OpenAI APIの使い方入門｜Pythonでの実装・料金・GPT-4o活用法を解説

OpenAI APIとは？基本概要と特徴

OpenAI APIは、ChatGPTやGPT-4oなどの大規模言語モデル（LLM）を自社サービスやアプリケーションに組み込むためのインターフェースです。テキスト生成・画像認識・音声合成・埋め込みベクトル生成など、多様な機能をHTTPリクエスト経由で利用できます。

OpenAIはChat Completions APIに加えてResponses APIも提供しています。Responses APIは会話状態の管理やツール利用を扱え、公式の移行ガイドでは新規開発で推奨されています。Chat Completionsもサポートされており、両者ではリクエスト・レスポンスの構造や対応機能が異なります。ただし、Chat Completions APIも引き続き広く使われているため、本記事では主にChat Completions APIの使い方を解説します。

事前準備：APIキーの取得と環境構築

OpenAI APIを使い始めるには、まずOpenAIのプラットフォームサイト（platform.openai.com）でアカウントを作成し、APIキーを発行する必要があります。

手順1：APIキーの発行

1. platform.openai.comにログインする
2. ダッシュボードのAPIキー管理で、使用する組織・プロジェクトを確認する（画面の配置は公式Quickstartから確認）
3. 「Create new secret key」をクリックしてキーを発行
4. 表示されたキーをコピーして安全な場所に保存（再表示不可）。実行前にBillingで利用可能な残高・支払い設定も確認する

手順2：Pythonライブラリのインストール

pip install openai python-dotenv

手順3：環境変数への設定

APIキーをソースコードにハードコードするのは危険です。必ず.envファイルや環境変数で管理してください。

# .envファイル
OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxx

Chat Completions APIの基本的な使い方（Python）

最もよく使われるChat Completions APIの基本的な実装例を見てみましょう。

import os
from openai import OpenAI
from dotenv import load_dotenv

load_dotenv()

client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "あなたは親切なアシスタントです。"},
        {"role": "user", "content": "Pythonでリストをソートする方法を教えてください。"}
    ],
    temperature=0.7,
    max_completion_tokens=500
)

print(response.choices[0].message.content)

主要パラメータの解説

• model：使用するモデル名（gpt-4o、gpt-4o-miniなど）
• messages：会話履歴の配列。system（システムプロンプト）・user（ユーザー入力）・assistant（AIの返答）の3ロールを使う
• temperature：出力のランダム性（0〜2。低いほど安定、高いほど創造的）
• max_completion_tokens：生成する最大トークン数。可視の回答だけでなく非表示トークンも含む。Responses APIではmax_output_tokensを使う（公式のトークン計測説明）

GPT-4oとモデルの選び方

OpenAI APIには複数のモデルがあり、用途とコストに応じて選択します。下表は2026年9月17日確認の標準テキスト料金（米ドル、入力はキャッシュなし）です。Batch・音声・画像・ツールの課金は別に確認してください（公式料金表、GPT-4o仕様、GPT-4o mini仕様）。

モデル	特徴	入力（/1Mトークン）	出力（/1Mトークン）
gpt-4o	高精度・マルチモーダル対応	$2.50	$10.00
gpt-4o-mini	軽量・低コスト・高速	$0.15	$0.60

学習・プロトタイプ段階ではgpt-4o-miniを使うのがおすすめです。例えば入力1,000・出力500トークンなら標準テキスト料金は1回0.00045ドルで、計算用に1ドル＝150円と仮定すると約0.0675円です。これは利用分布の調査結果ではなく、画像・ツール料金等を含まない試算です。本番運用ではgpt-4oも候補にし、実際のタスクで品質・遅延・費用を比較して採用を判断しましょう。

モデル選定の考え方

• プロトタイプ・開発初期：gpt-4o-mini（コスト優先）
• 本番・複雑なタスク：gpt-4o（精度優先）
• Vision（画像認識）：gpt-4oまたはgpt-4o-mini（どちらも対応）
• 埋め込みベクトル生成：text-embedding-3-small / text-embedding-3-large

