# Agents API sköter minnet och sandlådan åt din AI-agent

> OpenAI:s Agents API i publik beta, testat från Sverige: 12 av 12 jobb rätt med GPT-6 Astra och GPT-5.6 Sol, cirka 3 och 1 krona per jobb, data lagras i USA

Publicerad: 2026-09-12  
Skribent: Thomas Karlsson  
Sajt: Aipress.se  
URL: https://aipress.se/nyheter/openai-agents-api/

OpenAI har lanserat Agents API i publik beta. Utvecklare kan bygga AI-agenter med samma grundläggande arbetsmotor som driver Codex, medan OpenAI sköter bland annat minnet mellan uppgifter, verktygsanrop, arbetsmiljöer och återhämtning efter fel.

Aipress testade tjänsten från Sverige den 11 september. Tolv tester fick städa fakturafiler, fortsätta på tidigare arbete och söka efter aktuella uppgifter på webben. Samtliga löste sina uppgifter korrekt.

Ett vanligt OpenAI-konto och en befintlig API-nyckel räckte. Inget särskilt godkännande eller någon väntelista krävdes. OpenAI anger samtidigt att informationen för närvarande bara kan lagras i USA och att Agents API inte stöder Zero Data Retention, där kundens innehåll inte sparas.

## Så fungerar Agents API

En AI-agent är ett program som kan arbeta mot ett mål i flera steg. Den kan exempelvis läsa en fil, skriva och köra kod, kontrollera svaret och lämna tillbaka en färdig fil. Om uppgiften fortsätter senare behöver programmet också komma ihåg vad som redan har gjorts.

Det går redan att bygga sådana lösningar med OpenAI:s Responses API, men då måste utvecklaren själv programmera stora delar av arbetsflödet. Systemet behöver ta emot modellens verktygsanrop, använda rätt verktyg, skicka tillbaka svaret och upprepa processen tills arbetet är klart.

[Agents API](https://developers.openai.com/api/docs/guides/agents-api/overview) tar över en stor del av detta. OpenAI samordnar arbetet, sparar sammanhanget, komprimerar äldre information när det blir långt och försöker fortsätta om något går fel.

Motorn kommer från Codex, OpenAI:s verktyg för programmering och annat datorarbete. Själva Codex-motorn är öppen källkod, medan Agents API är en skött molntjänst ovanpå den. OpenAI beskriver bakgrunden så här i lanseringsinlägget:

> Useful agents need a powerful harness that manages context, uses tools efficiently, and coordinates subagents. They also need infrastructure that keeps them running reliably for days, with environments where they can work with files, run code, and save intermediate results.

Det betyder att OpenAI nu säljer den del av ett agentbygge som förut var utvecklarens eget jobb: att minnas det som sagts hittills, sköta anropen och hålla agenten igång i dagar.

Utvecklaren väljer fortfarande modell, instruktioner och tillgängliga verktyg. Egna system kan anslutas direkt eller genom MCP, ett öppet protokoll för att koppla AI-system till externa datakällor och tjänster.

## Agents API ger programmet en avskild Linuxmiljö

Programmet kan få en avskild arbetsmiljö, även kallad sandlåda, där det öppnar filer och kör kommandon utan direkt tillgång till resten av företagets system.

OpenAI erbjuder en hostad Linuxmiljö med bland annat Python, Node.js och vanliga kommandoradsverktyg. Utvecklaren kan installera paket, lägga in startkommandon och skicka med filer och miljövariabler.

Nätverksåtkomsten kan vara öppen, helt avstängd eller begränsad till en lista med godkända värdnamn. API-nyckeln ska hållas utanför arbetsmiljön och vissa känsliga miljövariabler, däribland `OPENAI_API_KEY`, avvisas.

Det går även att använda en miljö i den egna infrastrukturen eller hos en partner. OpenAI nämner bland andra Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop och Vercel.

Filer som sparas under `/workspace/outputs` publiceras som skrivskyddade artefakter när arbetsomgången är klar. De kan laddas ner även efter att den tillfälliga miljön har försvunnit. En publicerad artefakt får vara högst cirka 200 megabyte och en arbetsomgång får publicera sammanlagt 500 megabyte.

