OpenAI Agents SDK 0.25.0へ上げる前に確かめる6つの変更|GPT-6向けの既定値、実行の状態の保存形式、MCPの同時呼び出し
OpenAI Agents SDK 0.25.0はGPT-6向けの既定値を変え、Runloopへの対応を削除した
OpenAIが、AIエージェントを作るためのPythonライブラリ「OpenAI Agents SDK」(PyPIのパッケージ名はopenai-agents)の0.25.0を、日本時間2026年11月18日の朝に公開しました(0.25.0のリリースノート、PyPIの0.25.0)。前の0.24.0は10月15日の公開で、約1か月ぶりの更新です。
このSDKは、版の真ん中の数字(0.25の25)を上げるときに、公開している使い方の変更を入れることがあるとリリースの方針で説明しています。0.25.0のリリースノートでも、Runloopという外部のサンドボックスへの対応の削除と、Pydanticのコンテキストを保存するときの扱いの変更を最初に挙げ、保存したデータを複数のワーカー(同じアプリを動かす複数のプロセスやサーバー)で共有する場合は、読み込む側を先に上げるよう求めています。
この記事では、PyPIから0.24.0と0.25.0を別々の仮想環境に入れ、同じコードを動かして比べました。OpenAIのAPIへは送らず、手元のMac(127.0.0.1)で動かした模擬サーバーで、SDKが送った要求の中身を記録しています。6つの変更ごとに、当てはまるコードの書き方と、上げたあとに起きること、元の挙動を保つ方法をまとめます。
要点
保存した実行の状態を複数のワーカーで読むアプリは、読み込む側から0.25.0へ上げる
0.24.0と0.25.0を、同じコードで比べた結果です。
保存した実行の状態
0.25.0で保存した状態を、0.24.0は読み込めずにエラーで止まった
0.24.0で保存した状態は、0.25.0で読み込めました。
Pydanticのコンテキスト
default_factoryで作るロックを持たせたコンテキストは、0.25.0で保存に失敗した
0.24.0では保存できた書き方です。context_serializerを渡すと保存できます。
GPT-6向けの既定値
model_settingsを渡さずにgpt-6-lunaなどを指定すると、応答の詳しさ「low」が送られるようになった
会話を圧縮するセッションが既定で使うモデルも、gpt-4.1からgpt-6-lunaに変わりました。
MCPのツール呼び出し
1秒かかるツール3つを同時に呼ぶと、約3秒から約1秒になった
mcpパッケージが2.xの環境で、Streamable HTTPの1つの接続を使った場合です。
0.25.0で変わる6つの挙動と、当てはまるコード
6つの変更を、当てはまるコードの書き方ごとに7行へ分けて並べました。1行目と2行目は、どちらもGPT-6のモデルへ送る設定の変更で、次の節でまとめて扱います。左の列の書き方が自分のコードにあれば、その行の変更が関係します。
表の見方:1行が1つの書き方です。「対処」の列には、0.24.0と同じ送信内容に戻す書き方か、0.25.0へ上げるときに代わりに取る対処を書きました。
| 当てはまる書き方 | 0.25.0で起きること | 対処 |
|---|---|---|
| エージェントのモデルにGPT-6系の名前(gpt-6-luna、gpt-6.2-sol、gpt-6.1-terraなど)を書くか、環境変数OPENAI_DEFAULT_MODELで選び、model_settingsを渡していない | 応答の詳しさ(verbosity)の「low」が送られる。推論の強さ(reasoning effort)の「low」も足されるのは、gpt-6-astraという名前だけ(gpt-6.2-astraには足さない) | model_settings=ModelSettings()を渡すと、0.24.0と同じく何も足さずに送る。Chat Completionsでツールを渡すgpt-6-luna・gpt-6-solにだけは、それでも「none」が送られる |
| Chat Completionsの経路で、gpt-6-luna・gpt-6-solにツールを渡し、推論の強さを明示していない | 推論の強さに「none」が送られ、0.24.0で起きていた400のエラーが起きなくなる | 対処は要らない。0.24.0で400になっていた要求が通るようになる |
| OpenAIResponsesCompactionSessionを、modelを指定せずに作っている | 会話の圧縮に、gpt-4.1に代わってgpt-6-lunaを使う | model="gpt-4.1"を渡す。gpt-4.1(スナップショットのgpt-4.1-2025-04-14)は2027年1月14日にAPIから削除される予定 |
| RunStateのto_string()・to_json()で実行の状態を保存し、別のプロセスで読み込んでいる | 保存の形式が1.22になり、0.24.0のプロセスは読み込めない | 読み込む側のプロセスを先に0.25.0へ上げる |
| Pydanticのモデルをコンテキストにして、実行の状態を保存している | 既定値と実行中の書き換えも保存される。default_factoryなどで既定値として作る、JSONにできない値があると、0.24.0では通っていた保存が止まる | context_serializerで、保存する項目を自分で決める |