応用API：Embeddings・Vision・TTS・STT

Embeddings API（テキストの意味ベクトル化）

Embeddings APIは、テキストを高次元の数値ベクトルに変換します。セマンティック検索・類似度計算・RAG（検索拡張生成）などに活用されます。text-embedding-3-smallの既定は1,536次元で、dimensionsを指定すると短縮できます（公式Embeddingsガイド）。

response = client.embeddings.create(
    model="text-embedding-3-small",
    input="OpenAI APIの使い方について教えてください"
)
vector = response.data[0].embedding
print(f"ベクトル次元数: {len(vector)}")  # 1536次元（dimensions未指定時）

Vision API（画像理解）

GPT-4oはテキストと画像を同時に入力できるモデルです（公式仕様）。例の画像URLは、実際にアクセスできる自分の画像URLへ置き換えてください。

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "この画像に何が写っていますか？"},
                {"type": "image_url", "image_url": {"url": "https://example.com/image.jpg"}}
            ]
        }
    ]
)
print(response.choices[0].message.content)

TTS API（テキスト→音声合成）

以下は公式音声合成ガイドのストリーミング保存形式に沿ったtts-1の例です。利用可能な音声はモデルごとに異なります。

with client.audio.speech.with_streaming_response.create(
    model="tts-1",
    voice="alloy",  # 例: alloy, ash, coral, echo, fable, onyx, nova, sage, shimmer
    input="こんにちは、OpenAI APIを使った音声合成のデモです。"
) as response:
    response.stream_to_file("output.mp3")

料金体系と節約のコツ

テキストモデルは主に入力・出力のトークン数に応じた従量課金で、画像・音声・ツールには別の課金単位もあります。文字とトークンの対応はモデルや文章によって変わり、日本語を常に1文字＝1〜2トークンとは換算できません。トークン計測方法とAPIのusageで確認します。

コスト削減の実践テクニック

1. max_completion_tokensを設定する：上限を指定して想定外の長文生成を抑える（パラメータ名はモデルやAPIにより異なります）
2. システムプロンプトを簡潔にする：毎回送信されるため、不要な文言を削除する
3. gpt-4o-miniで開発・テスト：本番と同じコードで低コスト検証が可能
4. 会話履歴を管理する：古い会話を要約・削除してコンテキスト長を抑制
5. Batch APIを使う：対応モデル・エンドポイントのBatch APIは同期API比50%割引。完了ウィンドウは24時間で、期限切れや失敗も処理する

月間コストの試算例

下記は1回当たり入力1,000・出力500トークン、キャッシュなしの標準テキスト料金、1ドル＝150円という計算用の仮定です。実際の為替・文章量・画像やツールの利用・呼び出し回数で金額は変わり、組織の規模だけでは決まりません。

• 個人・学習用の計算例（gpt-4o-mini）：月1万〜5万回なら約675〜3,375円
• サービス運用の計算例（gpt-4o）：月1万〜10万回なら約11,250〜112,500円
• エンタープライズ：利用量・契約方式・追加機能を基に見積もり、個別料金や割引の適用可否を契約で確認

よくあるエラーと対処法

以下は現行Python SDKの例外と返却内容を確認するための整理です（公式エラーガイド、レート制限、支出上限）。同じHTTPステータスでも原因が異なるため、error.codeとメッセージを確認します。

エラー	原因	対処法
AuthenticationError	APIキーが無効または未設定	環境変数を確認し、キーを再発行する
RateLimitError（429）	一時的なレート制限、残高不足、組織・プロジェクトの支出上限等	一時制限はRetry-Afterに従い回数を制限して再試行。残高・支出上限は設定や契約を確認し、再試行だけで解決しようとしない。usage tierはAPIの利用状況等に応じた枠で、ChatGPTの月額プラン変更とは別
BadRequestError（400）	パラメータ不正	モデル名・メッセージ形式を公式ドキュメントで確認
BadRequestError等でコンテキスト超過を確認	入力と出力予定がモデルのコンテキスト上限を超える等	返却されたコード・メッセージで超過を確認し、履歴や添付内容を整理する。ContextLengthErrorという独立したSDK例外クラスを前提にしない