![Genomskärning av den hostade Linuxmiljön i Agents API: filer, kod och verktyg inne i cellen, styrt nätverk upptill, artefakter ut till höger och API-nyckeln utanför gränsen](https://aipress.se/images/posts/openai-agents-api-sandlada.webp)

## Agents API sparar arbetet mellan frågor

Varje arbetspass har ett beständigt sammanhang. Programmet kan skicka en uppgift, följa förloppet genom ett händelseflöde eller webhooks och sedan återkomma med en följdfråga.

Om arbetet fortfarande pågår styr det nya meddelandet den aktuella uppgiften. Om turen är avslutad startar en ny arbetsomgång med den tidigare konversationen som grund.

OpenAI:s sida om hostade sandlådor anger att den tillfälliga Linuxmiljön kan tas bort efter en timme utan aktivitet. Tidsgränsen går inte att ändra. Det sparade sammanhanget och redan publicerade artefakter finns däremot kvar, även om dokumentationen inte anger någon bestämd lagringstid.

Agents API kan också dela upp en uppgift mellan flera delagenter. OpenAI visar bland annat hur olika programdelar kan läsa var sin källa och sedan sammanföra svaren. Funktionen måste aktiveras och utvecklaren anger hur många delagenter som får arbeta samtidigt.

## Tolv tester med Astra och Sol

Aipress genomförde tolv försök med samma svenska instruktioner och OpenAI:s hostade standardmiljö. Hälften använde GPT-6 Astra och hälften GPT-5.6 Sol.

Den första uppgiften var att städa en påhittad fakturafil med tolv rader. Datumen hade tre olika format, beloppen använde svensk decimalnotation och en faktura förekom två gånger.

Programmet skulle göra om alla datum till formatet ÅÅÅÅ-MM-DD, skriva beloppen som vanliga tal med decimalpunkt, ta bort dubbletten och spara svaret som en ny CSV-fil.

Alla sex försöken, tre med Astra och tre med Sol, gav korrekt utdata: elva unika fakturor och totalsumman 86 455,99 kronor. De skapade filerna hade enhetliga datum, rätt belopp och inga dubbletter.

Modellerna löste uppgiften genom att läsa filen, skriva ett Pythonprogram och köra det i Linuxmiljön. I ett av Astras försök användes först ett kommando som inte fanns installerat. Modellen upptäckte felet, bytte metod och slutförde arbetet. Händelsen syntes i loggen men påverkade inte den färdiga filen.

Astra behövde 61 till 74 sekunder i de två försök där tiden kunde mätas tillförlitligt. Sol tog 55 till 62 sekunder.

## Alla arbetspass fortsatte med rätt fil

Nästa uppgift skickades till samma sex arbetsflöden utan att fakturafilen eller instruktionerna upprepades. Modellen fick bara veta att den skulle dela upp samma summa per månad och spara uppgifterna i en ny fil.

Samtliga hittade den tidigare städade filen och räknade korrekt:

| Månad | Fakturerat belopp |
| --- | ---: |
| Juni 2026 | 25 795,25 kr |
| Juli 2026 | 49 560,75 kr |
| Augusti 2026 | 11 099,99 kr |

Det andra arbetsvarvet tog 23 till 25 sekunder med Astra. Sols tre försök tog 18, 20 och 45 sekunder.

Här syns den praktiska skillnaden mot en vanlig fristående modellförfrågan. Programmet behövde varken skicka tillbaka filen eller bygga ett eget minnessystem för att arbetet skulle kunna fortsätta.

## Webbresearch gav korrekta versioner och datum

De övriga sex försöken skulle ta reda på vilka tre versioner av webbramverket Astro som senast hade publicerats. Instruktionen var att svara på svenska, ange källa och aldrig gissa ett datum.

Samtliga hittade de korrekta versionerna och publiceringsdatumen på projektets officiella GitHub-sida. De hänvisade också till sidan i sina svar.

Astra använde fem till sju webbsökningar per försök. Sol använde tre till nio. Ett av Sol-testerna kontrollerade dessutom uppgifterna mot npm genom att köra kommandon i arbetsmiljön.

