Agents API, GPT-Live 1 és Decisions API
Ezen az oldalon
A modellek csupán egy részét képezik az őszi bejelentéseknek. Fejlesztőként három API változtatja meg a munkafolyamataidat: az Agents API, amely az orchestrációt az OpenAI-ra bízza; a GPT-Live 1, amely mostantól valós idejű hangalapú kommunikációra is elérhető az API-ban; valamint a Decisions API, amely szövegeket és képeket alakít át típusozott válaszokká. Ez a lecke a változásnapló és a hivatalos bejelentések alapján tárgyalja ezeket, majd végigvezet az ősz többi frissítésén is.
Az Agents API: Hostolt ügynök
- szeptember 10-én nyilvános béta verzióban megjelent Agents API lehetővé teszi, hogy ugyanazon a keretrendszeren építs ügynököket, amelyen a Codex is fut, és amelyet az OpenAI tart fenn. Az OpenAI kezeli a munkamenetek orchestrációját, a kontextus tömörítését, amikor a munkamenet közelít a limithez, valamint a helyreállítást incidensek után. Tartós munkamenetekkel dolgozhatsz, amelyek lehetővé teszik a munka folytatását több körön át, és valós időben követik a haladást.
Egyetlen hívással hozhatsz létre egy munkamenetet, amelyben leírod a feladatot, a modellt, az eszközöket és a futtatási környezetet. Az eszközök lehetnek MCP szerverek, saját függvényeid vagy beépített eszközök, mint például a webes keresés; az eszközkeresés csak szükség esetén tölti be a definíciókat, és a Programmatic Tool Calling alapértelmezés szerint engedélyezett (5. lecke). A többügynökös opció lehetővé teszi, hogy az elsődleges ügynök független részfeladatokat delegáljon párhuzamosan dolgozó alügynököknek, amelyek mindegyike saját kontextussal rendelkezik. Az ügynök egy az OpenAI által hostolt homokozóban (sandbox), a saját infrastruktúrádon vagy egy partner környezetében fut: az OpenAI kifejezetten a Cloudflare-t, az E2B-t, a Modalt és a Vercelt említi.
Néhány héten belül több kiegészítés is érkezett. Szeptember 29-én az Agents API megkapta a számítógép-használat funkciót: az ügynök feladatokat hajt végre egy az OpenAI által hostolt böngészőben, miközben az alkalmazásod kezeli az oldaljóváhagyást és a bejelentkezést. Október 9-től előmelegítheted a homokozót, mielőtt egy munkamenetet csatlakoztatnál hozzá, csökkentve a felhasználói várakozási időt, és a hostolt homokozók számlázása mostantól csak az aktív körökre vonatkozik. Október 16-tól ezek a homokozók integrálták a készségeket táblázatok, prezentációk és Word-dokumentumok létrehozására és szerkesztésére, az Agents API pedig megkapta az Ultrafast módot.
Bárkinek, aki az Agent Builderrel dolgozik, ez fontos: az OpenAI 2026. november 30-án leállítja az Agent Buildert, és a felhasználókat az Agents SDK vagy a ChatGPT munkaterületi ügynökei felé irányítja. A 12. lecke részletezi ezt az ütemtervet.
GPT-Live 1: Teljes duplex hang az API-ban
Júliusban a GPT-Live újraépítette a ChatGPT hangfunkcióját, de az API még nem volt nyitott. Ez 2026. szeptember 10-én megváltozott: a GPT-Live 1 általánosan elérhetővé vált. Lehetővé teszi teljes duplex hangalapú beszélgetések létrehozását, amelyek folytatódnak, miközben a háttérben egy modell vagy ügynök következtetéseket von le és eszközöket hív meg. Két delegálási mód létezik: egy OpenAI modellhez (például GPT-6 Astra) a Responses API-n keresztül, vagy a saját backendedhez, amely támaszkodhat egy másik szolgáltatóra is. A hangmunkamenet költsége percenként 0,05 USD, másodpercre lebontva számlázva; a háttérmodell és az eszközök használata külön számlázódik.
