Agents API: OpenAI bestätigt Container-Abrechnungsfehler

Ein Reddit-Nutzer berichtete am 18. September 2026 von einer Agents-API-Rechnung über 1.600 Dollar, nachdem er gehostete Sessions ungenutzt stehen gelassen hatte. OpenAI bestätigte am selben Tag überhöhte Container-Abrechnungen und markierte den Vorfall am 19. September als behoben. Mein Schluss daraus: Unerwartete Gebühren erst prüfen, bevor ich sie als normalen Preis akzeptiere, und trotzdem für jede Session festlegen, wann sie aufgeräumt wird. [1] [2]

Was wurde aus der gemeldeten Rechnung über 1.600 Dollar?

Der Bericht erhielt eine wesentliche Ergänzung: Sein Autor schrieb, OpenAI habe ein Abrechnungsproblem bestätigt, und verlinkte anschließend den offiziellen Vorfall. Dadurch lese ich die ursprüngliche Warnung anders. Sie ist ein Anlass, eine fehlerhafte Abrechnung zu untersuchen, aber kein verlässliches Beispiel dafür, was ungenutzte Sessions normalerweise kosten. [1] [2]

Der Nutzer beschrieb wiederkehrende Jobs, die nach dem Wechsel zu Luna etwa fünf Minuten dauerten und rund 0,20 Dollar an Modellnutzung kosteten. Er hatte 138 Sessions angelegt und als Aufzeichnung früherer Arbeit behalten. Laut seinem Beitrag stiegen die angezeigten Kosten später auf über 200 Dollar und dann auf 1.600 Dollar. Diese Beträge, der zeitliche Ablauf und die Angaben zu den Jobs stammen weiterhin allein vom Autor. [2]

OpenAIs Statusseite bestätigt den übergreifenden Vorfall unabhängig davon. Am 18. September kündigte das Unternehmen an, unerwartet hohe Gebühren für gehostete Container zu untersuchen und Erstattungen vorzubereiten. Am 19. September meldete es eine Maßnahme, die neue Sessions schützte, und markierte den Vorfall anschließend als behoben. Die Mitteilung bestätigt weder die genaue Rechnung dieses Nutzers noch eine bereits erfolgte Erstattung. [1]

Wenn du abwägst, welche Arbeit dir die Agents API abnimmt, ist diese Unterscheidung wichtig. Eine fehlerhafte Rechnung kann einen Dienst unbezahlbar erscheinen lassen, obwohl der vorgesehene Preis ein anderer ist. Ich würde die Session-IDs und Abrechnungsunterlagen sichern, bevor ich entscheide, ob ich den Job selbst anders aufbauen muss.

Was kostet eine gehostete Sandbox normalerweise?

OpenAI dokumentiert zwei getrennte Kostenpunkte: den Token-Verbrauch des Modells und die Container-Gebühren der gehosteten Sandbox. Wer nur auf einen Token-Zähler schaut, übersieht deshalb einen Teil der Aufgabenkosten. Der Leitfaden für gehostete Umgebungen verweist ausdrücklich auf die reguläre Preistabelle für Container. [3]

Bei meiner Prüfung am 22. September 2026 führte diese Tabelle die folgenden Beträge auf. Die zweite Spalte übernimmt die dort angegebene Einheit von 20 Minuten. Für die letzte Spalte habe ich die Beträge durch 20 geteilt; damit behaupte ich nicht, dass jede Session minutenweise abgerechnet wird. [4]

Bei Container-Sessions, die die Voraussetzungen erfüllen, gilt laut Fußnote eine minutenweise Abrechnung mit einer Mindestdauer von fünf Minuten. Die Preisseite definiert weder diese Voraussetzungen noch, wie jede Phase ohne Aktivität erfasst wird. Bevor ich den umgerechneten Minutenpreis für eine Kostenschätzung nutze, würde ich diese Details für den konkreten Job klären. Aus der Preistabelle allein lässt sich die Reddit-Rechnung nicht rekonstruieren. [4]

Das ist eine andere Frage als die nach den Fünf-Stunden-Nutzungslimits in Codex-Abos. Das Kontingent eines Abos begrenzt die enthaltene Nutzung; eine API-Anwendung muss die Ressourcen berücksichtigen, die sie anlegt. Wer beides vermischt, macht beide Diskussionen unnötig schwer verständlich.

