OpenAI Agents API и Claude Managed Agents решают одну задачу: провайдер сам запускает цикл ИИ-агента, хранит сессию и даёт песочницу для кода. Обе платформы на 4 октября 2026 года находятся в бете и построены на одних понятиях: агент, окружение, сессия, события. Главные различия — в моделях (GPT у OpenAI, Claude у Anthropic), устройстве мультиагентной работы, политиках одобрения действий и цене: OpenAI берёт плату за контейнер, Anthropic — $0,08 за час работы сессии. Ни одна из платформ не поддерживает Zero Data Retention, и обе недоступны официально в России (OpenAI, Anthropic).
Материал для разработчиков, технических руководителей и владельцев продуктов, которые выбирают управляемую платформу для агентов. Подробный разбор первой платформы — в статье «OpenAI Agents API: что это, как работает и сколько стоит». Здесь сравниваем две платформы по одинаковым критериям. Качество моделей GPT и Claude мы не измеряли и юридическую оценку проекта не заменяем.
Редакция: AI студия Владимира Ломтева. Подготовлено 4 октября 2026 года по официальной документации и страницам цен OpenAI и Anthropic, проверенным в этот день. Сами платформы редакция не тестировала: примеры кода взяты из документации. Статья опубликована на сайте AI студии Владимира Ломтева, которая внедряет ИИ-агентов; блок об услугах расположен перед заключением. Партнёрских ссылок и вознаграждений от OpenAI или Anthropic в материале нет.
Коротко о главном
- Обе платформы — управляемый harness плюс песочница: облачная у провайдера или своя.
- OpenAI Agents API даёт браузер под управлением агента (computer use), шаблоны окружений и выгрузку трасс в OTLP.
- Claude Managed Agents даёт версионируемых агентов, жёсткий бюджет сессии в долларах, запуск по расписанию, проверку результата по рубрике и политики одобрения для каждого инструмента.
- Модели оплачиваются по токенам на обеих платформах. Вычисления: у OpenAI — контейнерные ставки, у Anthropic — $0,08 за час в статусе
running. - Если данные нельзя хранить у провайдера, не подходят обе: Zero Data Retention нет ни у одной.
Содержание
- Что сравниваем
- Как мы сравнивали
- Сводная таблица
- Архитектура: общая модель и различия
- Песочницы и окружения
- Инструменты, MCP и одобрение действий
- Мультиагентная работа
- Дополнительные возможности
- Секреты и доступы
- Цены: две разные формулы
- Данные, лимиты и доступность
- А если агент нужен на своих серверах: Agents SDK и Claude Agent SDK
- Что выбрать: решение по сценариям
- Россия: доступность и правовые вопросы
- Частые вопросы
Что сравниваем
OpenAI Agents API — управляемый сервис, который запускает Codex harness: OpenAI ведёт сессии, оркестрацию, сжатие контекста и восстановление, а приложение подключает инструменты и выбирает окружение. Публичная бета открылась 10 сентября 2026 года, 29 сентября добавлено управление браузером (журнал изменений OpenAI).
Claude Managed Agents — по определению Anthropic, «готовая настраиваемая обвязка агента, работающая в управляемой инфраструктуре». Она рассчитана на долгие и асинхронные задачи: Claude читает файлы, запускает команды, ищет в интернете и выполняет код в защищённой среде (обзор Managed Agents). Публичная бета стартовала в апреле 2026 года (ITBrief), доступ по умолчанию включён для всех аккаунтов Claude API.
Если в запросе звучит «агенты Claude», речь может идти о двух продуктах. Managed Agents — хостинговая платформа, прямой аналог OpenAI Agents API. Claude Agent SDK — библиотека, которую вы запускаете сами; её сравнение с OpenAI Agents SDK дано в отдельном разделе.
Как мы сравнивали
Методика простая и проверяемая:
- Источники. Только официальная документация, журналы изменений и страницы цен двух провайдеров, открытые 4 октября 2026 года. Отраслевые издания использованы лишь для даты запуска Claude Managed Agents.
- Критерии. 14 параметров, важных при выборе платформы: статус, модели, конфигурация агента, окружения, сеть, инструменты, MCP, одобрения, мультиагентность, секреты, расписание и бюджет, цена, хранение данных, доступность.
- Что не сравнивали. Качество моделей, скорость ответа, надёжность под нагрузкой: для этого нужны собственные тесты на ваших задачах, а мы их не проводили.
