OpenAI brengt tools en API uit voor ontwikkelaars om AI-agenten voor bedrijven te bouwen

11 maart 2025

Product

Nieuwe tools voor het bouwen van agents

We ontwikkelen ons platform om ontwikkelaars en bedrijven te helpen nuttige en betrouwbare agents te bouwen.

Uitproberen in Playground(opent in een nieuw venster)

Een slanke, minimale interface die een takenlijst voor een AI-agent weergeeft, inclusief 'triage_agent,' 'vangrail,' en 'update_salesforce_record,' op een vloeiende blauwe abstracte achtergrond.

Vandaag introduceren we de eerste set bouwstenen waarmee ontwikkelaars en bedrijven nuttige en betrouwbare agents kunnen bouwen. Wij zien agents als systemen die zelfstandig taken uitvoeren namens gebruikers. In het afgelopen jaar hebben we nieuwe modelmogelijkheden geïntroduceerd, zoals geavanceerd redeneren, multimodale interacties en nieuwe veiligheidstechnieken, die de basis hebben gelegd voor onze modellen om de complexe, uit meerdere stappen bestaande taken aan te kunnen die nodig zijn om agents te bouwen. Klanten hebben echter gedeeld dat het omzetten van deze mogelijkheden in productieklare agents een uitdaging kan zijn, waarbij vaak uitgebreide prompt iteratie en aangepaste orkestratielogica nodig zijn zonder voldoende zichtbaarheid of ingebouwde ondersteuning.

Om deze uitdagingen aan te pakken, lanceren we een nieuwe set API's en tools die speciaal ontworpen zijn om de ontwikkeling van agentic-toepassingen te vereenvoudigen:

De nieuwe Response API(opent in een nieuw venster), die de eenvoud van de Chat Completions API combineert met de mogelijkheden voor het gebruik van hulpmiddelen van de Assistants API voor het bouwen van agents

Ingebouwde hulpmiddelen, waaronder zoeken op het web (opent in een nieuw venster), zoeken in bestanden (opent in een nieuw venster) en computergebruik (opent in een nieuw venster)

De nieuwe Agents SDK(opent in een nieuw venster) om single-agent en multi-agent workflows te orkestreren

Geïntegreerde observabiliteitsgereedschappen(opent in een nieuw venster) om de uitvoering van agent workflows te traceren en te inspecteren

Deze nieuwe tools stroomlijnen de belangrijkste agentlogica, orkestratie en interacties, waardoor het voor ontwikkelaars aanzienlijk eenvoudiger wordt om aan de slag te gaan met het bouwen van agents. In de komende weken en maanden zijn we van plan om extra tools en mogelijkheden vrij te geven om het bouwen van agentapplicaties op ons platform verder te vereenvoudigen en te versnellen.

Introductie van de Respons API

De Response API is onze nieuwe API-primitieve voor het gebruik van OpenAI's ingebouwde hulpmiddelen om agents te bouwen. Het combineert de eenvoud van Chat Completions met de mogelijkheden voor het gebruik van tools van de Assistants API. Naarmate de modelmogelijkheden zich blijven ontwikkelen, denken wij dat de Respons API een flexibelere basis zal bieden voor ontwikkelaars die agentapplicaties bouwen. Met een enkele Responses API-aanroep zullen ontwikkelaars in staat zijn om steeds complexere taken op te lossen met behulp van meerdere tools en modelomwentelingen.

Om te beginnen zal de Response API nieuwe ingebouwde tools ondersteunen, zoals zoeken op het web, zoeken in bestanden en computergebruik. Deze tools zijn ontworpen om samen te werken om modellen met de echte wereld te verbinden, waardoor ze nuttiger worden bij het voltooien van taken. De API brengt ook verschillende gebruiksverbeteringen met zich mee, waaronder een uniform, op items gebaseerd ontwerp, eenvoudiger polymorfisme, intuïtieve streaming events en SDK helpers zoals response.output_text om eenvoudig toegang te krijgen tot de tekstuitvoer van het model.