Tiderna var 34 till 47 sekunder för Astra och 34 till 70 sekunder för Sol.

## Filerna låg kvar efter 65 minuter

OpenAI skriver att en hostad arbetsmiljö kan tas bort när den saknat aktivitet i en timme. För att undersöka vad som hände i praktiken fick ett av Sol-försöken vila i 65 minuter.

Därefter ställdes en ny fråga om vilken kund som hade fakturerats mest. Ingen fil skickades med igen.

Linuxmiljön fanns fortfarande kvar med filerna från de tidigare arbetsomgångarna. Modellen hittade kunden Möbelhuset, räknade fram 47 300,49 kronor och sparade svaret som en ny textfil på 28,5 sekunder.

Det innebär inte att filerna alltid ligger kvar efter en timme. Dokumentationen säger att miljön kan tas bort, inte att det sker exakt när 60 minuter har gått. Aipress undersökte inte vad som händer efter flera timmar eller följande dag.

## Vad kostar Agents API?

OpenAI tar ingen separat avgift för Agents API. Kunden betalar för vald modell, använda verktyg och eventuell OpenAI-hostad arbetsmiljö enligt den vanliga [API-prislistan](https://developers.openai.com/api/docs/pricing).

Ett komplett test med fakturastädningen och månadsuppdelningen kostade 0,31 till 0,32 dollar i modellkostnad med GPT-6 Astra. Med GPT-5.6 Sol blev kostnaden 0,10 till 0,11 dollar. Omräknat med Riksbankens dollarkurs den 10 september motsvarar det ungefär tre kronor respektive en krona.

| Test | GPT-6 Astra | GPT-5.6 Sol |
| --- | ---: | ---: |
| Fakturafil och följdfråga | 0,31 till 0,32 dollar | 0,10 till 0,11 dollar |
| Webbresearch | 0,42 till 0,75 dollar | 0,15 till 0,37 dollar |

![Diagram över uppmätt modellkostnad per test i Aipress test: fakturafilen 0,31 till 0,32 dollar med GPT-6 Astra och 0,10 till 0,11 dollar med GPT-5.6 Sol, webbresearch med sökverktyget 0,42 till 0,75 respektive 0,15 till 0,37 dollar, webbresearch med eget källregister 0,21 till 0,24 respektive 0,08 dollar](https://aipress.se/images/posts/openai-agents-api-kostnad.webp)

Listpriserna bakom siffrorna, per miljon tokens enligt OpenAI:s prislista den 11 september 2026:

| Modell | Indata | Cachad indata | Utdata |
| --- | ---: | ---: | ---: |
| GPT-6 Astra | 10,00 dollar | 1,00 dollar | 50,00 dollar |
| GPT-5.6 Sol | 4,00 dollar | 0,40 dollar | 20,00 dollar |
| Webbsökning | 10,00 dollar per 1 000 sökningar | | |
| Hostad arbetsmiljö, 1 GB | 0,03 dollar per 20 minuter, minst 5 minuter | | |

Webbsökningarna kostar dessutom en cent per sökning och ingår inte i dollarbeloppen ovan: tre till nio cent per test beroende på hur många sökningar som gjordes, alltså 0,03 till 0,09 dollar utöver siffrorna i tabellen. Containerkostnaden för den hostade Linuxmiljön tillkommer, men syns inte i användningsuppgifterna. Dokumentationen anger inte heller hur mycket minne standardmiljön får, vilket gör den faktiska kostnaden svår att beräkna i förväg.

En OpenAI-anställd svarade så här på företagets utvecklarforum när en användare frågade vad sandlådan kostar:

> PSA: If you are new to using hosted sandboxes, please be careful when spinning up new containers and calculate the costs first.
> I learned this the hard way

Det betyder att containerkostnaden kan överraska den som startar många på en gång, och att rådet kommer från någon som jobbar hos OpenAI.

Den stora tokenmängden beror delvis på att arbetsmotorn skickar med instruktioner, verktygsbeskrivningar och tidigare arbete. I fakturaprovet kom 70 till 78 procent av indatan från OpenAI:s promptcache och debiterades därför till ett lägre pris.

