyiez que les nouveaux éléments ; c'est une commodité, pas une remise, car le contexte stocké est toujours facturé comme entrée à chaque tour. Ce qu'il fait, c'est garder votre préfixe identique en octets, ce qui permet à la mise en cache automatique de se déclencher. Et les tokens de raisonnement sont facturés comme sortie : GPT-5.5 et GPT-5.4 raisonnent par défaut, donc définissez reasoning={"effort": "low"} sur les agents de travail qui n'ont qu'à choisir un outil. La sortie représente 11 % de l'exécution GPT-5.4 ; l'entrée, presque entièrement du contexte répété, représente les 89 % restants.

OpenAI applique automatiquement la mise en cache des prompts à toute requête dont le préfixe correspond à une requête récente, avec les tokens d'entrée mis en cache facturés à environ 10 % du tarif d'entrée listé. Il n'y a pas de bloc cache_control à ajouter ; le travail consiste à maintenir le préfixe stable. Placez le prompt système et les définitions d'outils en premier, ne réorganisez jamais les outils entre les appels et gardez les horodatages et les identifiants de requête hors du préfixe.

Sur la trace en 12 étapes, la mise en cache fait passer GPT-5.4 de 0,471 $ à environ 0,15 $ et GPT-5.4 mini de 0,141 $ à environ 0,045 $. Sur une exécution de 30 étapes (903 000 tokens d'entrée non mis en cache), GPT-5.4 passe de 2,39 $ à environ 0,49 $. Vérifiez en lisant usage.input_tokens_details.cached_tokens ; s'il reste à zéro après la première étape, quelque chose bouge dans le préfixe.

from openai import OpenAI

client = OpenAI()
tools = [{
    "type": "function", "name": "lookup_invoice", "strict": True,
    "description": "Fetch an invoice by number",
    "parameters": {"type": "object", "properties": {"number": {"type": "string"}},
                   "required": ["number"], "additionalProperties": False},
}]
resp = client.responses.create(
    model="gpt-5.4",
    instructions=SYSTEM_PROMPT,          # stable prefix: instructions + tools
    tools=tools,
    input=history,                       # growing list of items
    reasoning={"effort": "low"},
    max_output_tokens=2000,
)
u = resp.usage
cached = u.input_tokens_details.cached_tokens
# GPT-5.4: $2.50 in, ~$0.25 cached in, $15 out per 1M
cost = ((u.input_tokens - cached) * 2.5 + cached * 0.25
        + u.output_tokens * 15) / 1_000_000

La comparaison des coûts de mise en cache des prompts place cela à côté du cache_control explicite d'Anthropic et de la mise en cache de contexte de Gemini.

L'Agents SDK exécute la boucle à votre place : Runner.run appelle le modèle, exécute vos fonctions @function_tool, ajoute les résultats et répète jusqu'à ce que l'agent renvoie une sortie finale ou atteigne max_turns. Cela ne coûte rien de plus, mais modifie deux aspects des dépenses. max_turns (par défaut 10) est votre limite d'étapes ; définissez-la intentionnellement. Et les transferts font passer la conversation dans le contexte de chaque nouvel agent, ce qui alourdit la facture d'entrée sans que cela soit évident.

from agents import Agent, Runner, function_tool

@function_tool
def lookup_invoice(number: str) -> str:
    return db.invoice(number)

agent = Agent(name="billing", model="gpt-5.4-mini",
              instructions=SYSTEM_PROMPT, tools=[lookup_invoice])
result = Runner.run_sync(agent, task, max_turns=12)
usage = result.context_wrapper.usage
# GPT-5.4 mini: $0.75 in / $4.50 out per 1M; 12 reference steps ~= $0.14
run_cost = (usage.input_tokens * 0.75 + usage.output_tokens * 4.5) / 1_000_000

Les outils hébergés intégrés (recherche web, recherche de fichiers, interpréteur de code, utilisation de l'ordinateur) sont facturés séparément des tokens selon des tarifs à l'usage qui ne figurent pas dans notre catalogue, donc vérifiez la page tarifaire du fournisseur avant de les activer. Le contenu qu'ils renvoient est ensuite facturé comme entrée normale à chaque étape suivante.

Le modèle le moins cher qui reste fiable pour cette tâche : GPT-5.4 mini à $0.141 par exécution sur 12 étapes (environ $0.045 avec cache). Avec strict: True sur chaque fonction, il respecte systématiquement les schémas, son contexte de 400K couvre toute boucle raisonnable, et il coûte 30 % de GPT-5.4. C'est notre choix par défaut pour les agents ouvriers et pour toute boucle dont les appels d'outils sont validés avant exécution.

GPT-5.4 nano à $0.038 par exécution représente un tiers de celui du mini. Utilisez-le pour les étapes de classification et d'acheminement, d'extraction et de sélection d'outils sur un petit ensemble où une erreur est facile et peu coûteuse à détecter. Ne lui confiez pas le rôle de planificateur : quand le nano dévie, il le fait sur plusieurs étapes, et 30 étapes nano ($0.19) coûtent plus cher que 12 étapes mini.