| MCPServerStreamableHttpで、1つの接続から複数のツールを並行して呼んでいる | mcpパッケージが2.xなら、要求を同時に送る | 同時に動いて困るツールは、ツールの側でロックをかけて順番を守らせる |
| RunloopSandboxClientなど、Runloopのサンドボックスを読み込んでいる | ImportErrorで読み込めない | 0.24.0にとどまるか、Modalなどほかの提供元へ移る |
GPT-6のモデル名では、応答の詳しさと推論の指定が送られるようになる
エージェントを作るときにmodel_settingsを渡さずにモデル名を文字列で指定すると、SDKはモデル名に合わせた既定の設定を送ります。モデルを指定しないときに使われるgpt-5.6-lunaには、0.24.0でも推論の強さ「none」と応答の詳しさ「low」を送っていて、この点は0.25.0でも同じでした。変わったのはGPT-6のモデル名です。0.24.0は何も足さずに送り、0.25.0はgpt-5.6-lunaと同じように応答の詳しさ「low」を足します。0.25.0は、gptのあとの数字が5以上のモデル名をまとめて対象にしています(PR #6064)。
Agent(model="…")だけを書いたときに、Responses APIへ送られた設定
ツールなし、model_settingsなし。模擬サーバーが受け取った要求の本文から、reasoningとtextの値を抜き出しました。環境変数OPENAI_DEFAULT_MODELでgpt-6-lunaを選び、モデルを書かずにAgent()を作った場合も、0.25.0だけがtext.verbosity「low」を送りました。
0.24.0
GPT-6系の名前(gpt-6-luna、gpt-6-sol、gpt-6-astra、gpt-6.2-sol、gpt-6.1-terra、gpt-6)
reasoningもtextも送らない
gpt-5.6-luna
reasoning.effort「none」、text.verbosity「low」
0.25.0
gpt-6-luna、gpt-6-sol、gpt-6.2-sol、gpt-6.1-terra、gpt-6
text.verbosity「low」
gpt-6-astra
reasoning.effort「low」、text.verbosity「low」
gpt-5.6-luna
0.24.0と同じ
応答の詳しさ(verbosity)は、モデルにどのくらい詳しく答えさせるかの指定です。gpt-6-lunaなどを指定して、応答の長さや詳しさを0.24.0のころの出力に合わせて調整していた場合は、上げたあとに応答を見比べてください。
SDKが足す既定の設定は、model_settingsを渡すと使われなくなります。空のModelSettings()を渡すと、0.25.0でもgpt-6-luna・gpt-6-astraに何も足さずに送り、0.24.0と同じ送信内容になりました。値を決めて送りたいときは、ModelSettings(verbosity="medium")のように明示します。verbosity="medium"を明示した値は、どちらの版でもそのまま送られました。
from agents import Agent, ModelSettings
# 0.24.0 と同じく、SDK の既定の設定を足さずに送る
agent = Agent(name="assistant", model="gpt-6-luna", model_settings=ModelSettings())
# 値を決めて送る(text.verbosity は "medium" で送られる)
agent = Agent(name="assistant", model="gpt-6-luna", model_settings=ModelSettings(verbosity="medium"))
Chat Completionsでツールを渡すと、推論の強さ「none」が送られる
set_default_openai_api("chat_completions")やOpenAIChatCompletionsModelでChat Completionsを使っている場合は、もう1つ変わります。gpt-6-lunaとgpt-6-solにツールを渡すと、0.25.0は推論の強さ「none」を送るようになりました(PR #5420)。
PR #5420の説明によると、0.24.0はこの組み合わせで推論の強さを何も送らないため、APIが要求を受け付けずに失敗していました。利用者がissue #5336で報告したエラー応答のmessageの値は次のとおりで、ツール付きのChat Completionsでは推論の強さを「none」にするよう求めています。0.25.0は、空のModelSettings()を渡した場合も「none」を送りました。推論の強さを自分で明示したコードには、その値がそのまま送られます(手元では「low」で確かめました)。
Function tools with reasoning_effort are not supported for gpt-6-sol in /v1/chat/completions. To use function tools, use /v1/responses or set reasoning_effort to 'none'.