Sol klarade samma uppgifter som Astra till lägre kostnad. Underlaget är för litet och proven för enkla för att visa att modellerna är likvärdiga i allmänhet. Däremot bekräftar försöken att Agents API fungerar med Sol trots att OpenAI bara använder `gpt-6-astra` i sina exempel.

## Eget källregister minskade kostnaden för research

OpenAI:s sökverktyg kostade en cent per sökning och drev dessutom upp tokenmängden, i ett fall till drygt 315 000 tokens. Därför gjorde Aipress om samma researchtest med ett eget källregister och sökverktyget avstängt.

Källregistret var en liten textfil med pålitliga källor och färdiga hämtinstruktioner för var och en. Filen laddades upp i sandlådan tillsammans med instruktionen att läsa den först. Agenten hämtade sedan informationen från en av källorna med `curl`.

Även med den här metoden gav alla sex test rätt svar: Astros tre senaste versioner med korrekta publiceringsdatum. Fem test använde projektets GitHub-sida som källa och ett använde npm-registret.

Jämförelse med samma fråga via OpenAI:s sökverktyg, tokens per test och kostnad till listpris:

| | Med sökverktyget | Med eget källregister |
|---|---|---|
| GPT-6 Astra, tokens per test | 121 048 till 175 342 | 35 932 till 43 977 |
| GPT-6 Astra, modellkostnad | 0,42 till 0,75 dollar | 0,21 till 0,24 dollar |
| GPT-5.6 Sol, tokens per test | 73 735 till 315 469 | 31 164 till 38 086 |
| GPT-5.6 Sol, modellkostnad | 0,15 till 0,37 dollar | 0,08 dollar |
| Sökavgift per test | 3 till 9 cent | 0 |
| Rätta svar | 6 av 6 | 6 av 6 |

De sex testen kostade sammanlagt 2,33 dollar i modellkostnad med sökverktyget och 0,92 dollar med källregistret. Sökavgiften tillkom för sökverktyget.

Metoden har en tydlig begränsning: den håller bara när de relevanta källorna är kända i förväg. Om agenten behöver hitta en okänd webbplats eller undersöka ett ämne utan ett färdigt källunderlag behövs fortfarande ett sökverktyg.

Ett källregister passar därför bäst för återkommande uppgifter med fasta källor. En bokföringsagent kan hämta valutakurser från Riksbanken, en butik läsa en leverantörs prislista och en IT-avdelning kontrollera aktuella programversioner. Registret räcker däremot inte för öppna frågor där agenten först måste upptäcka vilka webbplatser som innehåller svaret.

## En riktig webbläsare stoppades av sandlådans anslutning

När Aipress läser webbsidor för research använder vi en riktig webbläsare på en egen dator. Webbläsaren visas på en virtuell skärm och styrs av ett program. För oss är den metoden billigare och säkrare än att använda sökverktyg: vi väljer exakt vilken sida som ska hämtas och får hela sidan i stället för ett urval av sökresultat. Den fungerar också på webbplatser som blockerar vanliga skript men släpper in en riktig webbläsare. Därför undersökte vi om samma metod kunde användas direkt i OpenAI:s sandlåda, utan hjälp från vår dator.

I det första testet installerades Playwright och Chromium i en Sol-session. Installationen lyckades och Chromium startade utan synligt fönster. Webbläsaren försökte öppna OpenAI:s eget lanseringsinlägg, en sida som svarar med HTTP 403 när den hämtas med `curl`. Resultatet blev samma blockering i Chromium. Webbläsaren fastnade i 20 sekunder på Cloudflares robotkontroll med sidtiteln ”Just a moment...”. Agenten provade fem metoder men hittade aldrig artikeltexten och vägrade att hitta på det efterfrågade citatet. Testet tog 209 sekunder, använde 107 982 tokens, varav 84 570 var cachade, och kostade 0,20 dollar.

I det andra testet försökte vi använda OpenAI:s eget verktyg för datorstyrning. Dokumentationen för Agents API listar verktygstyperna `function`, `tool_search`, `programmatic_tool_calling`, `mcp` och `web_search`, men inte `computer_use`. API:t kände ändå igen verktyget. Utan en hostad sandlåda svarade det:

> The computer_use tool requires an OpenAI-hosted environment.