De Responses API is ontworpen voor ontwikkelaars die OpenAI modellen en ingebouwde tools gemakkelijk willen combineren in hun apps, zonder de complexiteit van het integreren van meerdere API's of externe leveranciers. De API maakt het ook gemakkelijker om gegevens op OpenAI op te slaan, zodat ontwikkelaars de prestaties van agenten kunnen evalueren met functies zoals tracering en evaluaties. Ter herinnering: wij trainen onze modellen standaard niet op bedrijfsgegevens, zelfs niet als de gegevens op OpenAI zijn opgeslagen. De API is vanaf vandaag beschikbaar voor alle ontwikkelaars en wordt niet apart in rekening gebracht-tokens en tools worden gefactureerd tegen de standaardtarieven op onze prijzenpagina(opent in een nieuw venster). Bekijk de Responses API snelstartgids(opent in een nieuw venster) voor meer informatie.

Wat dit betekent voor bestaande API's

Chat Completions API(opent in een nieuw venster): Chat Completions blijft onze meest gebruikte API, en we zetten ons volledig in om deze te ondersteunen met nieuwe modellen en mogelijkheden. Ontwikkelaars die geen ingebouwde tools nodig hebben, kunnen met een gerust hart Chat Completions blijven gebruiken. We blijven nieuwe modellen uitbrengen voor Chat Completions zodra hun mogelijkheden niet afhankelijk zijn van ingebouwde tools of meerdere modelaanroepen. De Responses API is echter een superset(opent in een nieuw venster) van Chat Completions met dezelfde geweldige prestaties, dus voor nieuwe integraties raden we aan te beginnen met de Responses API.

Assistenten API(opent in een nieuw venster): Op basis van feedback van ontwikkelaars uit de bèta van de Assistants API, hebben we belangrijke verbeteringen aangebracht in de Response API, waardoor deze flexibeler, sneller en gebruiksvriendelijker is geworden. We werken aan het bereiken van volledige functionaliteit tussen de Assistants en de Responses API, inclusief ondersteuning voor Assistant-achtige en Thread-achtige objecten, en de Code Interpreter tool. Zodra dit is voltooid, zijn we van plan om formeel de depreciatie van de Assistants API aan te kondigen, met als streefdatum een zonsondergang medio 2026. Na de depreciatie zullen we een duidelijke migratiegids bieden van de Assistants API naar de Responses API, zodat ontwikkelaars al hun gegevens kunnen behouden en hun applicaties kunnen migreren. Totdat we de depreciatie formeel aankondigen, blijven we nieuwe modellen leveren aan de Assistants API. De Response API vertegenwoordigt de toekomstige richting voor het bouwen van agents op OpenAI.

Ingebouwde tools introduceren in de API Reacties

Zoeken op het web

Ontwikkelaars kunnen nu snelle, up-to-date antwoorden krijgen met duidelijke en relevante citaten van het web. In de API Reacties is zoeken op het web beschikbaar als een hulpmiddel bij gebruik van gpt-4o en gpt-4o-mini, en kan gekoppeld worden aan andere hulpmiddelen of functie-aanroepen.

JavaScript

1

const response = await openai.responses.create({

2

model: "gpt-4o",

3

tools: [ {type: "web_search_preview" } ],

4

invoer: "Wat was een positief nieuwsbericht dat vandaag is gebeurd?",

5

});

6

7

console.log(response.output_text);

Tijdens de eerste tests hebben we ontwikkelaars zien bouwen met webzoeken voor een verscheidenheid aan gebruikssituaties, waaronder winkelassistenten, onderzoeksagenten en reisboekingsagenten - elke toepassing die tijdige informatie van het web nodig heeft.

Hebbia(opent in een nieuw venster) maakt bijvoorbeeld gebruik van de webzoekfunctie om vermogensbeheerders, private equity- en kredietfirma's en advocatenpraktijken te helpen snel bruikbare inzichten te verkrijgen uit uitgebreide openbare en particuliere datasets. Door realtime zoekmogelijkheden in hun onderzoeksworkflows te integreren, levert Hebbia rijkere, contextspecifieke marktinformatie en verbetert het voortdurend de nauwkeurigheid en relevantie van hun analyses, waardoor ze beter presteren dan de huidige benchmarks.

