OpenAI Agents SDK Prijzen: Kosten van de Responses API voor Agents

Een OpenAI-agent kost tussen vier cent en ongeveer een dollar per run met 12 stappen, afhankelijk van het model, en de SDK voegt niets toe. De Agents SDK (Agent, Runner) is een open-source orchestratielaag bovenop de Responses API; u betaalt de tokenrates van het model dat de agent gebruikt. Bij een setup met een systeem prompt van 4.000 tokens plus toolschemas, 1.500-token toolresultaten en 300 outputtokens per stap (166.800 inputtokens en 3.600 outputtokens over 12 stappen), zijn de uncached run-kosten:

Prijzen zijn USD per 1M tokens uit onze catalogus d.d. 2026-09-11. Voor GPT-5.4: 166.800 × $2.50 ÷ 1.000.000 = $0.417 input, plus 3.600 × $15 ÷ 1.000.000 = $0.054 output, totaal $0.471. GPT-5.5 Pro tegen 12× de GPT-5.4-rate hoort bij one-shot complexe problemen, niet bij loops.

Een Responses API-agent beurt is client.responses.create met tools=[...] en input=[...]. Het model retourneert function_call items; u voert ze uit, voegt function_call_output items toe en roept opnieuw aan. Elke aanroep factureert de volledige inputlijst, dus de twaalfde aanroep in de trace verzendt 23.800 tokens en de run verzendt 166.800.

Twee Responses-specifieke mechanismen veranderen wat u betaalt. previous_response_id slaat het gesprek server-side op, zodat u alleen nieuwe items verzendt; dit is een gemak, geen korting, omdat de opgeslagen context elke beurt nog steeds als input wordt gefactureerd. Wat het wel doet, is uw prefix byte-identiek houden, waardoor automatische caching wordt geactiveerd. En reasoning tokens worden gefactureerd als output: GPT-5.5 en GPT-5.4 redeneren standaard, dus stel reasoning={"effort": "low"} in op worker agents die alleen een tool hoeven te kiezen. Output maakt 11% uit van de GPT-5.4 run; input, bijna volledig herhaalde context, is de overige 89%.

OpenAI past prompt caching automatisch toe op elk verzoek waarvan de prefix overeenkomt met een recent verzoek, waarbij gecachte inputtokens worden gefactureerd tegen ongeveer 10% van het normale inputtarief. Er is geen cache_control-blok om toe te voegen; het werk zit hem in het stabiel houden van de prefix. Plaats de systeem prompt en tool-definities vooraan, herschik tools nooit tussen aanroepen in, en houd timestamps en request IDs buiten de prefix.

Bij de trace met 12 stappen brengt caching GPT-5.4 van $0.471 naar ongeveer $0.15 en GPT-5.4 mini van $0.141 naar ongeveer $0.045. Bij een run van 30 stappen (903.000 inputtokens uncached) daalt GPT-5.4 van $2.39 naar ongeveer $0.49. Verifieer dit door usage.input_tokens_details.cached_tokens te lezen; als deze na de eerste stap op nul blijft staan, beweegt er iets in de prefix.

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

De kostenvergelijking voor prompt caching zet dit naast Anthropic's expliciete cache_control en Gemini's context caching.

De Agents SDK draait de loop voor je: Runner.run roept het model aan, voert je @function_tool-functies uit, voegt resultaten toe en herhaalt tot de agent een eindresultaat retourneert of max_turns bereikt. Het kost niets extra, maar verandert twee dingen aan de uitgaven. max_turns (standaard 10) is je stap limiet; stel het bewust in. En handoffs brengen het gesprek naar de context van elke nieuwe agent, wat de inputkosten verhoogt zonder dat het duidelijk is.

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

Ingebouwde gehoste tools (web search, file search, code interpreter, computer use) worden apart van tokens gefactureerd tegen gebruikstarieven die niet in onze catalogus staan, dus controleer de prijspagina van de leverancier voordat je ze inschakelt. De inhoud die ze retourneren wordt vervolgens als normale input gefactureerd bij elke volgende stap.

Het goedkoopste model dat dit nog betrouwbaar doet: GPT-5.4 mini voor $0.141 per 12-staps run (ongeveer $0.045 gecached). Met strict: True op elke functie volgt het consequent schema's, de 400K context dekt elke redelijke loop, en het kost 30% van GPT-5.4. Het is onze standaard voor worker agents en voor elke loop waarvan de toolaanroepen worden gevalideerd voor uitvoering.

GPT-5.4 nano voor $0.038 per run is een derde van mini. Gebruik het voor classificatie-en-routeringsstappen, extractie en toolselectie over een kleine set tools waar een verkeerde oproep goedkoop te onderscheppen is. Maak het niet de planner: wanneer nano afdwaalt, dwaalt het vele stappen, en 30 nano-stappen ($0.19) kosten meer dan 12 mini-stappen.