「none」を足すのは、gpt-6-lunaとgpt-6-solという2つの名前だけです。手元では、gpt-6.2-solやgpt-6.1-terraにツールを渡しても、0.25.0は応答の詳しさ「low」だけを送り、推論の強さは送りませんでした。これらの名前で400のエラーが出た場合は、エラーの案内どおり、推論の強さ「none」をModelSettingsで明示します。
gpt-6-solのエラーの文によると、ツールを渡すChat Completionsで受け付けるのは「none」だけです。gpt-6-luna・gpt-6-solにツールを渡すときに「none」以外を明示していると、0.25.0でも400になりえます。ModelSettingsを渡すと、SDKが足す応答の詳しさ「low」も送られなくなるので、必要なら一緒に指定します。gpt-6.2-solなどで「none」を明示するときは、0.25.0で次のように書くと、reasoning_effort「none」とverbosity「low」が送られました。0.24.0では、この2つを同時に指定すると、どちらも送られませんでした。
from agents import Agent, ModelSettings, set_default_openai_api
from openai.types.shared import Reasoning
set_default_openai_api("chat_completions")
agent = Agent(
name="assistant",
model="gpt-6.2-sol",
tools=[get_weather], # function_tool で作った自分のツール
model_settings=ModelSettings(reasoning=Reasoning(effort="none"), verbosity="low"),
)
| Chat Completionsの使い方(gpt-6-luna) | 0.24.0が送った値 | 0.25.0が送った値 |
|---|---|---|
| 既定のAPIをchat_completionsにし、モデル名を文字列で渡す。ツールあり | reasoning_effort・verbosityとも送らない | reasoning_effort「none」、verbosity「low」 |
| 同じ使い方で、ツールなし | 送らない | verbosity「low」 |
| OpenAIChatCompletionsModel(model="gpt-6-luna")を渡す。ツールあり | 送らない | reasoning_effort「none」 |
| ModelSettingsで推論の強さ「low」を明示する。ツールあり | reasoning_effort「low」 | reasoning_effort「low」 |
gpt-6-solでも、1行目と3行目は同じ結果でした。gpt-6-astraは、1行目の使い方では0.25.0がreasoning_effort「low」とverbosity「low」を送り、OpenAIChatCompletionsModelで渡した場合はツールの有無にかかわらず、どちらの版も推論の強さを送りませんでした。
会話を圧縮するセッションの既定のモデルはgpt-6-luna
OpenAIResponsesCompactionSessionは、長くなった会話の履歴を、OpenAIのresponses.compact APIで短くまとめ直すセッションです。0.25.0では、まとめ直しに使う既定のモデルがgpt-4.1からgpt-6-lunaに変わりました(PR #5646)。PR #5646は、この変更をgpt-4.1の提供終了に備えたものと説明しています。OpenAIの非推奨の一覧では、gpt-4.1-2025-04-14は2027年1月14日にAPIから削除される予定で、置き換え先にgpt-6-lunaが挙がっています。圧縮の要求もAPIの利用料がかかる呼び出しなので、gpt-4.1の料金で費用を見積もっていた場合は、gpt-6-lunaの料金で見積もり直します。
手元では、modelを指定せずに作ったセッションでrun_compaction({"force": True})を呼び、/v1/responses/compactへ送られたmodelを記録しました。0.24.0は「gpt-4.1」、0.25.0は「gpt-6-luna」でした。model="gpt-4.1"を渡すと、0.25.0でも「gpt-4.1」が送られます。model="gpt-4.1"は、削除予定日より前にgpt-6-lunaへ移るまでのつなぎとして使います。
from agents.memory import OpenAIResponsesCompactionSession, SQLiteSession
session = OpenAIResponsesCompactionSession(
session_id="user-123",
underlying_session=SQLiteSession("user-123"),
model="gpt-4.1", # gpt-6-luna へ移るまでのつなぎ(gpt-4.1-2025-04-14 は 2027-01-14 に削除予定)
)
0.25.0で保存した実行の状態は、0.24.0では読み込めない
ツールの実行に人の承認を求めるエージェントでは、承認を待つあいだ実行を止め、その状態(RunState)を文字列にして保存しておき、承認が届いたら読み込んで続きから動かします。0.25.0は、この保存の形式を1.21から1.22に上げました。親のエージェントに出力のガードレールがあるとき、入れ子にしたエージェントのツールで出た承認を、正しい実行へ戻すための記録が増えています(PR #5629)。
手元では、承認が要るツール(needs_approval=True)で実行を止め、to_string()で保存した文字列を、両方の版のfrom_string()で読み込みました。
保存した版と読み込んだ版の4通りの結果
読み込めた3通りは、承認して再開すると最後まで進みました。
読み込めた
0.24.0で保存 → 0.24.0で読み込み
読み込めた
0.24.0で保存(形式1.21) → 0.25.0で読み込み
エラーで止まった
0.25.0で保存(形式1.22) → 0.24.0で読み込み
読み込めた
0.25.0で保存 → 0.25.0で読み込み
0.24.0が出したエラーは次のとおりです。読み込める形式の一覧に1.22がないため、承認を受け取ったワーカーが0.24.0のままだと、その実行は続きから動かせません。
agents.exceptions.UserError: Run state schema version is not supported. Supported versions are: 1.0, 1.1, 1.10, … 1.20, 1.21, … New snapshots are written as version 1.21.