Zoeken op het web in de API wordt aangedreven door hetzelfde model dat wordt gebruikt voor zoeken in ChatGPT. Op SimpleQA, een benchmark die de nauwkeurigheid van LLM's evalueert bij het beantwoorden van korte, feitelijke vragen, scoren GPT-4o zoekvoorbeeld en GPT-4o mini zoekvoorbeeld respectievelijk 90% en 88%.

SimpleQA Nauwkeurigheid (hoger is beter)

63%

38%

47%

15%

90%

88%

0

20

40

60

80

100

Nauwkeurigheid

GPT-4.5

GPT-4o

OpenAI o1

OpenAI o3-mini

GPT-4o

zoekvoorbeeld

GPT-4o mini

zoekvoorbeeld

Reacties die worden gegenereerd met de webzoekfunctie in de API bevatten links naar bronnen, zoals nieuwsartikelen en blogberichten, zodat gebruikers meer te weten kunnen komen. Met deze duidelijke, inline citaten kunnen gebruikers op een nieuwe manier met informatie omgaan, terwijl eigenaren van inhoud nieuwe mogelijkheden krijgen om een breder publiek te bereiken.

Elke website of uitgever kan ervoor kiezen om te verschijnen(opent in een nieuw venster) in de webzoekfunctie in de API.

De webzoektool is beschikbaar voor alle ontwikkelaars in preview in de Responses API. We geven ontwikkelaars ook direct toegang tot onze verfijnde zoekmodellen in de Chat Completions API via gpt-4o-search-preview en gpt-4o-mini-search-preview. De prijs (opent in een nieuw venster) begint respectievelijk bij $30 en $25 per duizend zoekopdrachten voor GPT-4o-zoeken en 4o-mini-zoeken. Bekijk zoeken op het web in de Playground(opent in een nieuw venster) en lees meer in onze documenten(opent in een nieuw venster).

Zoeken in bestanden

Ontwikkelaars kunnen nu gemakkelijk relevante informatie uit grote hoeveelheden documenten halen met behulp van de verbeterde zoekfunctie voor bestanden. Met ondersteuning voor meerdere bestandstypen, queryoptimalisatie, filteren op metagegevens en aangepaste herrangschikking kan het snelle, nauwkeurige zoekresultaten leveren. En nogmaals, met de Responses API zijn er maar een paar regels code nodig om te integreren.

JavaScript

1 const productDocs = await openai.vectorStores.create({

2 naam: "Productdocumentatie

3 file_ids: [file1.id, file2.id, file3.id],

4 });

5

6 const response = await openai.responses.create({

7 model: "gpt-4o-mini",

8 tools: [{

9 type: "file_search",

10 vector_store_ids: [productDocs.id],

11 }],

12 invoer: "Wat is diepgaand onderzoek door OpenAI?",

13 });

14

15 console.log(response.output_text);

De file search tool kan gebruikt worden voor een verscheidenheid aan real-world use cases, waaronder een customer support agent in staat stellen om gemakkelijk FAQ's te openen, een juridisch medewerker helpen om snel te verwijzen naar eerdere zaken voor een gekwalificeerde professional, en een codeeragent helpen om technische documentatie op te vragen. Navan(opent in een nieuw venster) gebruikt bijvoorbeeld zoeken in bestanden in haar AI-gestuurde reisagent om haar gebruikers snel te voorzien van nauwkeurige antwoorden uit kennisbankartikelen (zoals het reisbeleid van hun bedrijf). Met ingebouwde queryoptimalisatie en reranking kunnen zij een krachtige RAG-pijplijn (retrieval-augmented generation) opzetten zonder extra afstemming of configuratie. Met speciale vectoropslag voor elke gebruikersgroep is Navan in staat om antwoorden op maat te maken voor individuele accountinstellingen en gebruikersrollen, waardoor klanten en hun personeel tijd besparen en nauwkeurige, gepersonaliseerde ondersteuning kunnen bieden.