LLMプロバイダを切り替える可能性がある場合は、openaiとgeminiなどをEnumで管理し、実行前にバリデーションを入れておくと保守性が高まります。

まとめ：OpenAI APIを活用したシステム開発のポイント

OpenAI APIは、APIキー取得からPythonでの実装まで短時間で始められるのが魅力です。本記事で解説した主なポイントをまとめます。

• まずはgpt-4o-miniでコストを抑えつつ開発を進める
• APIキーは必ず環境変数で管理し、ソースコードへのハードコードを禁止する
• max_completion_tokens・会話履歴管理でコストを最適化する
• テキスト生成以外にもEmbeddings・Vision・TTSなど豊富な機能を活用する
• 本番運用ではResponses APIへの移行も検討する

LLMアプリ開発は、モデル選定・プロンプト設計・コスト最適化・セキュリティを総合的に設計する必要があります。AI開発支援サービスやAI人材採用支援サービスについてもお気軽にご相談ください。

FAQ：OpenAI APIに関するよくある質問

Q. OpenAI APIは無料で使えますか？

A. 公式Quickstartには無料のテストAPIリクエストの案内がありますが、利用可能な残高・支払い条件はアカウントで確認してください。継続利用はモデル等に応じた従量課金です。gpt-4o-miniで入力1,000・出力500トークン、1ドル＝150円の仮定なら、月1,000回で約67.5円、1万回で約675円です。標準テキスト料金による試算で、画像・音声・ツール料金等は含みません。全利用者が月数百円に収まるという意味ではありません。（公式Quickstart、料金表）

Q. APIキーが漏洩した場合はどうすればよいですか？

A. すぐにOpenAIのダッシュボードで該当のAPIキーを削除し、新しいキーを発行してください。GitHubなどにコミットしてしまった場合は、リポジトリの履歴からも削除する必要があります。APIキーは.envファイルに保存し、.gitignoreに追加することが基本です。

Q. gpt-4oとgpt-4o-miniはどのような場合に使い分けるべきですか？

A. 開発・テスト段階やコストを抑えたいケースではgpt-4o-miniを推奨します。gpt-4oも候補にし、実際の入力で品質・応答時間・費用を比較してください。本文のChat Completions例ではモデル名を切り替えられますが、モデルごとの対応機能と制限は確認が必要です。

Q. Chat Completions APIとResponses APIの違いは何ですか？

A. Responses APIはChat Completions APIの後継として開発された新しいインターフェースで、より柔軟なマルチターン会話管理やツール利用が可能です。新規プロジェクトにはResponses APIの採用が推奨されますが、Chat Completionsも引き続きサポートされています。ただし、利用するモデルの終了予定や仕様変更は別に確認します。（公式移行ガイド）

Q. 日本語のトークン数はどのように計算しますか？

A. 日本語も文字数とトークン数は固定対応しません。プレーンテキストは採用モデルに対応するtiktokenで概算できますが、メッセージ構造・画像・ファイル等を含むAPI全体の課金量とは差が出ます。対応する事前計測機能と、実行結果のusageを確認し、入力・出力・追加ツールの料金を分けて見積もってください。（公式トークン計測ガイド）

Q. APIを使ったサービスのセキュリティ上の注意点は何ですか？

A. 主な注意点は3点です。①APIキーをフロントエンドのコードに含めない（必ずバックエンド経由で呼び出す）、②外部文書などの信頼できない内容に紛れた指示でAIの動作を変えようとするプロンプトインジェクションに備え、入力データと上位の指示を分離し、ツールの権限を制限する、③個人情報・機密情報をAPIに送信しないか送信する場合はデータ処理に関する規約を確認する。Azure OpenAI Serviceを含む利用環境は、契約・データ所在地・保持条件・認証と権限管理を自社要件に照らして選びます。サービス名だけで社内ポリシーへの準拠は決まりません。（プロンプトインジェクション対策、OpenAI APIのデータ取扱い）

あわせて読みたい

• AIコンサルティングの4つの型
• AI導入の相談前に準備すべき5つのこと