¿Qué es OpenAI Agents SDK?
El OpenAI Agents SDK es la biblioteca de Python de código abierto de OpenAI para agentes y flujos de trabajo con varios agentes. Sus piezas básicas son los agentes (un modelo con instrucciones, herramientas, guardrails y handoffs), los handoffs y los agentes como herramientas para delegar, los guardrails sobre la entrada, la salida y las llamadas a herramientas, las sesiones para el historial de conversación, las aprobaciones con intervención humana y el tracing integrado.
Desde una actualización de abril de 2026 también tiene sandbox agents, que trabajan en un espacio con archivos, comandos de shell y parches durante tareas largas. Ese espacio puede ser la máquina local, Docker o un proveedor alojado: E2B, Modal, Daytona, Cloudflare, Vercel y Blaxel tienen clientes. Lo completan agentes de voz en tiempo real y un pipeline de voz, y hay una versión en TypeScript en otro repositorio.
Por defecto llama a las APIs Responses o Chat Completions de OpenAI y llega a otros proveedores con adaptadores de LiteLLM o any-llm. Necesita Python 3.10 o superior; la versión 0.24.0 salió el 15 de octubre de 2026 y el proyecto aún no ha llegado a la 1.0.
¿Merece la pena OpenAI Agents SDK?
El Agents SDK es el camino más corto desde una clave de API de OpenAI hasta un sistema multiagente que funciona, y sus valores por defecto son lo que hay que leer antes de ponerlo en producción. El tracing viene activado y exporta cada llamada al modelo, cada llamada a herramientas, cada handoff y cada guardrail al panel Traces de OpenAI. Se desactiva con OPENAI_AGENTS_DISABLE_TRACING=1 o por ejecución, y no está disponible para organizaciones con Zero Data Retention: útil en desarrollo, una cuestión de flujo de datos en una revisión de seguridad.
El núcleo es pequeño. Un Agent más Runner.run_sync ya es un programa que funciona; los handoffs y los agentes como herramientas cubren la mayoría de patrones de delegación, y los guardrails pueden bloquear una petición antes de que arranque el agente o revisar entradas concretas de herramientas. El repositorio tiene unas 30.200 estrellas y publicó ocho versiones entre el 16 de agosto y el 15 de octubre de 2026, de la 0.21.1 a la 0.24.0, así que habrá cambios frecuentes mientras siga por debajo de la 1.0.
Los sandbox agents lo acercan a un entorno de producción, y la documentación es franca sobre sus límites. El UnixLocalSandboxClient por defecto ejecuta los comandos como procesos normales del host: en Linux no añade ningún aislamiento a nivel de sistema operativo, en macOS sandbox-exec restringe los archivos pero no la red, y cada comando hereda todo el entorno del host, claves de API incluidas, salvo que pongas inherit_host_environment=False. La entrada no fiable debe ir al cliente de Docker, donde network_mode="none" corta la red, o a un proveedor alojado.
La neutralidad respecto al proveedor es real pero de segunda categoría. Los adaptadores llegan a otros modelos, pero las herramientas alojadas y el panel de tracing son servicios de OpenAI, y las piezas nuevas llegan ajustadas para modelos de OpenAI como gpt-realtime-2.1. Pydantic AI y LangGraph dan menos cosas por hechas sobre el proveedor, y LangGraph ofrece un flujo de control explícito en grafo que este SDK deja a los handoffs y al Python normal. Los colaboradores externos no pueden enviar pull requests; el repositorio solo las acepta de colaboradores.
Dónde se gana su sitio
Un ingeniero de backend de una start-up fintech que ya usa la API de OpenAI
Repartir los chats de soporte entre un agente de triaje y especialistas en facturación y reembolsos
Definir tres agentes con handoffs y un guardrail de entrada que rechace las peticiones fuera de alcance antes de que empiece la ejecución; las trazas muestran cada traspaso. El SDK es gratis bajo MIT, así que la factura son los tokens, y cada traspaso añade llamadas al modelo. Desactiva el tracing o revisa el acuerdo de datos antes de que pasen por él datos de clientes.
Un equipo de plataforma que crea un bot interno de revisión de código
Permitir que un agente clone un repositorio, ejecute las pruebas y proponga un parche
Un SandboxAgent con una entrada GitRepo en el manifiesto y el DockerSandboxClient (openai-agents[docker]) mantiene los comandos dentro de un contenedor; network_mode="none" aísla el código no fiable. Pasar después a E2B, Modal o Daytona cambia la configuración de ejecución, no la definición del agente.