承認を待つ実行の状態をデータベースやキューに置き、複数のワーカーで受け渡しているアプリでは、上げる順番を決めておく必要があります。リリースノートは、読み込む側を先に上げるよう求めています。0.25.0は1.21の状態も読み込めるので、読み込む側が先に新しくなっていれば、保存する側がまだ0.24.0でも受け渡しが続きます。
読み込む側のワーカーも、再開した実行がまた承認待ちで止まると、状態を保存し直します。手元で、0.24.0が保存した1.21の状態を0.25.0で読み込んで保存し直すと、1.22になりました。読み込む側を1台ずつ入れ替えると、その途中で、先に上げたワーカーが保存し直した1.22の状態を、まだ0.24.0のワーカーが受け取ることがあります。
実行の状態を受け渡すワーカーを上げる順番
1. 読み込む側をまとめて切り替える
承認を受けてfrom_string()・from_json()で再開するワーカーを、同時に0.25.0へ切り替える。1台ずつ入れ替えるときは、0.25.0のワーカーが保存した状態を0.25.0のワーカーだけが受け取るよう、受け渡し先(キューなど)を分ける。
2. 保存する側を上げる
実行を止めてto_string()・to_json()で保存するワーカーを0.25.0にする。ここからは、新しく止めた実行もすべて1.22で保存される。
3. 戻す場合
0.24.0へ戻すときは、1.22で保存した状態が残っていないことを確かめてから戻す。残っている状態は0.24.0で読み込めない。
Pydanticのコンテキストは、既定値と実行中の書き換えも保存される
RunStateを保存すると、実行に渡したコンテキスト(ツールや指示の関数が受け取るアプリのデータ)も一緒に保存されます。Pydanticのモデルをコンテキストにしている場合、0.24.0は作るときに渡した項目と、あとから代入した項目だけを保存していました。0.25.0は、既定値のままの項目と、実行中にリストへappendした内容まで保存します(PR #5444)。
手元では、次のコンテキストで試しました。instructionsの関数の中でvisitedへ"instructions"を足し、承認待ちで止めて保存しています。
class Ctx(BaseModel):
user: str
plan: str = "free" # 既定値のまま使う項目
visited: list[str] = [] # 実行中に append で書き換える項目
# instructions の関数の中で ctx.context.visited.append("instructions")
| 保存した版 | 保存されたコンテキスト | 読み込んだあとのvisited |
|---|---|---|
| 0.24.0 | {"user": "u1"} |
[](appendした内容が消える) |
| 0.25.0 | {"user": "u1", "plan": "free", "visited": ["instructions"]} |
["instructions"] |
読み込みでは、どちらの版もfrom_string()にcontext_deserializer=lambda d: Ctx(**d)を渡して、元のCtxに戻しています。実行中に書き換えた値を再開後にも使うアプリは、0.25.0で値が引き継がれるようになります。
JSONにできない値を持たせていると、0.25.0では保存が止まる
0.25.0は、コンテキストのすべての項目をJSONにしてから保存します。そのため、プロセスの中でしか使えない値をPydanticのモデルに持たせていると、保存の時点で止まります。手元では、2つの書き方を比べました。
| コンテキストの書き方 | 0.24.0のto_string() | 0.25.0のto_string() |
|---|---|---|
| threading.Lockをdefault_factoryで作る項目がある(作るときには渡さない。下のコードのLockCtx) | 保存できた(ロックの項目は保存されない) | UserErrorで止まった |
| sqlite3の接続を、作るときに渡す(下のコードのDbCtx) | TypeErrorで止まった | UserErrorで止まった |
0.24.0から上げて新しく止まるのは、1行目の書き方です。0.25.0のエラーは次のとおりで、context_serializerを渡すよう案内しています。
agents.exceptions.UserError: RunState could not serialize the Pydantic context to JSON. Provide context_serializer to serialize or exclude unsupported fields.
