OpenAI Agents SDKの料金：エージェント用Responses APIコスト

モデルによりますが、OpenAIエージェントの12ステップ実行コストは4セントから約1ドルの間であり、SDK自体に追加費用はありません。Agents SDK（Agent, Runner）はResponses API上のオープンソースオーケストレーションレイヤーであり、エージェントが使用するモデルのトークンレートに従って課金されます。4,000トークンのシステムプロンプト＋ツールスキーマ、1,500トークンのツール結果、ステップあたり300出力トークン（12ステップで入力166,800トークン、出力3,600トークン）を使用した場合の非キャッシュ実行コストは以下の通りです：

価格は2026-09-11付けのカタログに基づく1MトークンあたりのUSDです。GPT-5.4の場合：166,800 × $2.50 ÷ 1,000,000 = $0.417（入力）＋ 3,600 × $15 ÷ 1,000,000 = $0.054（出力）、合計$0.471。GPT-5.5 ProはGPT-5.4の12倍のレートであり、ループ処理ではなくワンショットの難問解決に適しています。

Responses APIのエージェントターンは、tools=[...]とinput=[...]を指定したclient.responses.createです。モデルはfunction_callアイテムを返します。それを実行し、function_call_outputアイテムを追加して再呼び出します。すべての呼び出しで完全な入力リストが課金対象となるため、トレース内の12回目の呼び出しでは23,800トークンが送信され、全体の実行では166,800トークンが送信されます。

Responses固有の2つの仕組みが課金に影響します。previous_response_idはサーバー側で会話履歴を保持するため、新しいアイテムのみを送信できます。これは割引ではなく利便性機能であり、保存されたコンテキストは各ターンで入力として依然として課金されるためです。ただし、この仕組みによりプレフィックスのバイト単位での同一性が保たれ、自動キャッシュが発動する条件が整います。また、推論トークンは出力として課金されます。GPT-5.5とGPT-5.4はデフォルトで推論を行うため、ツール選択のみが必要なワーカーエージェントにはreasoning={"effort": "low"}を設定してください。GPT-5.4の実行において出力は11%を占め、残りの89%はほぼすべて繰り返されるコンテキストである入力です。

OpenAIは、プレフィックスが直近のリクエストと一致するあらゆるリクエストに対して自動的にプロンプトキャッシュを適用し、キャッシュされた入力トークンはリスト入力レートの約10％で課金されます。追加するcache_controlブロックはありません。重要なのはプレフィックスを安定させることです。システムプロンプトとツール定義を先頭に配置し、呼び出し間でツールの順序を絶対に変えず、タイムスタンプやリクエストIDをプレフィックスから除外してください。

12ステップのトレースでは、キャッシュによりGPT-5.4は$0.471から約$0.15に、GPT-5.4 miniは$0.141から約$0.045に低下します。30ステップの実行（非キャッシュ入力903,000トークン）では、GPT-5.4は$2.39から約$0.49に下がります。usage.input_tokens_details.cached_tokensを読み取って確認してください。最初のステップ以降もゼロのままなら、プレフィックス内で何かが変動しています。

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

このプロンプトキャッシュのコスト比較は、Anthropicの明示的なcache_controlおよびGeminiのコンテキストキャッシュと併記されています。

エージェントSDKはループ処理を代行します：Runner.run はモデルを呼び出し、@function_tool で定義した関数を実行し、結果を付加して、エージェントが最終出力を返すか max_turns に到達するまで繰り返します。追加のコストは発生しませんが、支出構造において2つのポイントが変わります。max_turns（デフォルト10）はステップ数の上限であり、意図的に設定してください。また、ハンドオフにより会話が次のエージェントのコンテキストに引き継がれ、これが目に見えにくい形で入力料金を押し上げます。

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

ビルトインのホスト型ツール（web search、file search、code interpreter、computer use）はトークンとは別に利用回数ベースで課金され、当カタログには記載されていません。有効化する前にベンダーの価格ページをご確認ください。これらが返すコンテンツは、その後の全ステップで通常の入力として課金対象となります。

信頼性を持ってこのタスクをこなす最も安いモデル：12ステップの実行あたり$0.141（キャッシュ時約$0.045）の GPT-5.4 mini。すべての関数に strict: True を設定すればスキーマに一貫して従い、400Kのコンテキストは健全なループであれば十分カバーでき、GPT-5.4 の30%のコストで済みます。ワーカーエージェントや、実行前にツール呼び出しが検証されるループのデフォルトとして推奨しています。

GPT-5.4 nano は実行あたり$0.038 で、mini のさらに3分の1です。分類・ルーティングのステップ、抽出、小規模なツールセットでのツール選択に使用してください。ここで間違った呼び出しを検出するコストが低い場合に適しています。プランナーにはしないでください：nano が迷走すると多くのステップを要し、30ステップの nano（$0.19）は12ステップの mini よりも高くなります。