Wird die Sandbox freigegeben, wenn eine Aufgabe fertig ist?

Eine Aufgabe abzuschließen und ihre Sandbox aufzuräumen, sind getrennte Schritte. Laut OpenAI erhalten verbundene Sandboxes zwischen den Turns Keep-alive-Signale und können nach einer Stunde ohne Aktivität oder solche Signale ablaufen. Diese Stunde ist also keine Zusage, dass die Sandbox jeder abgeschlossenen Aufgabe genau 60 Minuten später verschwindet. [3]

Zum Aufräumen sieht die Dokumentation vor, eine nicht mehr benötigte Session zu löschen. Eine 409-Antwort kann bedeuten, dass Einrichtung oder Ausführung noch nicht ganz abgeschlossen sind. OpenAI empfiehlt, zu warten und es erneut zu versuchen, mit einer begrenzten Anzahl von Versuchen. Das Löschen der Session entfernt die Ressource aus der API, während das physische Aufräumen asynchron weiterlaufen kann. [3] [5]

Ein Abbruch hat einen anderen Zweck. Er stoppt einen laufenden Turn, erhält aber die Unterhaltung und die bisherige Arbeit. Der Session-Leitfaden warnt außerdem davor, eine inaktive Session als Beleg für ein erfolgreiches Ergebnis zu verstehen: Anwendungen sollten den Ausgang des Turns und seine Ausgabe prüfen. Ich würde getrennt erfassen, ob die Arbeit als erledigt akzeptiert wurde und ob ihre Ressourcen freigegeben wurden. [7]

Das ist die betriebliche Seite davon, nützlichen Kontext für Coding-Agenten zu bewahren. Gespeichertes Wissen und eine laufende Arbeitsumgebung erfüllen unterschiedliche Zwecke. Bei einem wiederkehrenden Job würde ich das akzeptierte Ergebnis und den benötigten Verlauf gezielt speichern und dann entscheiden, ob ein weiterer Turn tatsächlich dieselbe Umgebung braucht.

Was würde ich in einer Agenten-Anwendung ändern?

Ich würde die Anwendung Sessions von der Erstellung bis zum Aufräumen nachverfolgen lassen, auch bei fehlgeschlagenen Jobs. Jede Session bekäme einen Verantwortlichen und eine Frist für ihre Aufbewahrung. Sobald die erforderlichen Ausgaben gespeichert sind, würde ein Worker die Löschung anfordern, die Antwort protokollieren und vorübergehende Fehler mit begrenzten Wiederholungen behandeln. Eine separate regelmäßige Prüfung würde Sessions finden, die beim normalen Abschluss übersehen wurden.

Das ist mein Vorschlag für den Aufbau der Anwendung, keine Korrektur, die Kunden laut OpenAI hätten vornehmen müssen, um den Abrechnungsfehler zu verhindern. Mit diesem Aufbau wird der Ressourcenverbrauch nachvollziehbar. Wenn eine Gebühr falsch aussieht, will ich wissen, welche Sessions existierten, was darin lief und wann das Aufräumen angefordert wurde.

Außerdem würde ich die Aufzeichnungen der Anwendung mit den Abrechnungsdaten vergleichen. OpenAI bezeichnet die Token-Zähler auf Session- und Turn-Ebene als vorläufig: Sie können fehlen oder sich ändern, wenn Abrechnungsdaten eintreffen, und sind keine endgültige Rechnung. Um die Kosten der gesamten Aufgabe zu schätzen, sollen laut OpenAI auch delegierte Arbeit, Wiederholungsversuche und anfallende Tool- oder Rechenkosten einfließen. [6]

Zuletzt würde ich prüfen, ob die Aufgabe überhaupt eine Sandbox braucht. Die dokumentierte Option environment.type: "none" kann sich für Arbeit mit externen Tools eignen, entfernt aber die integrierten Bash- und Patch-Funktionen sowie die Dateien der Arbeitsumgebung. Ich würde sie für Jobs wählen, deren benötigte Tools auch ohne diese Umgebung verfügbar bleiben. [8]

Beim nächsten wiederkehrenden Job würde ich das gespeicherte Ergebnis zusammen mit dem Protokoll zum Aufräumen prüfen. Beides gehört zu einem abgeschlossenen Lauf.