Codex APIとAgents APIの違い・料金と導入判断を実務で選ぶ

Codex APIとAgents APIは同じものではない

「Codex API」という検索語が分かりにくいのは、Codexを手元の開発道具として使う方法と、Codexで得られた長時間作業の基盤を自分のサービスへ組み込む方法が、どちらもAPIという言葉で説明されるからです。前者では、Codex CLIを起動する場所、読ませるフォルダー、モデル、認証方法が中心になります。後者では、利用者から受け取った課題をどのモデルへ渡し、どのツールと環境で処理し、結果をどう返すかをアプリ側で決めます。OpenAIはAgents APIを、Codexを支える仕組みと同じ基盤を開発者向けに提供する公開ベータとして説明しています。出典 URL: https://openai.com/index/introducing-the-agents-api/

ここを分けて考えると、「Codex CLIの設定を変えればAgents APIが使える」「Agents APIを呼べば自分のPCのリポジトリをそのまま読める」といった誤解を避けられます。似たモデル名やツール名が登場しても、利用する場所、情報の渡し方、結果の確認者は同じではありません。

「Codex API」が指す二つの入口

Codex CLIをAPIキーで使う方法は、既存のCLI操作を別の認証経路で動かす選択肢です。端末からコードを読み、必要なファイルへ変更を加え、差分や確認結果を手元で見るという流れは、基本的にローカル開発の考え方に近いままです。ChatGPTプランでの利用とAPI利用では料金の扱いが変わるため、利用量と支払い先を先に確認します。既存のCodex CLI運用を広げたい人に向く入口です。

一方のAgents APIは、アプリケーションからエージェントのセッションを作るための入口です。公式の紹介例では、モデル、ツール、環境、入力、複数エージェントの設定を一つの呼び出しにまとめています。呼び出し元が用意する情報と、エージェントが扱ってよいファイルや道具の範囲を設計する必要があるため、単にCLIのコマンドを遠隔から呼ぶ機能とは考えない方が正確です。出典 URL: https://developers.openai.com/api/docs/guides/agents-api/overview

Agents APIはCodexの画面をAPI化するものではない

Agents APIを使っても、Codex CLIやデスクトップアプリと同じ画面が自分のサービスへ現れるわけではありません。画面、利用者への進捗表示、途中で人が確認する場所、最終結果の見せ方は、呼び出し元のアプリが用意します。Agents APIが担うのは、モデルがツールを選び、長い作業を続け、必要なら分担し、結果を返すための基盤です。

この違いは、試す課題を選ぶときに重要です。まずCodexの使い勝手を知りたいならCLIやアプリで小さなリポジトリを読む方が早く、利用者の入力を受けて複数の確認処理を進めるサービスを作りたいならAgents APIの資料を読む方が近道です。入口の目的を混ぜなければ、不要な設定を増やさずに済みます。

なぜ今Agents APIを確認するのか

Agents APIの発表は2026年9月10日です。対象日である2026年9月23日時点では、公開ベータとして資料と機能が更新されている段階なので、完成した固定仕様としてではなく、公式ドキュメントを見ながら小さく評価する対象として読むのが適切です。発表では、長時間にわたる作業で文脈を保ち、ツールを効率よく使い、サブエージェントへ分担する必要性が説明されています。これは、単発の回答品質だけでなく、作業が続く間の状態管理と結果のまとめ方が重要になったことを示します。出典 URL: https://openai.com/index/introducing-the-agents-api/

Codexの利用者にとって時事性があるのは、これまで製品の中で体験していた考え方が、別の開発入口として整理された点です。CLIの更新ニュースとAgents APIの発表は同じものではありませんが、どちらも「コードを一度生成して終わり」ではなく、調査、ツール利用、検証、結果の説明までを扱う方向へ進んでいます。