- Ограничение. Обе платформы в бете, поэтому функции и цены могут измениться. Перед решением сверяйтесь с документацией на дату проекта.
Сводная таблица
| Критерий | OpenAI Agents API | Claude Managed Agents |
|---|---|---|
| Статус на 04.10.2026 | Публичная бета, заголовок OpenAI-Beta: agents=v1 |
Бета, заголовок managed-agents-2026-04-01 |
| Модели | Модели OpenAI (в примерах — gpt-6-astra) |
Claude 4.5 и новее |
| Конфигурация агента | Внутри сессии или сохранённый агент по agent_id |
Отдельный агент с версиями; сессия закрепляется за версией |
| Окружения | Без песочницы, песочница OpenAI, своя | Облачная песочница Anthropic или своя |
| Облачная песочница | Linux, Python, Node.js; до 4 vCPU и 16 ГБ | Ubuntu 24.04; до 8 ГБ памяти и 10 ГБ диска |
| Сеть песочницы | enabled, disabled, restricted (до 100 хостов) |
unrestricted или limited со списком хостов |
| Встроенные инструменты | Bash, правка файлов, веб-поиск, управление браузером | Bash, чтение, запись, правка, glob, grep, веб-поиск и загрузка страниц |
| MCP | Из инфраструктуры OpenAI, из окружения, stdio | Серверы в конфигурации агента, учётные данные в vaults |
| Одобрение действий | Одобрение новых сайтов в браузере; функции исполняет приложение | Политики always_allow, always_ask, auto для каждого инструмента |
| Мультиагентность | Субагенты с общим окружением, лимит параллельных | Координатор и до 20 агентов в составе, до 25 параллельных потоков |
| Расписание и бюджет | В изученных разделах нет; лимиты расходов на уровне организации | Запуск по cron, жёсткий бюджет сессии в долларах |
| Плата за вычисления | Контейнерные ставки | $0,08 за час сессии в статусе running |
| Хранение данных | Только США, без Zero Data Retention | Без Zero Data Retention и HIPAA BAA |
| Россия | Нет в списке поддерживаемых стран | Нет в списке поддерживаемых стран |
Источники строк приведены в разделах ниже.
Архитектура: общая модель и различия
Совпадение базовых понятий заметно сразу. У OpenAI это агент, окружение, сессия, события и элементы (обзор Agents API). У Anthropic — агент, окружение, сессия и события (обзор Managed Agents). В обоих случаях приложение отправляет сообщения, получает поток событий и может корректировать агента на ходу. Поэтому архитектура вашего приложения при переходе между платформами меняется меньше, чем код интеграции.
Разница — в отношении к конфигурации. В OpenAI агента можно описать прямо при создании сессии, а сохранённый агент — опция; его изменения действуют только для новых сессий (настройка агентов). В Anthropic агент — обязательный отдельный объект. Каждое изменение создаёт новую неизменяемую версию, а сессия закрепляется за версией в момент создания (настройка агента). Подход Anthropic требует на шаг больше, зато даёт откат и сравнение версий без доработок.
Результат удобнее получать по-разному. У OpenAI файлы из /workspace/outputs публикуются как неизменяемые артефакты после хода (файлы и артефакты). Обе платформы поддерживают потоковую передачу событий и вебхуки; у Anthropic вебхуки тоже в бете (вебхуки Managed Agents, вебхуки Agents API).
Песочницы и окружения
Облачные песочницы. У OpenAI три размера: 1 vCPU и 1 ГБ, 2 vCPU и 4 ГБ (по умолчанию), 4 vCPU и 16 ГБ. Песочница без активности и keep-alive-сигналов в течение часа может быть удалена (песочницы OpenAI). Песочница Anthropic работает на Ubuntu 24.04 с памятью до 8 ГБ и диском до 10 ГБ. В ней предустановлены Python 3.10–3.13, Node.js 20–22 и Playwright с браузером Chromium (справочник облачной песочницы).
Сеть. OpenAI предлагает режимы enabled, disabled и restricted со списком до 100 точных имён хостов. У Anthropic два режима: unrestricted с общим списком блокировки и limited, где разрешены только хосты из allowed_hosts, плюс отдельные флаги для менеджеров пакетов и MCP-серверов (окружения Managed Agents). Важная деталь: окружения, созданные через API Anthropic, по умолчанию получают unrestricted, поэтому ограничение сети нужно задавать явно.