Deze tool is beschikbaar in de Responses API voor alle ontwikkelaars. Gebruik is geprijsd(opent in een nieuw venster) voor $2,50 per duizend zoekopdrachten en bestandsopslag voor $0,10/GB/dag, waarbij de eerste GB gratis is. De tool blijft beschikbaar in de Assistants API. Tot slot hebben we ook een nieuw zoek-eindpunt toegevoegd aan Vector Store API-objecten om uw gegevens direct te kunnen opvragen voor gebruik in andere toepassingen en API's. Lees meer in onze docs(opent in een nieuw venster) en begin met testen in de Playground(opent in een nieuw venster).

Computergebruik

Om agents te bouwen die in staat zijn om taken op een computer uit te voeren, kunnen ontwikkelaars nu de computer use tool in de Responses API gebruiken, aangedreven door hetzelfde Computer-Using Agent (CUA) model dat Operator mogelijk maakt. Dit voorbeeldmodel voor onderzoek heeft een nieuw state-of-the-art record gevestigd, met 38,1% succes op OSWorld(opent in een nieuw venster) voor volledige computergebruikstaken, 58,1% op WebArena(opent in een nieuw venster), en 87% op WebVoyager(opent in een nieuw venster) voor webgebaseerde interacties.

De ingebouwde tool voor computergebruik legt muis- en toetsenbordacties vast die door het model worden gegenereerd, waardoor ontwikkelaars computergebruikstaken kunnen automatiseren door deze acties direct te vertalen naar uitvoerbare opdrachten binnen hun omgevingen.

JavaScript

1 const response = await openai.responses.create({

2 model: "computer-gebruik-preview",

3 tools: [{

4 type: "computer_gebruik_preview",

5 display_width: 1024,

6 beeldschermhoogte: 768,

7 omgeving: "browser",

8 }],

9 afkappen: "auto",

10 invoer: "Ik ben op zoek naar een nieuwe camera. Help me de beste te vinden.",

11 });

12

13 console.log(response.output);

Ontwikkelaars kunnen de computertool gebruiken om browsergebaseerde workflows te automatiseren, zoals het uitvoeren van kwaliteitscontrole op webapps of het uitvoeren van taken voor gegevensinvoer in oudere systemen. Unify(opent in een nieuw venster) is bijvoorbeeld een actiesysteem voor groeiende inkomsten dat agenten gebruikt om intentie te identificeren, accounts te onderzoeken en contact te leggen met kopers. Met behulp van OpenAI's tool voor computergebruik hebben de agenten van Unify toegang tot informatie die voorheen onbereikbaar was via API's, zoals een vastgoedbeheerbedrijf dat via online kaarten kan controleren of een bedrijf zijn vastgoednetwerk heeft uitgebreid. Dit onderzoek fungeert als een aangepast signaal om een gepersonaliseerde outreach te starten, zodat go-to-market teams met precisie en op grote schaal kopers kunnen benaderen.

Een ander voorbeeld is Luminai (opent in een nieuw venster), dat de tool voor computergebruik integreerde om complexe operationele workflows te automatiseren voor grote ondernemingen met legacysystemen die niet over API's en gestandaardiseerde gegevens beschikken. In een recente pilot met een grote maatschappelijke organisatie automatiseerde Luminai de aanvraagverwerking en gebruikersregistratie in slechts enkele dagen, iets wat traditionele robotische procesautomatisering (RPA) met moeite voor elkaar kreeg na maanden van inspanning.