9月10日の発表で変わる判断

従来のAPI利用では、モデルへ入力を渡し、返答を受け取る境界を中心に設計しがちでした。Agents APIの発表では、モデルだけでなくツールと環境を合わせて指定し、ファイルを扱ったりコードを実行したりする長いセッションを支える考え方が前面に出ています。したがって導入を検討するときは、入力文の作り方だけでなく、どの情報を読ませるか、どこへ結果を保存するか、どの段階で人が確認するかを先に決める必要があります。

発表ページには、OpenAIが用意する環境、自分の基盤、提携先の環境から選べる説明もあります。選択肢が増えたことは便利ですが、すべての環境で同じ速度や制限になるという意味ではありません。小規模な検証では使う環境を一つに固定し、モデルや課題の条件を変えずに結果を比べることが、発表内容を自分の用途へ移す第一歩です。出典 URL: https://openai.com/index/introducing-the-agents-api/

GPT-6 Astra向けの公式ガイドが示すこと

9月11日のOpenAI Developersブログでは、GPT-6 Astraを使う開発者に向けて、スキルの説明、AGENTS.md、依頼文を見直すよう案内されています。説明を長くしすぎず、必要なときに必要な資料だけを参照させること、モデルの能力に合わせて古い前提を整理することが中心です。Agents APIを使う場合も、最初から大量の指示と資料を渡せばよいわけではありません。小さな入口から始め、判断に必要な情報が足りないところだけを追加します。出典 URL: https://developers.openai.com/blog/rethinking-skills-and-prompts-for-gpt-6-astra

このブログはAgents APIの料金や接続方法を説明するページではありませんが、長い作業を扱うエージェントに何を渡すかという観点で役立ちます。サービスへ組み込むときも、指示を積み上げるほど精度が上がると決めつけず、モデルが対象と完了条件を理解できる最小の説明へ整えることが大切です。

機能と使い分けを表で整理

二つの入口の違いは、名称よりも「誰がどこで作業を管理するか」で比べると分かりやすくなります。Codex CLIは開発者が手元の端末と対象フォルダーを管理し、Agents APIはサービスの中でセッション、環境、道具、結果の表示を管理します。どちらもコーディングエージェントに関係しますが、導入前に準備するものと、結果を確認する場所が違います。次の表は公式発表と公式資料をもとにした整理です。

Codex CLIを選ぶ場面

既にリポジトリを手元で開発しており、調査や修正を一人の開発者が確認しながら進めたいなら、Codex CLIの方が判断しやすいでしょう。対象フォルダー、変更範囲、確認コマンドをその場で指定でき、返ってきた差分も同じ端末で見られます。APIキーを使う場合でも、何を読ませ、何を変更させるかはCLIの利用者が決めます。新しいサービス画面を作る必要がない点が、最初の試行では大きな利点です。

ただし、CLIへ入力を渡せることと、複数利用者向けのサービスとして整っていることは別です。利用者ごとの権限、結果の保存、失敗時の再試行、使用量の記録まで必要になるなら、CLIを呼ぶだけで終わらせず、Agents APIを含む設計資料と比べる必要があります。

Agents APIを選ぶ場面

利用者がブラウザーや社内画面から依頼し、裏側でコード調査、資料確認、テスト結果の整理などを続けさせたいなら、Agents APIが候補になります。公式資料では、モデル、ツール、環境、入力を指定してセッションを作り、長い作業の文脈を保ち、必要ならサブエージェントへ分けられる形が示されています。アプリ側の表示や利用者への説明を用意する分、CLIより検討範囲は広くなりますが、サービスの目的に合わせて入口を作れるのが特徴です。出典 URL: https://developers.openai.com/api/docs/guides/agents-api/overview

迷ったときは作業とサービスを分ける

まず自分のリポジトリを読ませてCodexの動きを確かめたいのか、他の利用者も使うサービスにエージェントを組み込みたいのかを一文で書きます。前者ならCLIで小さく始め、後者ならAgents APIのセッション、環境、ツール、料金資料を順に確認します。両方が必要でも、同じ課題を二つの入口で同時に動かして優劣を決めるのではなく、同じ入力と完了条件で一件ずつ比べる方が、どの差が入口によるものかを説明しやすくなります。