Своя инфраструктура. У обеих платформ цикл агента остаётся у провайдера, а команды выполняются у вас. В OpenAI внутри среды работает исполнитель codex exec-server, подключённый исходящим WebSocket (собственные песочницы OpenAI). В Anthropic вы запускаете «воркер окружения», который забирает задачи из очереди по исходящему HTTPS; готовые воркеры есть в CLI ant и в SDK для Python, TypeScript и Go (собственные песочницы Anthropic). Anthropic прямо предупреждает: входы и выходы инструментов всё равно уходят в управляющий контур провайдера, чтобы модель видела результаты.
Партнёры по песочницам частично совпадают. OpenAI при запуске назвала Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle Cloud, Runloop и Vercel (объявление OpenAI). Anthropic упоминает руководства от Cloudflare, Daytona и Modal.
Инструменты, MCP и одобрение действий
Встроенные инструменты. В Claude Managed Agents набор agent_toolset_20260401 включает bash, чтение, запись и правку файлов, поиск по шаблону (glob), поиск по тексту (grep), веб-поиск и загрузку страниц; отдельные инструменты можно отключить (инструменты Managed Agents). В OpenAI при наличии окружения доступны Bash и apply-patch, плюс веб-поиск и управление браузером в песочнице OpenAI (computer use). Отдельного инструмента computer use в списке встроенных инструментов Managed Agents нет. Браузерную автоматизацию там можно выполнять кодом через предустановленный Playwright.
Ваши функции. Обе платформы позволяют описать собственный инструмент: агент запрашивает вызов, ваш код выполняет его и возвращает результат. У OpenAI это function tools через requires_action, у Anthropic — custom tools, аналог клиентских инструментов Messages API (функции OpenAI, инструменты Managed Agents).
MCP. OpenAI поддерживает три режима: HTTP-подключение из своей инфраструктуры, HTTP из окружения сессии и stdio-процесс внутри окружения (MCP в Agents API). В Anthropic MCP-серверы объявляются в конфигурации агента, а учётные данные хранятся в vaults и подключаются к сессии (MCP-коннектор). В окружении с limited-сетью MCP-серверы Anthropic заблокированы, пока их хосты не разрешены.
Одобрение действий. Здесь подходы различаются сильнее всего. Anthropic задаёт политику для каждого инструмента: always_allow (без подтверждения), always_ask (сессия ждёт одобрения) или auto (сервер сам решает, выполнить, отклонить или спросить). По умолчанию встроенные инструменты работают без подтверждения, а MCP-инструменты требуют его (политики одобрения).
У OpenAI одобрение встроено в управление браузером: доступ к каждому новому сайту подтверждает пользователь. Документация отдельно предупреждает, что это не гарантирует подтверждения каждого действия (computer use). Для остальных действий контроль строится через функции, которые исполняет ваше приложение.
Мультиагентная работа
В OpenAI субагентов включают параметром multi_agent.enabled, а число параллельных субагентов ограничивают max_concurrent_subagents. Субагенты делят окружение главного агента, наследуют MCP-инструменты и настройки поиска, но не поддерживают функции (мультиагентность OpenAI).
В Anthropic агент-координатор получает «состав» — список агентов, которым может делегировать работу. У каждого агента своя модель, системный промпт, инструменты, MCP-серверы и навыки, а работа идёт в отдельных потоках с собственной историей. Ограничения: один уровень делегирования, до 20 уникальных агентов в составе и до 25 параллельных потоков. Песочница, файловая система и учётные данные из vaults общие (мультиагентность Anthropic).
Практический вывод: схема Anthropic удобнее, когда подзадачам нужны разные модели или инструменты — например, дешёвая модель для чтения документов и сильная для итогового решения. Схема OpenAI проще для параллельного разбора однотипных задач одной конфигурацией, если субагентам не нужны вызовы вашего бэкенда.
Дополнительные возможности
У Claude Managed Agents в документации описаны функции, для которых в изученных разделах Agents API прямого аналога нет:
- Проверка результата по рубрике (outcomes). Вы описываете критерии готового результата, отдельный «оценщик» в своём контексте проверяет артефакт, и агент дорабатывает его до соответствия (outcomes).