Una product manager de una empresa SaaS de 50 personas que estudia un asistente de voz
Prototipar un agente de soporte hablado sin ensamblar servicios de voz
RealtimeAgent funciona sobre WebSocket con gpt-realtime-2.1, o VoicePipeline encadena voz a texto, el agente y texto a voz. El prototipo reutiliza las mismas herramientas y guardrails que los agentes de texto, pero los tokens de audio pasan a ser el coste principal y el diseño queda atado a los modelos en tiempo real de OpenAI.
Antes de decidirte
- Puesta en marcha
- `pip install openai-agents` (o `uv add openai-agents`) con Python 3.10 o superior, define OPENAI_API_KEY y el primer agente del README funciona en minutos. Extras: [voice], [redis] para sesiones, [docker] para sandboxes en contenedor.
- Integraciones
- OpenAI Responses y Chat Completions por defecto; otros modelos con LiteLLM o any-llm; herramientas de función, servidores MCP y herramientas alojadas; clientes de sandbox para E2B, Modal, Daytona, Cloudflare, Vercel y Blaxel; procesadores de trazas personalizados para enviarlas a otro sitio.
- Datos y privacidad
- El tracing está activado por defecto y exporta datos de las ejecuciones a OpenAI; no está disponible con Zero Data Retention y puede desactivarse globalmente o por ejecución. El sandbox Unix local pasa por defecto todo el entorno del host a los comandos y no aísla nada en Linux. Licencia MIT.
- Coste a escala
- El SDK es gratis; el coste en producción son los tokens del modelo y las llamadas a herramientas alojadas a precios de la API de OpenAI, más el cómputo de un proveedor de sandbox si usas uno. Los diseños con varios agentes multiplican las llamadas por petición de usuario, así que el gasto crece con el número de agentes por los que pasa una petición.
- Límites
- Anterior a la 1.0 y con versiones frecuentes; las funciones de sandbox salieron primero en Python; no hay flujo de control en grafo; las contribuciones están limitadas a colaboradores.
Lo bueno
- Un Agent y un Runner forman un programa que funciona
- Handoffs, guardrails y aprobaciones integrados
- Clientes de sandbox para Docker, E2B, Modal, Daytona y otros
- Tracing activado por defecto, con procesadores personalizados para otros back ends
Lo malo
- Anterior a la 1.0, con ocho versiones en dos meses
- El tracing envía datos de las ejecuciones a OpenAI salvo que se desactive
- El sandbox local hereda el entorno del host y no aísla en Linux
- Pull requests solo de colaboradores
Ideal para
Desarrolladores que construyen agentes sobre todo con modelos de OpenAI y quieren un SDK mínimo y bien documentado.
Alternativas a OpenAI Agents SDK
OpenAI Agents SDK: preguntas frecuentes
- ¿Merece la pena OpenAI Agents SDK?
- Un SDK de agentes pequeño y legible cuyos valores por defecto dan por hecho OpenAI sin decirlo: el tracing envía tus ejecuciones a su panel y el sandbox local confía en tu máquina. Le damos un 4.4 sobre 5.
- ¿Cuánto cuesta OpenAI Agents SDK?
- Gratis y de código abierto bajo la licencia MIT. Pagas el uso de los modelos.
- ¿Qué inconvenientes tiene OpenAI Agents SDK?
- Anterior a la 1.0, con ocho versiones en dos meses; el tracing envía datos de las ejecuciones a OpenAI salvo que se desactive; el sandbox local hereda el entorno del host y no aísla en Linux; pull requests solo de colaboradores.
- ¿Para quién es OpenAI Agents SDK?
- Desarrolladores que construyen agentes sobre todo con modelos de OpenAI y quieren un SDK mínimo y bien documentado.
- ¿Cuánto cuesta OpenAI Agents SDK para un equipo o en producción?
- El SDK es gratis; el coste en producción son los tokens del modelo y las llamadas a herramientas alojadas a precios de la API de OpenAI, más el cómputo de un proveedor de sandbox si usas uno. Los diseños con varios agentes multiplican las llamadas por petición de usuario, así que el gasto crece con el número de agentes por los que pasa una petición.
- ¿Es OpenAI Agents SDK seguro para los datos de la empresa?
- El tracing está activado por defecto y exporta datos de las ejecuciones a OpenAI; no está disponible con Zero Data Retention y puede desactivarse globalmente o por ejecución. El sandbox Unix local pasa por defecto todo el entorno del host a los comandos y no aísla nada en Linux. Licencia MIT.
- ¿Cuáles son las mejores alternativas a OpenAI Agents SDK?
- Las alternativas más cercanas que hemos analizado son Pydantic AI, LangGraph, Google Agent Development Kit (ADK) y Microsoft Agent Framework.
Respuestas comprobadas el 23 oct 2026.