context_serializerには、保存したい項目だけを辞書で返す関数を渡します。手元では、次のコードで、2つの書き方とも保存でき、保存されたコンテキストは{"user": "u1"}になりました。読み込むときは、context_deserializerに渡す関数で、保存しなかった接続を作り直します。default_factoryでロックを作るLockCtxなら、LockCtx(**d)だけでロックも作り直され、どちらの書き方も再開して最後まで進みました。
import sqlite3
import threading
from agents import RunState
from pydantic import BaseModel, ConfigDict, Field
class LockCtx(BaseModel):
model_config = ConfigDict(arbitrary_types_allowed=True)
user: str
lock: threading.Lock = Field(default_factory=threading.Lock)
class DbCtx(BaseModel):
model_config = ConfigDict(arbitrary_types_allowed=True)
user: str
db: sqlite3.Connection
saved = state.to_string(context_serializer=lambda c: {"user": c.user})
# DbCtx: 保存しなかった接続を、読み込むときに作り直して渡す
state = await RunState.from_string(
agent, saved,
context_deserializer=lambda d: DbCtx(**d, db=sqlite3.connect("app.db")),
)
# LockCtx なら context_deserializer=lambda d: LockCtx(**d) でロックも作られる
PR #5444の互換性の説明によると、0.25.0はPydanticのJSONの規則で保存するため、SecretStrの値は伏せ字で保存されます。手元では、SecretStrの項目を持つコンテキストを0.24.0はTypeErrorで保存できず、0.25.0は「**********」として保存し、読み込むとエラーにならずに「**********」のまま戻りました。APIキーなどをコンテキストに持たせている場合は、context_serializerで外し、context_deserializerで渡し直します。
MCPのツールを1つの接続で同時に呼べるようになった
MCP(Model Context Protocol)は、AIのアプリが外部のツールやデータにつながるための共通の仕組みです。SDKのMCPServerStreamableHttpは、HTTPで動くMCPサーバーへの接続を受け持ちます。0.24.0は、1つの接続の要求を1つずつ送っていたため、モデルが複数のツールを一度に呼んでも、ツールの数だけ待ち時間が延びていました(issue #5474)。0.25.0は、mcpパッケージが2.xのときに要求を同時に送ります(PR #5641)。
手元では、1秒待ってから答えるツールを持つMCPサーバーをmcp 2.3.0で立て、1つの接続から3つの呼び出しを同時に送りました。これを各版で3回ずつ測っています。
1秒かかるツールを3つ同時に呼んで、すべて返るまでの時間
3回の測定のうち、2回目と3回目の値です(1回目は0.24.0が3.14秒、0.25.0が1.13秒)。
0.24.0:3.02秒(1つずつ送る)
0.25.0:1.01秒(同時に送る)
同時に動くようになると、同じファイルや同じレコードを書き換えるツールが重なって動くことがあります。順番に動く前提のツールは、ツールを実装する側でロックをかけるなどして順番を守らせてください。
再試行の設定にも注意が要ります。PR #5641の説明によると、接続が途中で切れると、いくつかのツールはサーバーで実行を終えたのに、結果がクライアントへ届かないことがあります。このときmax_retry_attempts(既定は0で、再試行しない)を1以上か-1(回数の上限なし)にしていると、実行済みのツールがもう一度動くことがあります。メールの送信や支払いのように、2回動くと困るツールを持つサーバーでは、再試行を0のままにしておくのが安全です。
Runloopのサンドボックスは0.25.0で読み込めない
0.25.0では、Runloopのサンドボックス(エージェントがコードを動かす外部の実行環境)への対応が、追加の依存(runloopのextra)ごと削除されました(PR #5369)。両方の版にopenai-agents[runloop]を入れて読み込むと、次のようになりました。
| 操作 | 0.24.0 | 0.25.0 |
|---|---|---|
| uv pip install "openai-agents[runloop]==0.24.0"(0.25.0も同じ形で) | runloop-api-clientも入る | does not have an extra named `runloop` という警告が出る |