- Запуск по расписанию. Развёртывание запускает сессии агента по cron и хранит историю запусков (scheduled deployments).
- Бюджет сессии. Жёсткий лимит расходов в долларах: при его достижении сессия встаёт на паузу со статусом
budget_reached, не теряя истории (бюджеты). - Хранилища памяти для переноса знаний между сессиями (память агента).
У OpenAI Agents API свои сильные стороны: управление браузером в размещённой песочнице, шаблоны окружений, плагины с навыками и MCP-конфигурацией, программные вызовы инструментов и поиск инструментов по требованию, трассировка с выгрузкой в OTLP JSON (трассировка, плагины). Расходы можно ограничить на уровне организации: с июля 2026 года OpenAI поддерживает жёсткие месячные лимиты, после которых API возвращает ошибку 429 (журнал изменений).
Секреты и доступы
Модель защиты секретов у платформ почти одинакова. Обе используют хранилища (vaults) для учётных данных MCP-серверов (static_bearer, mcp_oauth) и для переменных окружения, где песочница видит только заглушку, а настоящий секрет подставляется при исходящем запросе (vaults OpenAI, vaults Anthropic). У Anthropic срок OAuth-токенов продлевается автоматически по сохранённому refresh-токену; у OpenAI обновление тоже поддерживается, если передать данные refresh.
Общее правило для обеих платформ: всё, что лежит в окружении, может прочитать код, сгенерированный агентом. Поэтому основной API-ключ приложения в песочницу не кладут, а для своей инфраструктуры используют отдельный ключ окружения с минимальными правами. Как строить контуры контроля для агента, мы разбирали в статье «Управление автономностью ИИ-агентов».
Цены: две разные формулы
Ни одна платформа не берёт плату за сам API, но вычисления оплачиваются по-разному.
OpenAI Agents API: токены модели + стандартные тарифы инструментов + контейнерные ставки песочницы OpenAI. Контейнер стоит $0,03 (1 ГБ), $0,12 (4 ГБ) или $0,48 (16 ГБ) за 20-минутную сессию; для подходящих сессий тарификация поминутная с минимумом 5 минут (цены OpenAI).
Claude Managed Agents: токены модели + $10 за 1000 веб-поисков + $0,08 за час работы сессии. Время считается до миллисекунды и только в статусе running: ожидание сообщения или подтверждения не оплачивается. Отдельной платы за часы контейнера нет. Скидка Batch API к сессиям не применяется. При закреплении инференса в США (inference_geo: "us") токены стоят в 1,1 раза дороже (цены Anthropic).
Ставки моделей на 4 октября 2026 года, долл. США за 1 млн токенов, стандартная обработка:
| Модель | Провайдер | Ввод | Вывод |
|---|---|---|---|
| gpt-6-astra | OpenAI | $10,00 | $50,00 |
| gpt-6.1-sol | OpenAI | $2,00 | $10,00 |
| gpt-6-luna | OpenAI | $0,10 | $0,50 |
| Claude Fable 5.1 | Anthropic | $10,00 | $50,00 |
| Claude Opus 5.5 | Anthropic | $4,00 | $20,00 |
| Claude Sonnet 5.5 | Anthropic | $2,00 | $10,00 |
| Claude Haiku 4.5 | Anthropic | $1,00 | $5,00 |
Для OpenAI указаны ставки короткого контекста.
Пример расчёта (иллюстрация, а не прогноз). Одна задача: 400 000 входных токенов без кэша, 30 000 выходных, 40 минут работы песочницы. Для OpenAI берём gpt-6.1-sol и контейнер 4 ГБ, для Anthropic — Claude Sonnet 5.5 с теми же ставками токенов:
| Статья | OpenAI Agents API | Claude Managed Agents |
|---|---|---|
| Ввод | 400 000 × $2 / 1 млн = $0,80 | 400 000 × $2 / 1 млн = $0,80 |
| Вывод | 30 000 × $10 / 1 млн = $0,30 | 30 000 × $10 / 1 млн = $0,30 |
| Вычисления | 40 мин × ($0,12 / 20 мин) = $0,24 | 40 мин × ($0,08 / 60 мин) ≈ $0,053 |
| Итого | $1,34 | ≈ $1,153 |
Расчёт показывает только устройство формул. Модели разных провайдеров отличаются токенизаторами и качеством, поэтому одна и та же задача даст разное число токенов и разное число попыток. Сравнивать стоимость нужно по цене принятого результата на ваших задачах.