Voordat we vorig jaar CUA in Operator lanceerden, hebben we uitgebreide veiligheidstests en red teaming uitgevoerd, waarbij we drie belangrijke risicogebieden hebben aangepakt: misbruik, modelfouten en grensrisico's. Om de risico's aan te pakken die gepaard gaan met de uitbreiding van de mogelijkheden van Operator naar lokale besturingssystemen via CUA in de API, hebben we extra veiligheidstests en red teaming uitgevoerd. We hebben ook risicobeperkingen voor ontwikkelaars toegevoegd, waaronder veiligheidscontroles tegen prompt-injecties, bevestigingsprompts voor gevoelige taken, hulpmiddelen om ontwikkelaars te helpen hun omgevingen te isoleren en verbeterde detectie van mogelijke beleidsovertredingen. Hoewel deze risicobeperkingen het risico helpen verminderen, is het model nog steeds gevoelig voor onopzettelijke fouten, vooral in niet-browseromgevingen. De prestaties van CUA op OSWorld, een benchmark die is ontworpen om de prestaties van AI-agenten op echte taken te meten, ligt momenteel bijvoorbeeld op 38,1%, wat aangeeft dat het model nog niet erg betrouwbaar is voor het automatiseren van taken op besturingssystemen. In deze scenario's wordt menselijk toezicht aanbevolen. Meer details over ons API-specifieke veiligheidswerk vindt u in onze bijgewerkte systeemkaart.

Type benchmark Benchmark Computergebruik (universele interface) Webbrowseragenten Menselijk

OpenAI CUA Vorige SOTA Vorige SOTA

Computergebruik OSWorld 38,1% 22,0% - 72,4%

Browsergebruik WebArena 58,1% 36,2% 57,1% 78,2%

WebVoyager 87,0% 56,0% 87,0% - WebArena

Evaluatiedetails worden hier beschreven

Vanaf vandaag is de computer gebruikstool beschikbaar als een onderzoekspreview in de Responses API voor geselecteerde ontwikkelaars in de gebruiksniveaus 3-5 (opent in een nieuw venster). Het gebruik is geprijsd(opent in een nieuw venster) op $3/1M invoertokens en $12/1M uitvoertokens. Lees meer in onze documentatie(opent in een nieuw venster) en bekijk de voorbeeldtoepassing(opent in een nieuw venster) die laat zien hoe u met deze tool kunt bouwen.

Agenten SDK

Naast het bouwen van de kernlogica van agents en het geven van toegang tot tools zodat ze nuttig zijn, moeten ontwikkelaars ook agentic workflows orkestreren. Onze nieuwe open-source Agents SDK vereenvoudigt het orkestreren van multi-agent workflows en biedt aanzienlijke verbeteringen ten opzichte van Swarm(opent in een nieuw venster), een experimentele SDK die we vorig jaar hebben uitgebracht en die op grote schaal is aangenomen door de ontwikkelaarsgemeenschap en met succes is geïmplementeerd door meerdere klanten.

De verbeteringen omvatten:

Agenten: Gemakkelijk configureerbare LLM's met duidelijke instructies en ingebouwde tools.

Handoffs: Intelligente overdracht van controle tussen agents.

Guardrails: Configureerbare veiligheidscontroles voor invoer- en uitvoervalidatie.

Traceren en observeerbaarheid: Visualiseer agentuitvoeringstraces om fouten op te sporen en prestaties te optimaliseren.

Python

1 van agents importeer Agent, Runner, WebSearchTool, function_tool, guardrail

2

3 @functie_tool

4 def submit_refund_request(item_id: str, reason: str):

5 # Uw restitutielogica gaat hier

6 geef "succes" terug

7

8 support_agent = Agent(

9 name="Ondersteuning & Retouren",

10 instructions="U bent een support agent die terugbetalingen kan indienen [...]",

11 tools=[submit_refund_request],

12 )

13

14 shopping_agent = Agent(

15 name="Winkelassistent",

16 instructions="U bent een boodschappenassistent die het web kan doorzoeken [...]",

17 tools=[WebSearchTool()],

18 )

19

20 triage_agent = Agent(

21 name="Triage Agent",

22 instructions="Routeer de gebruiker naar de juiste agent.",

23 handoffs=[shopping_agent, support_agent],

24 )