Agents APIを試す前に決める五つの項目

Agents APIは、呼び出し方法だけを覚えれば使いこなせる機能ではありません。公式の例がモデル、ツール、環境、入力、複数エージェントを一つの作成処理で示しているように、最初に作業の境界を決める必要があります。次の五段階を順番に確認すれば、試す対象が広がりすぎるのを防ぎながら、どこで価値が出たかを記録できます。出典 URL: https://developers.openai.com/api/docs/guides/agents-api/quickstart

Step 1: 仕事の境界を一文で決める

最初に、エージェントへ任せる目的と、任せない範囲を一文で書きます。「リポジトリのエラー原因を調べ、根拠となるファイルと再現条件を返す」のように、変更を含むのか、調査だけなのかを明確にします。完了条件が曖昧なままだと、返答が長くても必要な結果を得たか判断できません。最初は読み取りと説明に限定し、結果の確認方法まで決めておくと比較しやすくなります。

Step 2: モデル・ツール・環境を必要な分だけ選ぶ

モデルは難しさ、速度、費用のバランスで選び、ツールは目的に必要なものだけを渡します。コードを読む課題なのに関係のない外部情報や多数の接続先まで加えると、結果の理由を追いにくくなります。環境も、OpenAI管理のサンドボックスで足りるのか、自分の基盤が必要なのかを分けます。公式の選択肢を読んだうえで、最初の試験ではモデル、ツール、環境を固定してください。

Step 3: 長いセッションで残す情報を決める

長い作業では、最初の入力をすべて最後まで保持するのではなく、次の判断に必要な情報を残す設計が重要です。Agents APIの公式説明は、セッションが長くなったときに以前の文脈を整理し、継続に必要な情報を保つ機能を紹介しています。何を成果物として保存するか、どの時点で要約を作るか、未確認の項目をどう表示するかを先に決めると、長時間の処理でも人が追いやすくなります。出典 URL: https://openai.com/index/introducing-the-agents-api/

Step 4: サブエージェントへ分ける条件を決める

複数の作業が互いに独立しているときは、調査、テスト、資料確認などを別の担当へ分ける余地があります。一方、前の結果を見て次の方針が決まる作業は、無理に分けると整理の負担が増えます。公式資料では、各サブエージェントが自分の文脈を持ち、中心となるエージェントが結果をまとめる形が説明されています。分ける前に担当範囲、返す形式、重複してはいけない対象を決めてください。出典 URL: https://developers.openai.com/api/docs/guides/agents-api/overview

Step 5: 人が確認する結果を決める

エージェントが返した説明をそのまま完了とせず、利用者が読む結果、変更されたファイル、確認に使った条件を別々に見ます。コード変更を含むなら差分とテスト、調査だけなら参照したファイルと未確認事項を合格条件に置きます。結果の表示画面が分かりやすくても、根拠が残っていなければ次の担当者は判断できません。人が最終的に何を見て受け入れるかを、最初の課題説明に含めることが重要です。

料金と環境の見方

Agents APIの利用を考えるときは、APIの利用料金、モデルのトークン料金、ツールや環境の利用条件を分けて確認します。公式発表は、Agents APIに別の追加料金を課すのではなく、使ったトークンとツールに応じて支払う形を示しています。ただし、これは無制限に費用が一定という意味ではありません。長いセッション、複数のツール、サブエージェントの数が増えれば、使う量と確認すべき記録も増えます。出典 URL: https://developers.openai.com/api/docs/pricing

「追加料金なし」を利用量ゼロと混同しない

「Agents APIに追加料金がない」という説明は、機能を使うための別の固定費が増えないという意味で読むのが適切です。モデルの入力と出力、呼び出したツール、必要な環境によって費用は変わります。試験では一件あたりの入力、処理時間、ツールの回数、返ってきた成果物を記録し、同じ課題を再度試して差を比べます。料金表の単価だけを見て、実際の利用量を予想しないようにしてください。