GPT-5.3-Codex à $1.75/$14 ($0.342 par exécution) est le spécialiste du codage. Pour les agents qui écrivent et modifient du code, il a tendance à terminer en moins d'étapes que GPT-5.4 mini, ce qui est la seule raison de payer 2,4× plus cher par étape.

Quand payer pour le modèle phare : GPT-5.4 ($0.471) pour les tâches ouvertes et tout ce qui a des effets secondaires ; GPT-5.5 ($0.942) uniquement comme planificateur dans une architecture multi-agents ou là où une seule exécution échouée coûte plus d'environ un dollar. GPT-5.5 coûte exactement 2× GPT-5.4 par exécution et doit diviser par deux le taux d'échec ou le nombre d'étapes pour être rentable. Le guide Cheapest LLM for agents classe tous ces modèles face à Anthropic, Google et aux modèles open-weight sur la même traçabilité.

Les formules ChatGPT n'incluent pas de crédit API. ChatGPT Plus ($20), Pro (à partir de $100, en paliers de $100, $200 et $500) et Business ($25 par siège par mois, $20 par an) achètent l'accès d'une personne à ChatGPT et à l'agent Codex qui s'y trouve, avec des allocations d'utilisation plutôt qu'un compteur de tokens, donc la comparaison ne vaut que pour un humain pilotant un agent de manière interactive. Cette allocation n'est pas séparée du travail de chat : ChatGPT Work et Codex la partagent déjà, et OpenAI déclare qu'à partir de décembre 2026, l'allocation Plus, Pro et Business est mutualisée entre ChatGPT et Codex. Le chat instantané n'y puise pas. Les utilisateurs Plus et Pro peuvent acheter des crédits supplémentaires, mais OpenAI ne publie pas de prix fixe par crédit.

Un développeur utilisant Codex pour quelques tâches de codage par jour est bien en deçà de ce que couvrent Plus ou Business, et Business ajoute des contrôles d'administration et conserve les données de l'espace de travail hors de l'entraînement par défaut. Pro n'a de sens que pour quelqu'un dont l'utilisation interactive dépasserait autrement environ 212 exécutions flagship par mois sur le palier à $100 ($100 ÷ $0.47), ou 425 sur le palier à $200, et dont le travail Codex et ChatGPT ensemble correspond à l'allocation partagée. Nos pages de tarification ChatGPT et de tarification OpenAI Codex contiennent les détails des formules.

L'API l'emporte pour tout ce qui est non supervisé, parallèle ou intégré dans un produit, et sur le prix dès que les étapes de routine passent en mini ou nano : 1,000 exécutions mises en cache de GPT-5.4 mini coûtent environ $45, ce qu'aucune formule siège ne peut égaler.

Appliquez les quatre ; chacune capture un type d'échec différent :

• max_output_tokens par appel : 1 000 à 4 000 pour les tours d'appel d'outils. Cela plafonne un seul tour, y compris les tokens de raisonnement.
• max_turns sur Runner.run, ou un compteur d'étapes manuel : 12 à 15 pour la plupart des types de tâches.
• Conditions d'arrêt : une fonction finish obligatoire, un arrêt sur deux appels de fonction identiques consécutifs, et un arrêt sur une erreur d'outil répétée deux fois.
• Un budget en USD par exécution calculé à partir de usage après chaque appel, les tokens mis en cache représentant environ 10 % du tarif standard. Arrêtez au-delà de votre plafond et notez le total par tâche pour calculer le coût par tâche réussie.

Aux tarifs de GPT-5.4, un budget de $0.50 par exécution couvre environ 12 étapes de référence non mises en cache ou environ 35 mises en cache. Pour les travaux de diffusion qui peuvent attendre, l'API Batch fonctionne à environ 50 % du tarif standard ; elle ne peut pas exécuter une boucle en temps réel mais peut lancer 10 000 courts agents pendant la nuit. Consultez Tarifs API Batch LLM et le calculateur de coûts IA pour les budgets mensuels.

Ce que cela coûte : de $0.04 à $0.94 par exécution sur 12 étapes sur la gamme GPT-5 avant mise en cache, environ $0.01 à $0.30 après. Qui devrait payer les tarifs API : toute personne exécutant des agents sans supervision, à grande échelle ou intégrés à un produit, avec des étapes routinières sur GPT-5.4 mini ou nano. Qui ne devrait pas : un développeur individuel utilisant Codex de manière interactive, pour qui Plus ou Business à $20-$25 battra tout bill API plausible. La méthode la moins chère pour obtenir le résultat : GPT-5.4 mini avec des schémas stricts et un préfixe mis en cache stable, GPT-5.4 pour les étapes ouvertes ou à effets secondaires, GPT-5.5 comme planificateur occasionnel, max_turns défini intentionnellement. Consultez les guides Coût API agent Claude et Coût API agent Gemini pour les autres piles, combien coûte l'exécution d'un agent IA pour le journal d'exécution, et le tutoriel ChatGPT 101 pour les bases de l'API.