Кэширование, повторы, субагенты и платные инструменты в расчёт не вошли. В этом примере плата за вычисления на обеих платформах заметно меньше платы за токены, поэтому главный рычаг экономии здесь — выбор модели и длина контекста. Подробнее о сравнении облачных и собственных моделей — в материале «Облачная или локальная LLM: как сравнить TCO».
Данные, лимиты и доступность
Хранение данных. Agents API поддерживает резидентность данных только в США и не поддерживает Zero Data Retention; своя песочница этого не меняет (обзор Agents API). Claude Managed Agents «спроектирован как сервис с состоянием»: история, состояние песочницы и результаты хранятся у Anthropic. Поэтому сервис не подпадает под Zero Data Retention и соглашение HIPAA BAA, а сессии и файлы можно удалить через API (обзор Managed Agents). Географию инференса для агента можно закрепить параметром inference_geo (настройка агента).
Лимиты запросов. У Anthropic для эндпоинтов Managed Agents — 300 запросов в минуту на создание и 1200 на чтение на организацию, плюс общие лимиты аккаунта (справочник Managed Agents). В документации Agents API отдельных лимитов запросов мы не нашли; там описаны лимиты размера: до 4 МиБ на конфигурацию и на входные данные (сессии Agents API).
Облачные площадки. Claude Managed Agents доступен в Claude API и на Claude Platform on AWS, где есть отличия в функциях (обзор Managed Agents). У OpenAI в документации есть страница о Bedrock Managed Agents — отдельном сервисе Amazon Bedrock с похожими понятиями, но своими контрактами API (OpenAI о Bedrock Managed Agents).
А если агент нужен на своих серверах: Agents SDK и Claude Agent SDK
Если управляемая платформа не подходит, у обоих провайдеров есть библиотеки, где цикл агента работает в вашем процессе. OpenAI Agents SDK — открытый фреймворк для мультиагентных сценариев с передачей задач, ограничителями и трассировкой (репозиторий Agents SDK). Claude Agent SDK даёт инструменты, цикл агента и управление контекстом, на которых работает Claude Code, в виде библиотеки для Python и TypeScript. В неё входят встроенные инструменты, хуки, субагенты, MCP, разрешения и сессии (обзор Claude Agent SDK).
Библиотеки снимают вопрос хранения состояния у провайдера, но не вопрос отправки данных в модель: запросы к API OpenAI или Anthropic остаются внешними. Полностью в своём контуре агент работает только с моделью, развёрнутой у вас. Проверять такую систему стоит целиком, вместе с инструментами и окружением: об этом статья «Обвязка ИИ-агента».
Что выбрать: решение по сценариям
OpenAI Agents API логичнее, если:
- команда уже использует модели OpenAI и хочет перенести долгие задачи в управляемую среду;
- агенту нужно работать в браузере с одобрением сайтов пользователем;
- важны шаблоны окружений, плагины и выгрузка трасс в существующую систему наблюдаемости через OTLP;
- подзадачи однотипны и могут выполняться одной конфигурацией субагентов.
Claude Managed Agents логичнее, если:
- нужна модель Claude и встроенный набор файловых инструментов;
- важно версионирование агентов и откат конфигурации;
- нужен жёсткий бюджет на сессию, запуск по расписанию или автоматическая проверка результата по рубрике;
- подзадачам нужны разные модели или инструменты в рамках одной сессии;
- нужны детальные политики подтверждения для каждого инструмента.
Не подходят обе, если:
- требования к данным запрещают хранить состояние у внешнего провайдера или требуют Zero Data Retention;
- продукт работает в стране, где API провайдера официально недоступен;
- задача решается одним запросом к модели — агентная обвязка добавит стоимость и задержку.
Если сомневаетесь, проведите короткий пилот на обеих платформах с одной задачей, одним критерием приёмки и одинаковым ограничением бюджета. Решение по цене принятого результата и доле успешных запусков надёжнее любого сравнения характеристик.
Россия: доступность и правовые вопросы
На 4 октября 2026 года России нет ни в списке поддерживаемых стран API OpenAI (OpenAI), ни в списке поддерживаемых стран Anthropic (Anthropic). OpenAI на своей странице предупреждает, что использование или предоставление доступа вне перечисленных стран может привести к блокировке аккаунта. Для российских компаний это ограничение важнее любой строки сводной таблицы.