| from agents.extensions.sandbox import RunloopSandboxClient | 読み込める | ImportError: cannot import name 'RunloopSandboxClient' |
リリースノートは、Runloopを使っている場合はModalなどほかのサンドボックスの提供元へ移るか、移る準備ができるまで0.24.0にとどまるよう勧めています。Runloopで作ったセッションやスナップショットを別の提供元で使うには、データを別に移す作業が要ります。リリースノートは、提供元を切り替える前に作業場所のデータを残しておくよう求めています。
0.25.0へ上げる手順
ここまでの6つの変更を、上げる前の点検と上げる作業の順にまとめます。
上げる手順
1. 当てはまる書き方を探す
下のgrepで、6つの変更に関わる名前がコードにあるかを探す。
2. 設定を書き足す
0.24.0の送信内容を保ちたい箇所や、保存が止まる箇所に、ModelSettings()、model="gpt-4.1"、context_serializerを書き足す。
3. 読み込む側から上げる
実行の状態を受け渡すアプリは、読み込むワーカーをまとめて先に0.25.0にする。
4. 版を確かめる
更新したら、実際に読み込まれた版が0.25.0になっていることを確かめる。
1の検索には、次のコマンドを使えます。.envや設定ファイルでモデル名を渡している場合も拾えるよう、Pythonのファイルに限らずに探し、仮想環境のフォルダーは除きます。envという名前のフォルダーに設定を置いている場合は、--exclude-dir=envを外してください。見つかった行を、冒頭の表の「当てはまる書き方」と照らし合わせてください。
grep -rnE "gpt-6|OPENAI_DEFAULT_MODEL|OpenAIResponsesCompactionSession|to_string\(|to_json\(|from_string\(|from_json\(|MCPServerStreamableHttp|Runloop" --exclude-dir=.git --exclude-dir=.venv --exclude-dir=venv --exclude-dir=env --exclude-dir=site-packages --exclude-dir=node_modules .
更新と版の確かめ方は次のとおりです。uvでは、0.24.0を入れたプロジェクトでuv add "openai-agents==0.25.0"を実行すると、pyproject.tomlの指定が"openai-agents==0.25.0"に書き換わり、読み込まれる版も0.25.0に変わりました。真ん中の数字が上がる版には使い方の変更が入りうるので、版は固定して上げると、意図しない更新を避けられます。上げる時点で0.25.1以降が出ていれば、そのリリースノートがこの6つの変更に触れていないかを見てから、版の指定を決めてください。
# uv のプロジェクト
uv add "openai-agents==0.25.0"
uv run python -c "import agents; print(agents.__version__)" # 0.25.0
# pip の場合
pip install "openai-agents==0.25.0"
python -c "import agents; print(agents.__version__)" # 0.25.0
当てはまる行があったアプリは、冒頭の表の右の列の対処を確かめてから上げてください。実行の状態を受け渡すアプリでは、読み込む側のワーカーをまとめて切り替えてから、保存する側を上げます。
参考資料
- OpenAI Agents SDK 0.25.0のリリースノート
- PyPIのopenai-agents 0.25.0
- リリースの方針(Release process)
- 変更のプルリクエスト: #6064(GPT-6の既定の設定)、#5420(Chat Completionsとツール)、#5646(圧縮の既定のモデル)、#5629(保存の形式1.22)、#5444(Pydanticのコンテキストの保存)、#5641(MCPの同時呼び出し)、#5369(Runloopの削除)
- OpenAIの非推奨の一覧(Deprecations)
- 利用者の報告: issue #5336(gpt-6-solの400エラー)、issue #5474(MCPの要求が1つずつ送られる)
検証環境
- macOS 27.2.1(Apple Silicon)、Python 3.13.14、uv 0.11.32
- openai-agents 0.24.0・0.25.0(PyPI、どちらもopenai 3.55.1、mcp 2.3.0、pydantic 2.14.3)
- 検証日: 2026年11月19日
この記事は、AIが調査と下書きを担当し、上記の環境で実際に動かして結果を確かめ、下書きとは別の担当が公開前に本文と出典を確認しています。制作と訂正の方針は編集・訂正方針で公開しています。












