OpenAI Hosted Sandboxes 多少钱？2026 Agents API 云端 Agent 成本怎么估算

截至 2026 年 9 月 22 日，官方价格页显示，Hosted Shell 和 Code Interpreter 的容器费用从 1 GB 容器每 20 分钟 0.03 美元起，模型 Token、工具调用和文件搜索还要另算。(developers.openai.com)

本周建议：先用真实任务记录 7 天 的模型 Token、容器时长、工具调用、失败重试、并发峰值和存储量，再决定是否上线。OpenAI Hosted Sandboxes 成本适合用“任务级总成本”核算，不适合只看一次模型请求价格。

这篇文章适合三类人：独立开发者，想快速上线能运行代码和生成文件的 Agent；小型团队，需要比较托管沙箱与自建执行环境；平台工程师，负责制定 Agent 预算、配额和扩容规则。

先拆清 Agents API 与执行环境

OpenAI Agents API 负责的是 Agent 编排。它管理模型调用、上下文、工具使用、会话和多 Agent 协作；Hosted Sandboxes 则提供运行代码、读写文件、安装依赖和生成产物的执行空间。官方说明中，OpenAI Hosted Sandboxes 使用标准容器费率，模型使用费用单独按照所选模型的 API 价格计算。(openai.com)

因此，你的账单至少分成三层：

• 模型成本：输入 Token、缓存输入 Token、输出 Token，以及上下文变长后的额外推理。
• 工具成本：Web Search、File Search、函数工具或外部 MCP 服务调用。
• 执行环境成本：容器内存等级、运行分钟数、最低计费时间、安装依赖和会话保留。

还有两层经常被漏掉：

• 失败成本：代码报错、工具超时、网络失败后，重试可能再次触发模型和容器费用。
• 运维成本：日志、告警、权限审查、密钥轮换、故障恢复和人工复核。

Hosted Sandboxes 适合原型、试运行和中小规模生产任务。它不代表“免费执行环境”，也不等于把全部基础设施责任转移后就没有成本。

按计费项目建立成本底表

截至本文核查日期，OpenAI 官方价格页列出了以下工具和容器价格。容器价格按容器内存档位计费；页面同时说明，符合条件的容器会按分钟计费，但每个会话有 5 分钟最低计费时间。(developers.openai.com)

官方还明确指出，内置工具产生的 Token 按所选模型的 Token 价格计算；Web Search 的搜索内容 Token 也会进入模型输入侧。换句话说，一次搜索可能同时产生“工具调用费＋模型输入费”。(developers.openai.com)

模型价格不要写死在业务代码里。你应当在成本表中单独记录：

模型输入成本 = 输入 Token ÷ 1,000,000 × 输入单价
模型输出成本 = 输出 Token ÷ 1,000,000 × 输出单价
缓存输入成本 = 缓存 Token ÷ 1,000,000 × 缓存单价

官方价格页当前也列出了 Codex 模型的输入、缓存输入和输出价格，但模型名称、价格和计费政策可能变化，上线前应重新核对官方模型价格表。(developers.openai.com)

⚠️ 不要把“Agents API 没有单独平台费”理解成“Agent 运行免费”。官方公告说 Agents API 本身不额外收费，但你仍需支付模型和工具使用费用；Hosted Sandboxes 还要按照标准容器费率计算。(community.openai.com)

用一次任务还原真实成本

一次云端 AI Agent 任务可以按下面的链路拆开：

用户输入
→ Agent 规划
→ 模型推理
→ 工具调用
→ 代码执行
→ 文件读写
→ 结果整理
→ 产物下载或人工复核

对应的任务成本公式可以写成：

单任务成本
= 模型输入成本
+ 模型输出成本
+ 工具调用成本
+ Web Search 成本
+ 容器运行成本
+ 文件搜索存储成本
+ 外部存储与网络成本
+ 失败重试成本
+ 人工复核成本

这里有 4 个隐性放大器。

第一，上下文会变长。Agent 连续执行多轮任务时，前面的工具结果、错误日志和文件摘要可能继续进入后续上下文。即使用户只发起一次任务，模型输入 Token 也可能增加。

第二，失败会重复计费。比如代码执行失败后，Agent 重新分析错误、再次调用工具、重新运行容器，这不是一次请求的简单延长，而是多段成本叠加。

第三，短任务可能受到最低计费时间影响。如果你为每个小任务单独创建容器，实际运行时间很短，也可能按最低计费时间计算。应记录“任务数量”和“每个任务的容器会话数量”，不要只统计总运行秒数。

第四，并发会改变成本曲线。多 Agent 并行执行时，每个子任务都可能拥有独立上下文和执行环境。并发提升了吞吐，也可能同时放大容器数量、工具调用和失败重试。

用月度变量建立预算模型

对于低频个人任务、团队日常任务和持续运行 Agent，月度预算都应从任务量变量开始，而不是先设定一个固定金额。

月度成本
= N ×（模型成本／任务 + 工具成本／任务 + 容器成本／任务）
×（1 + R）
+ 存储成本
+ 外部网络与日志成本
+ 人工复核成本

其中：

• N：每月任务数；
• R：失败重试率；
• 容器成本／任务：容器内存档位 × 计费分钟数；
• 存储成本：平均存储量 × 保留天数 × 官方存储单价；
• 并发峰值：用于判断是否需要预留更高执行容量，而不是直接乘到所有任务上。

