Đội kỹ thuật nào đang tự viết bộ khung chạy AI Agent cũng biết phần tốn công nhất nằm quanh model: chia việc cho agent con, giữ ngữ cảnh khỏi tràn, chạy tiếp khi một lượt chết giữa chừng. Ngày 10/09/2026 OpenAI mở Agents API ở dạng beta công khai và bán đúng phần đó, tức bộ khung đang chạy Codex, sau một lệnh gọi API. Câu trả lời ngắn cho doanh nghiệp Việt: không có phí nền tảng riêng, tiền thật nằm ở token, còn dữ liệu của Agents API hiện chỉ lưu tại Hoa Kỳ và chưa hỗ trợ Zero Data Retention (ZDR). Vì vậy agent làm việc nội bộ như rà mã, dọn tài liệu, soạn báo cáo từ số đã ẩn danh thì thử được ngay, còn agent đọc hồ sơ khách hàng, hợp đồng hay dữ liệu nhân sự thì chưa đưa lên được. Mọi chi tiết dưới đây MONA tra lại trên tài liệu và bảng giá của OpenAI ngày 14/10/2026.
OpenAI công bố gì khi mở Agents API ngày 10/09/2026
Nhật ký thay đổi của OpenAI ghi ngày 10/09/2026 là ngày Agents API ra bản beta công khai, với lời mô tả: dựng agent trên bộ khung Codex do OpenAI quản lý, còn OpenAI lo việc điều phối phiên, nén ngữ cảnh và khôi phục khi lỗi. Tới ngày 29/09/2026, cùng nhật ký đó ghi thêm khả năng dùng máy tính (computer use), cho agent thao tác trong một trình duyệt do OpenAI chạy hộ. Trang tổng quan Agents API định nghĩa bốn khái niệm mà ai từng tự viết bộ khung đều quen: agent gồm model, hướng dẫn, công cụ và các máy chủ MCP được phép dùng; môi trường là sandbox tuỳ chọn để agent mở file, nạp skill và chạy lệnh; phiên (session) là một bản agent sống bền, nhận việc và trả lời khi có đầu vào mới; sự kiện và mục là những gì đi vào, đi ra trong phiên.
Sơ đồ trên nói rõ ranh giới trách nhiệm. Ứng dụng của doanh nghiệp mở phiên, gửi việc và nhận kết quả. Phần chạy vòng lặp agent, gọi công cụ, quản lý sandbox thì OpenAI làm. Doanh nghiệp vẫn có thể tự dựng sandbox trên hạ tầng của mình, nhưng như phần dữ liệu bên dưới sẽ nói, chọn sandbox tự dựng chỉ đổi nơi chạy lệnh, chứ model và bộ khung vẫn chạy trên dịch vụ của OpenAI. Ai mới làm quen khái niệm agent thì đọc trước bài AI Agent là gì và nên giao việc nào cho AI Agent, còn phần MCP trong định nghĩa agent được giải thích ở bài MCP server là gì.
Agents API bán sẵn phần điều phối mà đội kỹ thuật hay tự viết
Gọi model thì đội nào cũng gọi được sau một buổi chiều. Thứ ngốn thời gian là mấy việc xung quanh: cắt việc lớn thành việc nhỏ để agent con làm song song, gom kết quả về, tóm tắt bớt lịch sử khi phiên dài, và nối lại đúng chỗ khi mạng hay máy chủ đứt. Danh sách năng lực của bộ khung trong tài liệu ghi gần như đủ những thứ đó: chạy lệnh và mã trong sandbox, áp skill và hướng dẫn, nối dữ liệu ngoài qua công cụ hoặc MCP, chỉnh hướng agent khi nó đang làm, tóm tắt việc cũ để giữ cửa sổ ngữ cảnh, chia việc cho agent con, và chạy tiếp phiên từ chỗ dừng. Mẫu cấu hình trong tài liệu bật chế độ nhiều agent với tối đa 4 agent con chạy cùng lúc.
MONA có một số đo của chính mình cho đúng kiểu việc này, ghi lại ngày 15/09/2026 khi chạy bộ khung tự viết cho bài nghiên cứu rà lỗ hổng plugin WordPress: bốn agent con quét song song, mỗi agent một bản sao mã riêng, rồi một lượt nữa đi vá. Mỗi lượt quét tốn từ 169.226 tới 183.575 token và mất 50 tới 137 giây, lượt vá tốn 190.453 token trong 231 giây, cả năm lượt cộng lại 883.128 token và 8 phút 50 giây máy chạy. Bốn agent con xong sau 137 giây tính từ lúc bấm, trong khi cộng dồn thời gian bốn lượt là 299 giây, tức chia việc ra làm cùng lúc rút thời gian chờ xuống còn chưa tới một nửa. Không lượt nào chạm giới hạn ngữ cảnh. Phần tự tóm tắt mà OpenAI bán kèm vì thế chưa được thử tới. Lượt đó chạy trên Claude, chưa có lượt nào chạy trên Agents API, vì vậy số này dùng để ước lượng độ lớn hoá đơn ở phần sau chứ không dùng để so chất lượng.