När vi lade till OpenAI:s hostade sandlåda blev svaret:

> The computer_use tool is not enabled for this organization.

Det visar att stödet finns i API:t men inte är dokumenterat eller aktiverat för vår organisation. Ingen dokumentationssida förklarar hur en organisation får tillgång. Testen kostade ingenting eftersom sessionerna aldrig skapades.

Det tredje testet efterliknade Aipress lokala lösning mer exakt. Sandlådan fick Chromium, Xvfb och Liberation-teckensnitt. Chromium startades med ett vanligt fönster på en virtuell skärm med upplösningen 1 366 × 768, en beständig profilkatalog och styrning genom webbläsarens felsökningsport. Agenten behövde även installera `xauth`, vilket gick att göra med `apt-get`.

Chromium visade först certifikatfelet `ERR_CERT_AUTHORITY_INVALID` när webbläsaren kontaktade openai.com. Sidan kunde laddas först när Chromium instruerades att ignorera certifikatfel. Det avslöjar att sandlådans utgående webbtrafik passerar OpenAI:s egen proxy, som läser trafiken och därför använder ett certifikat som webbläsaren inte litade på. Anslutningen kom dessutom från ett datacenter i USA.

Även med en fullständig webbläsare blev resultatet HTTP 403 och ”Just a moment...”. Robotkontrollen släppte inte igenom besöket efter 30 sekunder och en omladdning, och sidan innehöll ingen läsbar text. Testet tog 207 sekunder, använde 166 876 tokens, varav 141 719 var cachade, och kostade 0,21 dollar.

Sandlådan kan alltså starta en fullständig webbläsare med fönster och profil. Hindret är anslutningen: webbplatsen ser både OpenAI:s proxy och en adress från ett amerikanskt datacenter. Aipress lokala metod fungerar eftersom den kombinerar en riktig webbläsare, en riktig profil och en vanlig svensk internetanslutning utan en sådan mellanhand. Sandlådan kan ge de två första delarna men inte den tredje. En hyrd server i ett datacenter kan väntas få samma problem.

För webbplatser som kräver JavaScript men saknar robotkontroll kan webbläsaren i sandlådan fortfarande vara användbar. För blockerade sidor återstår att låta agenten anropa ett eget `function`-verktyg som öppnar sidan i en webbläsare på den egna datorn, eller att använda OpenAI:s `computer_use` om organisationen får tillgång till det.

## Fungerar Agents API i Sverige?

OpenAI skriver att Agents API är tillgängligt för alla utvecklare under den publika betan. Företaget publicerar ingen särskild lista över länder eller regioner. I Aipress försök gick det att skapa arbetsflöden här med en vanlig API-nyckel.

Enligt översikten för Agents API stöds för närvarande endast datalagring i USA. Möjligheten att innehållet inte sparas stöds inte, och en egen sandlåda gör inte tjänsten berättigad till detta.

Utvecklaren kan radera sparade konversationer och publicerade artefakter genom API:t. Dokumentationen anger däremot inte hur länge informationen ligger kvar om den inte raderas.

## Agents API är fortfarande en betatjänst

OpenAI har inte angett när Agents API ska lämna betastadiet. Det finns heller inget publicerat slutdatum, särskilt servicenivåavtal eller löfte om att det nuvarande gränssnittet ska förbli oförändrat.

Tre saker vi såg i API:et som inte står i dokumentationen:

- Användningsuppgifterna fylldes i först en stund efter att en arbetsomgång var klar. Direkt efter det andra varvet var uppgifterna tomma, men en minut senare visades den sammanlagda förbrukningen.
- Ett nyskapat arbetspass rapporterade kort statusen `idle` innan det första svaret fanns. Ett program som väntar på `idle` behöver därför även kontrollera att ett svar har kommit.
- Händelseflödet fortsatte att vara öppet efter avslutat arbete. Det fungerade som en löpande ström, inte som en lista som hämtas och sedan stängs.

Agents API samlar minne, verktyg, filer och felåterhämtning i ett skött arbetsflöde. Den publika betan saknar ännu tidsplan och servicenivåavtal, samtidigt som datalagringen är begränsad till USA.