例如，你可以分别记录以下变量：

你至少要保留一条“最坏日”数据：当天任务量、峰值并发、最长运行时间和失败次数。平均值适合估算日常成本，最坏日才决定是否会突然超预算。

用条件分支决定托管还是自建

Hosted Sandboxes 适合替代早期自建执行环境，但不适合所有生产系统。官方文档建议，当你需要自己的镜像、计算资源或私有网络时，选择自托管沙箱；自托管环境还需要你负责执行器连接、密钥隔离、环境隔离和故障处理。(developers.openai.com)

你可以按以下条件做决策：

• 若任务量仍在探索阶段，任务时长不稳定，团队没有专职运维人员，则选 Hosted Sandboxes。
• 若主要工作是运行脚本、处理文件、生成报告，且不需要私有网络，则优先选 Hosted Sandboxes。
• 若需要固定操作系统镜像、特殊系统依赖、私有数据库或内网访问，则回退到自建执行环境。
• 若并发峰值已经持续出现，容器创建和销毁成为主要开销，则重新比较长期自建成本。
• 若任务需要图形界面、macOS 工具链、Xcode 或真实 Mac 环境，则不要强行把代码执行沙箱当成云端 Mac。
• 若数据必须留在指定网络边界，或需要企业级审计、区域处理和自定义密钥策略，则先完成安全评估，再决定是否托管。

自建环境的成本不只是云主机。你还要计算镜像维护、补丁升级、执行器重连、日志采集、监控告警、扩容、故障恢复、权限配置和安全事件响应。低频任务通常承担不起这些固定成本；高并发和强合规任务则可能值得自建。

用配额控制并发和异常账单

并发提高后，预算控制的重点不是简单禁止并行，而是把并发上限、任务优先级和重试策略绑定在一起。这样才能避免吞吐提升后，容器数量和失败成本同步失控。

建议至少拆成三类：

• 探索型任务：允许较短超时、较少重试和较小文件限制。
• 批处理任务：允许排队，限制并发，优先使用可预测的输入和输出。
• 生产任务：必须记录完整审计日志，超过预算或权限范围时进入人工审批。

每类任务都设置 5 个硬限制：

1. 单任务最长执行时间；
2. 最大重试次数；
3. 最大输入文件大小；
4. 最大输出文件大小；
5. 项目级并发上限。

再增加 3 个告警条件：

• 单任务成本超过历史中位数的指定倍数；
• 单小时容器数量突然上升；
• 失败重试率连续多个采样窗口升高。

OpenAI 的使用与成本页面支持查看 Usage Dashboard、请求级 Token 使用信息和项目维度数据。你应把这些记录与 Agent 自己的 task_id、session_id、container_id 和业务订单号关联起来，避免平台账单与业务成本无法对应。(help.openai.com)

如果你还需要跨区域访问外部 API，先检查网络延迟和出口策略。VPSSpark 的帮助中心可作为账号、远程环境和运维记录的入口；涉及美国东部接口访问时，也可以参考美国东部线路说明，但不要把线路产品费用混入 Hosted Sandboxes 的官方容器账单。

用 7 天采样完成上线验证

正式上线前，建议连续记录至少 7 天。这不是为了得到一个漂亮的平均数，而是为了发现长尾任务和异常重试。

每条任务至少记录：

• 任务类型；
• 输入 Token、输出 Token 和缓存 Token；
• 模型名称；
• 工具调用次数；
• Web Search 次数；
• 容器内存档位；
• 容器开始时间、结束时间和会话数量；
• 文件输入、输出和保留时间；
• 失败原因与重试次数；
• 峰值并发；
• 是否需要人工复核；
• 最终业务结果是否成功。

7 天后计算 4 个指标：

平均任务成本 = 总成本 ÷ 成功任务数
有效任务成本 = 总成本 ÷ 有效交付任务数
失败放大率 = 重试产生的成本 ÷ 初始任务成本
人工占比 = 人工复核成本 ÷ 总成本

如果“有效任务成本”明显高于“平均任务成本”，说明你的系统可能被失败任务、重复执行或人工返工拖高。此时先修复提示词、工具超时、输入格式和权限边界，再考虑迁移执行环境。

最终迁移判断

继续使用 Hosted Sandboxes，通常满足以下条件：任务量仍在变化；容器运行费用可预测；不需要私有网络；文件和密钥边界能接受；团队暂时不想承担基础设施维护。

迁移到自有执行环境，通常发生在以下情况：固定镜像和依赖越来越复杂；私有网络成为硬要求；高并发下容器成本和调度成本持续上升；你已经有成熟的监控、补丁、扩容和故障恢复能力。

迁移到云端 Mac，则是另一类决策。若 Agent 需要 macOS、Xcode、iOS 构建、桌面应用测试或真实 Apple 工具链，Linux 代码执行沙箱不是最佳长期方案。自建 Mac 的问题在于采购、闲置、远程接入、系统升级和并发排队；临时任务或测试阶段，使用 VPSSpark 的云端 Mac 环境通常更容易按项目拆分资源，但具体费用仍应以实际配置和租赁周期核算，不能拿 Hosted Sandboxes 的容器价格替代。

你可以把本文公式和 7 天字段表保存到团队预算文档，也可以在 VPSSpark帮助中心中查找 Agent 运行成本记录与远程开发环境相关资料。先把每个任务的真实成本算清，再决定继续托管、迁移自建，还是切换到更适合 Mac 工具链的云端环境。