Tiền token lớn hơn tiền thuê sandbox khoảng 70 lần
Trang tổng quan của Agents API ghi cách tính tiền trong ba dòng: model tính theo giá API của model đã chọn, công cụ của OpenAI tính theo giá chuẩn, sandbox do OpenAI chạy tính theo giá container. Không có dòng phí nền tảng nào khác. Trên bảng giá API của OpenAI, giá container hiện là 0,03 USD cho 1 GB, 0,12 USD cho 4 GB, 0,48 USD cho 16 GB và 1,92 USD cho 64 GB, mỗi phiên 20 phút, tính theo phút với tối thiểu 5 phút mỗi phiên. Các con số này MONA tra lại ngày 14/10/2026 và vẫn y như lúc Agents API ra mắt.
Để biết khoản nào quyết định hoá đơn, MONA lắp khối lượng 170.000 token của một lượt đọc mã vào bảng giá GPT-6 Astra, model mà mẫu cấu hình trong tài liệu dùng. Giá Astra tra ngày 14/10/2026: 10 USD mỗi triệu token đầu vào, 1 USD cho đầu vào đọc lại từ cache, 12,5 USD cho lần ghi vào cache và 50 USD mỗi triệu token đầu ra; yêu cầu nào quá 272.000 token đầu vào thì cả yêu cầu bị tính gấp đôi giá đầu vào. Giả định 95% là token đầu vào vì agent chủ yếu đọc mã, 5% là token trả lời, tỷ giá 26.080 đồng mỗi USD (Vietcombank bán ra ngày 14/10/2026). Số token của Claude và GPT-6 Astra không bằng nhau cho cùng một việc, nên bảng dưới chỉ ước lượng độ lớn của hoá đơn.
| Khoản tiền | Cách tính | Một lượt 170.000 token | Năm lượt ngày 15/09 (883.128 token) |
|---|---|---|---|
| Container 4 GB | 0,12 USD mỗi 20 phút, tối thiểu 5 phút | khoảng 782 đồng | khoảng 3.912 đồng (25 phút bị tính) |
| Token, đầu vào chưa có cache | 10 USD đầu vào, 50 USD đầu ra mỗi triệu token | khoảng 53.200 đồng | khoảng 276.400 đồng |
| Token, lần đầu ghi vào cache | 12,5 USD đầu vào, 50 USD đầu ra | khoảng 63.700 đồng | chỉ tính một lần cho phần mã không đổi |
| Token, đọc lại từ cache | 1 USD đầu vào, 50 USD đầu ra | khoảng 15.300 đồng | áp cho các lượt sau đọc cùng kho mã |
Năm lượt của MONA chạy thật 8 phút 50 giây, mà vì mỗi phiên tính tối thiểu 5 phút, hoá đơn sẽ ghi 25 phút container. Tỷ lệ lãng phí đó chỉ đáng kể với hệ thống mở hàng nghìn phiên ngắn mỗi ngày, và khi đó gom nhiều việc vào một phiên rẻ hơn mở phiên mới cho từng việc. Còn lại thì tiền máy rất nhỏ. Con số cụ thể: 276.400 đồng tiền token so với 3.912 đồng tiền container, chênh khoảng 70 lần. Khoản giảm được nhiều nhất nằm sẵn trong bảng giá: đầu vào đọc lại từ cache rẻ hơn mười lần. Một agent rà cùng một kho mã mỗi ngày làm việc, 22 ngày một tháng, nếu không dùng cache thì tốn khoảng 1,17 triệu đồng; ghi cache một lần rồi đọc lại 21 ngày còn lại thì khoảng 385.000 đồng, với điều kiện phần mã đọc vào không đổi giữa các ngày. Cách các model khác đặt giá cho cùng khối lượng việc có trong bài GPT-6 Astra giá gấp 2,5 lần và bài DeepSeek V4.1 Flash rẻ hơn V4 Pro.
Dữ liệu chỉ lưu tại Hoa Kỳ và chưa có Zero Data Retention
Cuối trang tổng quan có một khung lưu ý mà bộ phận bảo mật của doanh nghiệp nào cũng phải đọc. Agents API giữ trạng thái phiên để làm tiếp qua nhiều lượt, doanh nghiệp xoá được phiên và sản phẩm đã xuất khi không cần nữa, nhưng hiện chỉ hỗ trợ lưu trú dữ liệu tại Hoa Kỳ và không hỗ trợ ZDR. Câu kế tiếp chặn luôn lối thoát mà nhiều đội kỹ thuật nghĩ tới đầu tiên: chọn sandbox tự dựng không làm Agents API đủ điều kiện ZDR. MONA đọc lại khung này ngày 14/10/2026, nội dung không đổi so với ngày ra mắt.