実行環境を目的で選ぶ

すぐに試したい場合はOpenAIが用意する環境、組織内のデータや既存の実行基盤との整合を重視する場合は自分の環境、特定の性能や保存場所が必要なら提携先の環境を確認します。環境が変わると、利用できるファイル、パッケージ、ネットワーク、速度、料金の条件も変わり得ます。最初から複数の環境を比べるのではなく、目的に最も近い一つを選び、同じ課題で確認した結果を残すのが現実的です。出典 URL: https://openai.com/index/introducing-the-agents-api/

使用量と品質を同じ記録で比べる

費用を下げることだけを目的にすると、必要な確認を削ってしまう可能性があります。入力を短くしても、根拠となるファイルが欠けたり、再確認の回数が増えたりすれば、全体の負担は下がりません。処理時間、トークン量、ツールの利用回数、結果の正しさ、未確認の項目を同じ表で比べ、どの条件が適切だったかを判断します。Agents APIの料金ページと公式ガイドを照合し、利用時点の単価と条件を確認してください。出典 URL: https://developers.openai.com/api/docs/pricing

Codex APIを選ぶべき場面

Codex APIという検索語からAgents APIへ進む前に、既に持っている作業環境で何が足りないのかを確認しましょう。手元のリポジトリに対して質問し、差分を読んで、テスト結果を自分で受け入れたいなら、Codex CLIをAPI利用で使うだけで目的を満たせることがあります。逆に、利用者の入力を受け、決められた資料やコードを扱い、結果を画面へ返すサービスを作るなら、Agents APIの役割が近くなります。

手元のリポジトリを対話的に扱う

ローカル開発では、作業場所を選び、関係するファイルを読み、変更前後の差分を確認する順番が大切です。Codex CLIなら開発者がその場で範囲を狭められ、問題が見つかったときも追加の情報を渡しやすくなります。APIキーで使う場合は課金先と利用量を確認しながら、まず一つの課題で結果を確かめます。必要なものが端末とCLIに収まっているうちは、サービス用の画面やセッション管理を増やす必要はありません。

独自サービスにエージェントを組み込みたい

問い合わせの内容に応じて資料を探し、コードや設定を調べ、複数の観点から結果をまとめるサービスを作るなら、Agents APIのセッションと環境の考え方が役立ちます。利用者の入力をそのまま長い指示へ足し続けるのではなく、モデルへ渡す目的、参照してよい資料、使えるツール、結果の形式をアプリ側で定義します。公式クイックスタートは、SDKからセッションを作る基本の入口を説明しているため、まずはそこにある最小例を読み、課題を一つへ絞って試します。出典 URL: https://developers.openai.com/api/docs/guides/agents-api/quickstart

CLIからAgents APIへ移るサイン

一人で使うCLIの範囲を超え、同じ確認を複数の利用者へ提供したい、作業途中の状態をサービス側で保持したい、複数の担当へ分けた結果を一つにまとめたい、という要件が出たらAgents APIを調べる時期です。ただし、必要なのが単なる共有画面や結果の保存だけなら、まず既存のCodex機能で足りるか確認します。新しいAPIへ移る理由を「新しいから」ではなく、必要なセッション管理や環境選択として説明できることが大切です。

Agents APIで最初に作る小さな課題

公開ベータを試すときは、すぐに大きな製品機能を作らず、結果を人が読んで判断できる課題を選びます。コードベース全体の変更、複数サービスの接続、長い期間の処理を一度に始めると、どこで問題が起きたのか切り分けにくくなります。最初の一件は「対象が限定されている」「成功条件が観察できる」「失敗しても元へ戻せる」の三条件を満たすものにしてください。

Step 1: 読み取りと説明から始める

最初は小さな資料やテスト用のコードを対象にし、構成、関係するファイル、想定される原因を説明させます。まだ変更を求めず、参照した対象と見落としている情報を返す形式にすると、モデルがどこまで文脈を理解できたか確認できます。ここで説明の根拠が曖昧なら、ツールや環境を増やす前に入力の範囲を見直します。

