Архитектура и API-бюджет
Архитектура и API-бюджет — OpenAI tools и agents без платных запусков. Responses и agent runtime; Подписка и API-credit balance; Отделите test fragments от live responses. Практическое задание: Практика: Архитектура и API-бюджет.
Демо-версия. Материалы проходят редакторскую проверку.
Что рассмотрим
- Responses и agent runtime
- Подписка и API-credit balance
- Отделите test fragments от live responses
Responses и agent runtime
Responses API возвращает model output и запросы инструментов; приложение управляет обработкой, разрешениями и выполнением своих functions. Agents SDK добавляет runner, tools и resumable state в ваш runtime. Managed Agents API — отдельный вариант с другим lifecycle. Здесь строим офлайн-harness вокруг Responses-compatible fragments и разбираем SDK approval. SDK run и API-запросы не выполняются. Учебный агент читает разрешённую операционную note и готовит структурированную рекомендацию, не администрирует настоящий VPS и не меняет аккаунты пользователя.
Подписка и API-credit balance
Текущая документация позволяет eligible Pro/Business отдельно активировать API-credit benefit для собственной API-организации. Это не автоматический доступ любого тарифа и не безлимитный API. Credits имеют условия, срок и org-привязку; included ChatGPT/Codex allowance — другой лимит. После free credits использование может перейти на уже купленные credits. Здесь ничего не активируем, не создаём ключей и не вызываем API даже с benefit. Нулевой учебный бюджет обеспечивают локальные fixtures, а не предположение о вашем billing и доступном балансе.
Отделите test fragments от live responses
Создайте offline-agent-lab с tools.mjs, loop.mjs, output.mjs, approval.mjs и eval.test.mjs. Fixtures содержат лишь нужные поля documented output items, не якобы полный ответ реального сервера. Отмечайте mode:offline и не выдумывайте usage tokens, request_id или latency. Так проверяются parser, routing и permission boundary без inference. При будущем подключении provider отдельно проверяют модель, SDK-версию, response lifecycle и бюджет; офлайн-success не переносится на них автоматически и не доказывает качество ответов модели.
Практическое задание
Практика: Архитектура и API-бюджет
Перейти к обучению