Trang kiểm soát dữ liệu của OpenAI cho thêm chi tiết. Ở dòng endpoint /v1/agents, dữ liệu không dùng để huấn luyện model, bản lưu để giám sát lạm dụng giữ 30 ngày, trạng thái ứng dụng giữ tới khi doanh nghiệp xoá, và endpoint này không đủ điều kiện ZDR. So với hai endpoint quen thuộc là /v1/responses và /v1/chat/completions, vốn được bật ZDR khi tổ chức đã được duyệt, Agents API đang lùi một bước về kiểm soát dữ liệu để đổi lấy phần điều phối làm sẵn.
Với một agent rà mã của chính công ty, mấy dòng này không cản gì. Với agent đọc đơn hàng có tên và số điện thoại khách, hợp đồng, hồ sơ nhân sự hay dữ liệu bệnh nhân thì chúng quyết định luôn: dữ liệu cá nhân của người Việt sẽ nằm ở Hoa Kỳ cho tới khi doanh nghiệp tự xoá, và doanh nghiệp phải tự đánh giá việc chuyển dữ liệu ra nước ngoài theo quy định hiện hành. Bài Nghị định 356/2025 về dữ liệu cá nhân trong phần mềm liệt kê những thứ phần mềm phải có khi xử lý loại dữ liệu này, còn bài Luật Trí tuệ nhân tạo cho doanh nghiệp dùng chatbot và AI Agent nói về nghĩa vụ phía hệ thống AI. Doanh nghiệp đã chạy hạ tầng trên AWS còn một đường nữa: tài liệu OpenAI giới thiệu Bedrock Managed Agents, bản chuyển thể Agents API chạy cả bộ khung lẫn suy luận model trong Amazon Bedrock. Vùng hỗ trợ, giới hạn và cách xử lý dữ liệu của bản này do AWS công bố riêng. Phải đọc tài liệu AWS trước khi tính tới.
Việc nào đưa lên Agents API được ngay, việc nào giữ lại
Gộp phần tiền và phần dữ liệu lại, danh sách việc chia khá rõ. Tiêu chí MONA dùng để xếp là hai câu hỏi: agent có đọc dữ liệu cá nhân hay bí mật của khách không, và việc có cần chạy trong hạ tầng đặt tại Việt Nam không.
| Loại việc agent | Có dữ liệu khách không | Đưa lên Agents API | Lý do |
|---|---|---|---|
| Rà mã nguồn, viết kiểm thử, dọn tài liệu kỹ thuật nội bộ | Không | Thử được ngay | Chỉ dính mã của chính công ty; tiền chủ yếu là token đọc mã |
| Soạn báo cáo từ số liệu đã ẩn danh | Đã bỏ định danh | Thử được, kiểm khâu ẩn danh trước | Rủi ro nằm ở bước ẩn danh trước khi gửi đi |
| Agent chăm sóc khách đọc lịch sử đơn và hội thoại | Có | Chưa | Dữ liệu cá nhân lưu tại Hoa Kỳ tới khi xoá, không có ZDR |
| Rà hợp đồng, hồ sơ nhân sự, hồ sơ bệnh nhân | Có, mức nhạy cảm cao | Chưa | Bộ phận bảo mật thường hỏi ZDR đầu tiên; Agents API chưa có |
| Việc ngành bắt buộc dữ liệu nằm trong hạ tầng đã duyệt (tài chính, y tế) | Có | Không | Sandbox tự dựng vẫn gửi dữ liệu qua model và bộ khung của OpenAI |
Với nhóm việc được thử, thứ tự làm dưới đây giữ chi phí và rủi ro trong tầm kiểm soát ngay từ tuần đầu:
- Chọn một việc agent nội bộ đang chạy hoặc đang làm tay, không chứa một dòng thông tin khách hàng nào.
- Đo một lượt tốn bao nhiêu token đầu vào, đầu ra và bao nhiêu phút máy, trên bộ khung đang dùng.
- Nhân với giá model định dùng và số lượt mỗi tháng để ra hoá đơn dự kiến, tách riêng phần đọc lại từ cache.
- Chạy thử trên Agents API với sandbox do OpenAI quản lý, cỡ container nhỏ nhất đủ dùng, gom việc vào ít phiên.
- So kết quả và số token với bộ khung cũ trên cùng một bộ việc có đáp án, rồi mới quyết định chuyển.