Step 2: 一つだけ確認可能な変更を加える

読み取り結果が妥当だと分かったら、表示文言の修正や小さなテストの追加など、差分を確認しやすい変更を一つだけ依頼します。変更対象、触れてはいけない場所、合格条件を示し、返ってきた差分と確認結果を保存します。Agents APIの評価では、返答の自然さだけでなく、どのファイルが変わり、どの条件を満たしたかを見ることが重要です。

Step 3: 長い課題へ広げる前に比較する

小さな課題の結果を基準にして、入力の長さ、使用するツール、セッションの長さを一つずつ変えます。速度が上がったとしても、根拠が減ったり未確認の項目が増えたりしていないかを見ます。サブエージェントを使う場合は、分担前と分担後で結果の重複、抜け、まとめにかかる負担を比べます。うまくいかなかった試験も残しておくと、後から環境やモデルを変えたときの判断材料になります。

公式資料を読む順番

Agents APIは公開ベータであり、画面の解説や第三者の短い紹介だけでは、料金、環境、セッション、ツールの境界を判断できません。公式資料を役割ごとに読むと、Codex CLIの使い方とAgents APIの組み込み方を混同しにくくなります。日付と版、読んだページ、確認できたことを記録し、後で資料が更新されたときに差分を追えるようにします。

1. 発表ページを読む: 2026年9月10日の発表で、Agents APIが何を提供し、Codexの基盤とどこが共通するのかを確認します。出典 URL: https://openai.com/index/introducing-the-agents-api/
2. Agents API概要を読む: モデル、ツール、環境、長いセッション、サブエージェントの説明を読み、自分の課題へ必要な要素だけを選びます。出典 URL: https://developers.openai.com/api/docs/guides/agents-api/overview
3. クイックスタートを読む: SDKから最小のセッションを作る流れを確認し、入力と結果の受け取り方を小さな課題で試します。出典 URL: https://developers.openai.com/api/docs/guides/agents-api/quickstart
4. 料金ページを読む: モデルとツールの利用量がどのように費用へ反映されるかを、実際の試験結果と照合します。出典 URL: https://developers.openai.com/api/docs/pricing

この順番なら、先にコード例だけを動かして後から利用条件に気づく事態を避けられます。公式資料に書かれていない挙動は、想像で補わず未確認として扱います。Codex CLIを使っている人も、CLIの設定リファレンスとAgents APIの資料を分けて参照し、同じ名前のモデルやツールを見つけても同一の設定項目だと決めつけないでください。Codex全体の入口はOpenAI Codex公式ページから確認できます。

まとめ

Codex APIという言葉で調べると、Codex CLIをAPIキーで使う方法と、Agents APIで自分のサービスへエージェントを組み込む方法が混ざります。前者は手元のリポジトリを開発者が確認しながら扱う入口、後者はモデル、ツール、環境、セッション、結果の見せ方をアプリ側で設計する入口です。どちらが優れているかではなく、何を誰に提供したいかで選びます。

今この違いを押さえる価値があるのは、OpenAIが2026年9月10日にAgents APIを公開ベータとして発表し、Codexを支える長時間作業の基盤を開発者向けに広げたからです。文脈整理、ツールの選択、サブエージェントの分担、実行環境の選択が一つの設計課題になりました。公式発表と公式ガイドを読み、公開ベータの範囲を確認しながら判断してください。

最初の一歩は、読み取り中心の小さな課題です。モデル、ツール、環境を必要な分だけ指定し、参照した資料、利用量、結果の根拠、未確認の項目を残します。CLIで足りるなら無理にAgents APIへ進まず、複数の利用者や長いセッション、サービス側の環境が必要になった時点でAgents APIを検討しましょう。公式のAgents API概要、クイックスタート、料金表を対象日以降も確認するのが安全です。