GPT-5.3-Codex voor $1.75/$14 ($0.342 per run) is de codeerspecialist. Voor agents die code schrijven en bewerken, heeft het de neiging om in minder stappen klaar te zijn dan GPT-5.4 mini, wat de enige reden is om 2.4× meer per stap te betalen.

Wanneer betalen voor het vlaggenschip: GPT-5.4 ($0.471) voor open taken en alles met bijwerkingen; GPT-5.5 ($0.942) alleen als planner in een multi-agent opstelling of waar een enkele mislukte run meer dan ongeveer een dollar kost. GPT-5.5 is exact 2× GPT-5.4 per run en moet het uitvalpercentage of het aantal stappen halveren om break-even te draaien. De goedkoopste LLM voor agents-gids rangschikt deze allemaal tegen Anthropic, Google en open-weight modellen op dezelfde trace.

ChatGPT-abonnementen bevatten geen API-tegoed. ChatGPT Plus ($20), Pro (vanaf $100, in de $100-, $200- en $500-niveaus) en Business ($25 per gebruiker per maand, $20 per jaar) geven een persoon toegang tot ChatGPT en de Codex-agent daarin, met gebruikslimieten in plaats van een tokenmeter, dus de vergelijking geldt alleen voor een mens die interactief een agent aanstuurt. Die limiet is niet gescheiden van chatwerk: ChatGPT Work en Codex delen het al, en OpenAI zegt dat vanaf december 2026 de limiet van Plus, Pro en Business wordt gedeeld tussen ChatGPT en Codex. Instant chat maakt er geen gebruik van. Plus- en Pro-gebruikers kunnen extra tegoed kopen, maar OpenAI publiceert geen vaste prijs per tegoed.

Een ontwikkelaar die Codex gebruikt voor een paar coderingstaken per dag zit ruim binnen wat Plus of Business dekt, en Business voegt beheerderscontroles toe en houdt werkruimtegegevens standaard buiten training. Pro is alleen zinvol voor iemand wiens interactieve gebruik anders ongeveer 212 vlaggenschipruns per maand op het $100-niveau ($100 ÷ $0.47) zou overschrijden, of 425 op het $200-niveau, en wiens Codex- en ChatGPT-werk samen binnen de gedeelde limiet passen. Onze ChatGPT-prijzen- en OpenAI Codex-prijzenpagina's hebben de abonnementsdetails.

De API wint voor alles wat onbeheerd, parallel of in een product is ingebed, en qua prijs zodra routinestappen naar mini of nano gaan: 1.000 gecachte GPT-5.4 mini-runs kosten ongeveer $45, wat geen zitplaatsabonnement kan evenaren.

Pas alle vier toe; elke vangt een andere fout:

• max_output_tokens per aanroep: 1.000 tot 4.000 voor tool-aanroepende beurten. Dit begrenst één beurt, inclusief redeneertokens.
• max_turns op Runner.run, of een handmatige stappenteller: 12 tot 15 voor de meeste taaktypes.
• Stopcondities: een vereiste finish-functie, een afbreken bij twee identieke opeenvolgende functieaanroepen, en een afbreken bij een toolfout die twee keer herhaald wordt.
• Een per-run USD-budget berekend op basis van usage na elke aanroep, met gecachede tokens op ongeveer 10% van de lijstprijs. Breek af boven je limiet en noteer het totaal per taak om de kosten per succesvolle taak te berekenen.

Bij GPT-5.4 tarieven dekt een budget van $0.50 per run ongeveer 12 ongecachede referentiestappen of ongeveer 35 gecached. Voor fan-out werk dat kan wachten, draait de Batch API op ongeveer 50% van de lijstprijs; het kan geen live loop draaien maar kan 's nachts 10.000 korte agents uitvoeren. Zie LLM batch API pricing en de AI cost calculator voor maandelijkse budgetten.

Wat het kost: $0.04 tot $0.94 per 12-staps run in het GPT-5-bereik vóór caching, ongeveer $0.01 tot $0.30 erna. Wie API-tarieven moet betalen: iedereen die agents onbeheerd, op schaal of in een product draait, met routinestappen op GPT-5.4 mini of nano. Wie niet: een individuele ontwikkelaar die Codex interactief gebruikt, voor wie Plus of Business voor $20 tot $25 elke plausibele API-rekening verslaat. Goedkoopste manier om het resultaat te krijgen: GPT-5.4 mini met strikte schema's en een stabiel gecached voorvoegsel, GPT-5.4 voor open of bijwerkingen hebbende stappen, GPT-5.5 als occasionele planner, max_turns bewust ingesteld. Zie de Claude agent API cost en Gemini agent API cost gidsen voor de andere stacks, how much does an AI agent cost to run voor de trace, en de ChatGPT 101 tutorial voor API-basis.