25

26 uitvoer = Runner.run_sync(

27 starting_agent=triage_agent,

28 input="Welke schoenen passen het beste bij mijn outfit tot nu toe?",

29 )

De Agents SDK is geschikt voor verschillende toepassingen in de echte wereld, waaronder automatisering van klantenondersteuning, onderzoek in meerdere stappen, het genereren van inhoud, het beoordelen van code en verkoopvoorspellingen. Coinbase(opent in een nieuw venster) gebruikte de Agents SDK bijvoorbeeld om snel een prototype te maken van AgentKit, een toolkit waarmee AI-agenten naadloos kunnen communiceren met cryptowallets en verschillende on-chain activiteiten. In slechts een paar uur tijd integreerde Coinbase aangepaste acties van hun Developer Platform SDK in een volledig functionele agent. De gestroomlijnde architectuur van AgentKit vereenvoudigde het proces van het toevoegen van nieuwe agentacties, waardoor ontwikkelaars zich meer konden richten op zinvolle integraties en minder op het navigeren door complexe agentinstellingen.

In een paar dagen tijd was Box(opens in a new window) in staat om snel agents te maken die gebruikmaken van zoeken op het web en de Agent SDK om bedrijven in staat te stellen ongestructureerde gegevens die zijn opgeslagen in Box en openbare internetbronnen te doorzoeken, te bevragen en er inzichten uit te halen. Dankzij deze aanpak hebben klanten niet alleen toegang tot de meest recente informatie, maar kunnen ze ook hun interne, bedrijfseigen gegevens doorzoeken op een veilige manier die voldoet aan hun interne machtigingen en beveiligingsbeleid. Een financiële dienstverlener kan bijvoorbeeld een aangepaste agent bouwen die een beroep doet op de Box AI-agent om hun interne marktanalyse die is opgeslagen in Box te integreren met real-time nieuws en economische gegevens van het web, zodat hun analisten een uitgebreid overzicht krijgen voor investeringsbeslissingen.

De Agents SDK werkt met de Response API en Chat Completions API. De SDK werkt ook met modellen van andere providers, zolang zij een Chat Completions stijl API eindpunt aanbieden. Ontwikkelaars kunnen het onmiddellijk integreren in hun Python codebases, en ondersteuning voor Node.js komt binnenkort. Lees meer in onze documentatie (opent in een nieuw venster).

Bij het ontwerpen van de Agents SDK werd ons team geïnspireerd door het uitstekende werk van anderen in de gemeenschap, waaronder Pydantic(opent in een nieuw venster), Griffe(opent in een nieuw venster) en MkDocs(opent in een nieuw venster). We zijn vastbesloten om door te gaan met het bouwen van de Agents SDK als een open source framework, zodat anderen in de gemeenschap onze aanpak kunnen uitbreiden.

Wat is de volgende stap: het platform voor agents bouwen

Wij geloven dat agents snel een integraal onderdeel van het personeelsbestand zullen worden, waardoor de productiviteit in alle sectoren aanzienlijk zal toenemen. Omdat bedrijven steeds meer gebruik willen maken van AI voor complexe taken, zetten wij ons in om de bouwstenen te leveren waarmee ontwikkelaars en bedrijven op effectieve wijze autonome systemen kunnen maken die echt impact hebben.

Met de releases van vandaag introduceren we de eerste bouwstenen waarmee ontwikkelaars en bedrijven gemakkelijker betrouwbare, goed presterende AI-agenten kunnen bouwen, inzetten en schalen. Naarmate de modelmogelijkheden steeds agentgerichter worden, blijven we investeren in diepere integraties met onze API's en nieuwe tools om agents in productie te helpen implementeren, evalueren en optimaliseren. Ons doel is om ontwikkelaars een naadloze platformervaring te bieden voor het bouwen van agents die kunnen helpen bij een verscheidenheid aan taken in elke branche. We zijn benieuwd wat ontwikkelaars nu weer gaan bouwen. Om aan de slag te gaan, kunt u onze documenten bekijken (opent in een nieuw venster) en blijf op de hoogte voor meer updates binnenkort.