Вторая тема — персональные и коммерческие данные. Обе платформы хранят состояние сессий у провайдера за рубежом и не поддерживают Zero Data Retention. Если агент работает с персональными данными, допустимость передачи и хранения нужно оценить с юристом до начала разработки. Эта статья не является юридической консультацией.
Практическая альтернатива для таких случаев — модель в собственной инфраструктуре или у российского облачного провайдера и своя обвязка агента. Архитектурные приёмы обеих платформ при этом остаются полезными: долгие сессии, песочница с ограниченной сетью, секреты вне окружения, бюджеты, явное одобрение рискованных действий.
Частые вопросы
Что такое Claude Managed Agents простыми словами?
Это сервис Anthropic, который сам запускает цикл агента на Claude и даёт ему песочницу с bash, файлами и веб-поиском. Вы создаёте агента, окружение и сессию, отправляете задачи и получаете поток событий. Сервис находится в бете.
Чем Claude Managed Agents отличается от Claude Agent SDK?
Managed Agents — хостинговая платформа: цикл агента и песочница работают у Anthropic или в вашем воркере. Claude Agent SDK — библиотека с инструментами и циклом Claude Code, которую вы запускаете и сопровождаете в своём приложении.
Какая платформа дешевле?
В нашем примере плата за вычисления у Anthropic ниже при одинаковом времени работы, но основную часть счёта там дают токены модели. Итог зависит от выбранной модели, длины контекста и числа попыток, поэтому сравнивайте стоимость принятого результата на своих задачах.
Можно ли запускать код агента на своих серверах?
Да, обе платформы поддерживают собственные песочницы. Цикл агента при этом остаётся у провайдера, а входы и выходы инструментов передаются ему, поэтому требования к хранению данных сохраняются.
Поддерживают ли обе платформы MCP?
Да. В OpenAI Agents API MCP-сервер подключается из инфраструктуры OpenAI, из окружения или как stdio-процесс. В Claude Managed Agents серверы указываются в конфигурации агента, а учётные данные хранятся в vaults.
Можно ли ограничить расходы одного агента?
В Claude Managed Agents есть жёсткий бюджет сессии в долларах. В изученной документации OpenAI Agents API аналога нет, но доступны месячные лимиты расходов организации и контроль через выбор модели, число субагентов и удаление неактивных сессий.
Какую платформу выбрать для работы из России?
Ни одна из них официально недоступна в России на 4 октября 2026 года. Для российских проектов обычно рассматривают модели в собственной инфраструктуре или российские облачные сервисы.
Как AI студия Владимира Ломтева помогает выбрать и внедрить платформу для агентов
Сравнение платформ полезно, когда понятно, какую работу должен выполнять агент и какие данные ему доступны. AI студия Владимира Ломтева создаёт ИИ-агентов, интегрированных с каналами связи и бизнес-системами, и разворачивает языковые модели, в том числе на серверах заказчика. В задаче выбора платформы мы можем:
- провести аудит процесса и данных: какие шаги поручить агенту, какие системы он затрагивает и что нельзя передавать внешнему провайдеру;
- разработать и протестировать MVP агента с интеграцией в CRM, ERP или 1С и ограниченными правами инструментов;
- развернуть модель в контуре компании, если облачные платформы не подходят по доступности или требованиям к данным.
Первый шаг — описать один процесс: текущие показатели, источники данных, ограничения и критерий, по которому результат агента считается принятым. С этим описанием можно честно сравнить варианты на пилоте. Обсудить задачу.
Заключение
OpenAI Agents API и Claude Managed Agents устроены похоже: провайдер ведёт цикл агента и сессию, вы подключаете инструменты и выбираете, где выполнять код. Выбор определяют не базовые понятия, а детали: модели, мультиагентная схема, политики одобрения, бюджет и расписание, формула цены вычислений.
Если команда работает с GPT и нужен браузер под управлением агента — начните с Agents API. Если нужны Claude, версии агентов, бюджеты и проверка по рубрике — с Managed Agents. Если данные нельзя хранить у провайдера или API недоступен в вашей юрисдикции, обе платформы отпадают: рассматривайте собственную обвязку и модель в своём контуре. В любом случае решение стоит принимать по пилоту на одной задаче с измеримым критерием приёмки.