Október 16-án az OpenAI minden API-ügyfél számára elérhetővé tette a hangok létrehozását szöveges leírás alapján (ingyenesen), és hozzáadott kilenc természetes hangot, köztük kettőt franciául: Brise és Sillage. Átiratolás céljára július 28-án két modell indult: a gpt-transcribe fájlokhoz, és a gpt-live-transcribe valós idejű streaminghez. Ezek leváltják a whisper-1 és a gpt-4o-transcribe családot, amelyek tervezett elavulási dátuma 2027. február 26.
A Decisions API: Gyors, típusozott válaszok
A Decisions API, amelyet október 6-án indítottak béta verzióban, és október 22 óta általánosan elérhető a GPT-6 Luna modellel, egy nagyon gyakori igényt elégít ki: kérdések sorozatának feltevését egy modellnek szövegről, képről vagy strukturált adatokról, és típusozott válaszok fogadását. Az OpenAI jelentése szerint a döntések akár tízszer gyorsabban születnek meg, mint ha a GPT-6 Lunát a Responses API-n keresztül hívnád meg. Az általános elérhetőség óta egy kérés legfeljebb 400 kérdést tartalmazhat (a béta idején ez 200 volt); a gyakori bemenetek gyorsítótárazhatók, képek jelenhetnek meg egy kérdés utasításaiban, és a strukturált adatok közvetlenül az input_json segítségével adhatók át. Október 15 óta integrálódik a GPT-Live-val is: egy hangalapú alkalmazás cselekedhet, miközben a felhasználó beszél.
Gondolj rá jegykezelés (ticket triage), kérések útvonalazása, dokumentum-megfelelés ellenőrzése vagy néhány mező kinyerése ezer dokumentumból: ahol korábban osztályozási promptot és kimeneti sémát írtál, ott most elegendő egy sor típusozott kérdés.
Egyéb őszi frissítések
| Dátum | Frissítés |
|---|---|
| 2026. szeptember 8. | GPT Image 2.5 Sunburst és Flare, képgeneráláshoz és szerkesztéshez |
| 2026. október 6. | Az API-használati szintek csökkentése ötről háromra: Build, Launch és Grow |
| 2026. október 20. | A prompt gyorsítótárazás kiterjesztése 12 órára |
| 2026. október 21. | Projektalapú kiválasztás az engedélyezett szolgáltatási szintekhez |
| 2026. október 28. | Legfeljebb 500 USD értékű ingyenes API-jóváírás havonta a jogosult ChatGPT Pro és Business előfizetők számára |
| 2026. október 30. | GPT-6 Rosalind, élettudományi kutatásokhoz, jóváhagyott hozzáférési programon keresztül |
| 2026. november 4. | GPT-Image-2.6 Sunburst és Flare: állítható komplexitás, SVG és animált GIF generálás |
| 2026. november 5. | GPT-6-Cyber, sebezhetőségi kutatásokhoz engedélyezett környezetekben, jóváhagyás esetén |
Rajtad a sor
Válaszd ki a megfelelő API-t. Válassz ki három igényt a szervezetedben: például egy ügynököt, amely napi incidens-összefoglalót készít; egy telefonrendszert, amely útvonalazza a hívásokat; és 5000 bejövő e-mail napi triázsolását. Mindegyik esetében add meg, melyik API-t próbálnád ki először – az Agents API-t, a GPT-Live 1-et, a Decisions API-t vagy csak a Responses API-t –, és indokold meg döntésedet. Jegyezd fel, mit mérnél a választásod megerősítésére.
Hivatalos források: OpenAI API változásnapló · GPT-Live 1 (OpenAI API dokumentáció) · Az Agents API bemutatása · GPT-Live 1 az API-ban · Decisions API (OpenAI)
Főbb megállapítások
- Az Agents API (nyilvános béta, szeptember 10.) hostolja az ügynök-orchestrációt: tartós munkamenetek, tömörítés, alügynökök, homokozók, számítógép-használat
- A GPT-Live 1 szeptember 10. óta elérhető az API-ban, percenként 0,05 USD költséggel a hangmunkamenetre; két francia hangot adtak hozzá október 16-án
- A
gpt-transcribeés agpt-live-transcribeleváltja a régebbi átiratoló modelleket 2027. február 26. előtt - A Decisions API (október 22. óta elérhető) típusozott válaszokat állít elő nagy méretben a GPT-6 Luna segítségével