- Ghi lại phiên nào đã tạo và xoá phiên khi xong, vì trạng thái phiên được giữ tới khi doanh nghiệp tự xoá.
Những điều tài liệu Agents API chưa trả lời
Bản beta còn để trống vài chỗ đúng vào phần người trả tiền cần biết, và MONA ghi ra đây để lần sau đối chiếu. Trang Sessions mà MONA đọc ngày 14/10/2026 nêu giới hạn 4 MiB cho mỗi yêu cầu gửi vào phiên nhưng không nêu một phiên sống được tối đa bao lâu, nên chưa có căn cứ để giao cho agent những việc chạy qua đêm. Tài liệu cũng không có số đo độ trễ khi gọi từ máy chủ đặt tại Việt Nam, trong khi mọi lượt đều đi qua hạ tầng của OpenAI. Phần tự tóm tắt ngữ cảnh chưa nói rõ bỏ đi những gì khi phiên dài, điều quan trọng với việc cần nhớ chi tiết từ đầu phiên. Cuối cùng, OpenAI chưa hẹn ngày nào có lưu trú dữ liệu ngoài Hoa Kỳ hay ZDR cho Agents API. Mấy con số hiệu quả của khách hàng OpenAI mà các trang tin trích lại lúc ra mắt không có trong tài liệu Agents API và nhật ký thay đổi MONA tra ngày 14/10/2026, nên bài này không dùng.
Các endpoint khác của OpenAI như Responses API đã có lưu trú dữ liệu tại châu Âu và UAE cho một số model theo cùng trang kiểm soát dữ liệu, nên khả năng Agents API được bổ sung là có cơ sở, nhưng chưa có mốc. Đội kỹ thuật cần agent đụng dữ liệu khách ngay trong năm nay thì giữ phần đó trên bộ khung tự dựng, đặt gần dữ liệu, và chỉ đưa phần việc nội bộ lên Agents API.
Hỏi đáp
Agents API có thu phí nền tảng riêng không?
Không. Theo trang tổng quan tra ngày 14/10/2026, doanh nghiệp trả tiền token theo giá model đã chọn, tiền công cụ theo giá chuẩn và tiền container nếu dùng sandbox do OpenAI chạy. Với khối lượng việc đọc mã, tiền token lớn hơn tiền container khoảng 70 lần.
Tự dựng sandbox trên máy chủ ở Việt Nam thì dữ liệu có ở lại Việt Nam không?
Không hẳn. Sandbox tự dựng chỉ đổi nơi chạy lệnh và lưu file làm việc. Model và bộ khung vẫn chạy trên dịch vụ OpenAI, và tài liệu ghi rõ chọn sandbox tự dựng không làm Agents API đủ điều kiện ZDR.
OpenAI có dùng dữ liệu gửi qua Agents API để huấn luyện model không?
Bảng kiểm soát dữ liệu ghi “No” ở cột dùng để huấn luyện cho /v1/agents. Bản lưu giám sát lạm dụng giữ 30 ngày, trạng thái phiên giữ tới khi doanh nghiệp xoá.
Agents API khác gì Agents SDK của OpenAI?
Theo bảng so sánh các cách chạy agent của OpenAI, Agents SDK chạy ngay trong ứng dụng của doanh nghiệp, trạng thái giữa các lượt nằm trong kho lưu trữ của doanh nghiệp. Agents API là dịch vụ OpenAI vận hành hộ vòng lặp đó và giữ phiên trên hạ tầng của OpenAI. Chọn SDK thì doanh nghiệp tự lo phần điều phối, đổi lại tự quyết dữ liệu phiên nằm ở đâu.
Có cách nào giảm hoá đơn token cho agent chạy mỗi ngày?
Có. Đầu vào đọc lại từ cache của GPT-6 Astra giá 1 USD mỗi triệu token so với 10 USD khi chưa có cache. Agent đọc cùng một kho mã hay bộ tài liệu mỗi ngày thì ghi cache một lần rồi đọc lại; trong phép tính ở trên, hoá đơn tháng giảm từ khoảng 1,17 triệu đồng xuống khoảng 385.000 đồng.
Agents API giải được phần điều phối cho việc nội bộ, còn agent đụng dữ liệu khách hàng của doanh nghiệp Việt vẫn cần một bộ khung chạy gần dữ liệu, có phân quyền và nhật ký từng lần gọi công cụ. Đó là phần MONA làm trong dịch vụ viết AI Agent theo yêu cầu: đo token và thời gian từng lượt trên việc thật trước khi chọn model, rồi đặt agent ở hạ tầng hợp với loại dữ liệu nó đọc. Doanh nghiệp đang cân giữa Agents API và một agent tự dựng có thể gọi MONA qua hotline 1900 636 648 để mang theo đúng một việc cụ thể và cùng tính hoá đơn token của việc đó.