GPT-5.3-Codex は$1.75/$14（実行あたり$0.342）でコーディング専門機です。コードの作成や編集を行うエージェントでは、GPT-5.4 mini より少ないステップで完了することが多く、それゆえに1ステップあたりのコストが2.4倍高くても支払う価値があります。

フラッグシップに支払うべき場合：GPT-5.4（$0.471）は自由形式のタスクや副作用を伴うものに；GPT-5.5（$0.942）はマルチエージェント構成内のプランナー、または1回の失敗が約1ドルを超えるようなケースに限定してください。GPT-5.5 は実行あたり GPT-5.4 の正確に2倍であり、損益分岐するには失敗率かステップ数を半減させる必要があります。Cheapest LLM for agents ガイドでは、同じトレース上でこれらすべてを Anthropic、Google、オープンウェイトモデルと比較しています。

ChatGPTのプランにはAPIクレジットは含まれていません。ChatGPT Plus（$20）、Pro（$100から、$100、$200、$500のティア）、Business（月額$25/シート、年額$20）は、ChatGPTとその中のCodexエージェントへのアクセスを購入するもので、トークンメーターではなく使用許容量に基づいています。そのため、この比較は人間が対話的にエージェントを操作する場合にのみ有効です。その許容量はチャット作業と分離されていません。ChatGPT WorkとCodexはすでにそれを共有しており、OpenAIは2026年12月からPlus、Pro、Businessの許容量がChatGPTとCodex全体でプールされると述べています。インスタントチャットはそこから消費されません。PlusとProのユーザーは追加クレジットを購入できますが、OpenAIは固定のクレジット単価を公開していません。

1日に数回のコーディングタスクにCodexを使用する開発者は、PlusまたはBusinessの範囲内に十分収まります。Businessには管理者コントロールが追加され、ワークスペースデータがデフォルトでトレーニングに使用されなくなります。Proは、対話的な使用が月に約212回のフラッグシップ実行（$100ティアの場合、$100 ÷ $0.47）または$200ティアで425回を超える場合、かつCodexとChatGPT Workが共有許容量内に収まる場合にのみ意味があります。ChatGPTの料金ページとOpenAI Codexの料金ページにプランの詳細があります。

APIは、無人、並列、または製品に組み込まれたあらゆる用途に適しており、ルーチンステップがminiまたはnanoに移行した瞬間に価格面でも優位になります。キャッシュされたGPT-5.4 miniの1,000回実行は約$45で、どのシートプランも対応できません。

以下の4つをすべて適用してください。それぞれが異なる障害を検知します：

• 呼び出しごとの max_output_tokens：ツール呼び出しターンでは 1,000〜4,000。これにより推論トークンを含む1ターンの上限が決まります。
• Runner.run 上の max_turns、または手動のステップカウンター：ほとんどのタスクタイプで 12〜15。
• 停止条件：必須の finish 関数、連続する同一関数呼び出し2回での中止、およびツールエラーが2回繰り返された場合の中止。
• 各呼び出し後に usage から算出する実行単位のUSD予算。キャッシュトークンはリスト価格の約10%として計算します。上限を超えた場合は中止し、タスク別の合計を記録して成功タスクあたりのコストを算出します。

GPT-5.4 のレートで、実行あたり$0.50の予算は非キャッシュ参照ステップ約12回、またはキャッシュ時約35回をカバーできます。待てるファンアウト作業には Batch API が約50%のリスト価格で利用可能です。ライブループは実行できませんが、10,000件の短時間エージェントを一晩で実行できます。月次予算については LLM batch API pricing と AI cost calculator をご覧ください。

コスト概要：GPT-5 シリーズ全体で12ステップ実行あたりキャッシュ前は$0.04〜$0.94、キャッシュ後は約$0.01〜$0.30。APIレートを支払うべき人：非監視、大量処理、またはプロダクト組み込みでエージェントを実行する人で、定型ステップに GPT-5.4 mini または nano を使う人。支払うべきでない人：Codex をインタラクティブに使用する個人開発者。+$20〜$25 の Plus または Business の方が現実的なAPI請求額より安くなります。結果を得る最安方法：厳格なスキーマと安定したキャッシュプレフィックス付きの GPT-5.4 mini、自由形式または副作用のあるステップ用の GPT-5.4、稀なプランナーとしての GPT-5.5、意図的に設定された max_turns。他のスタックについては Claude agent API cost および Gemini agent API cost ガイドを、how much does an AI agent cost to run でトレースコストを確認し、APIの基本については ChatGPT 101 tutorial をご覧ください。