この記事の要点

OpenAI API: ChatGPT の頭脳である GPT-5 / GPT-4o / o1 をプログラムから呼べる REST API 料金: 従量課金制（入力 $1.25 / 1M tokens、出力 $10 / 1M tokens 〜、モデル別） セットアップ: platform.openai.com で API キー発行 → pip install openai または npm install openai 主要機能: Chat Completions / Streaming / Function Calling / Vision (画像入力) / Embeddings / Whisper (音声) 注意: API キーは絶対に公開しない、レート制限あり、コスト監視必須 ビジネス活用: 自社アプリへの ChatGPT 機能統合、バッチ処理、社内ツール開発

OpenAI API とは

OpenAI API は、ChatGPT で使われている GPT-5 / GPT-4o / o1 等の AI モデルを、自分のプログラムやサービスから呼び出せる REST API です。Web ブラウザの ChatGPT を使うのではなく、Python や Node.js で「AI 機能を組み込んだアプリ」を作るためのインターフェースになります。

2025 年現在、OpenAI API は世界で最も使われている生成 AI API で、社内チャットボット・要約サービス・カスタマーサポート Bot・コード生成ツールなど、数えきれないほどのアプリケーションが構築されています。

セットアップ・準備

1. API キーの取得

1. platform.openai.com にアクセスして OpenAI アカウントでログイン
2. 右上のメニューから「API keys」を選択
3. 「Create new secret key」をクリックして名前を付ける（例: my-app）
4. 表示された sk-... 形式のキーを安全な場所にコピー（一度しか表示されない）
5. 「Billing」から支払い情報を登録（最低 $5 のチャージから始められる）

2. Python での環境構築

# Python 3.8 以上が必要
pip install openai

# 環境変数にキーを設定（推奨）
export OPENAI_API_KEY="sk-..."     # Linux / Mac
setx OPENAI_API_KEY "sk-..."        # Windows

3. Node.js での環境構築

# Node.js 18 以上が必要
npm install openai
# または
yarn add openai
# 環境変数 OPENAI_API_KEY を .env に設定

最初のコード — Hello World

Python 版

from openai import OpenAI

client = OpenAI()  # OPENAI_API_KEY 環境変数から自動読み込み

response = client.chat.completions.create(
    model="gpt-5",
    messages=[
        {"role": "system", "content": "あなたは親切な日本語アシスタントです。"},
        {"role": "user", "content": "Pythonでフィボナッチ数列を出力するコードを教えて"}
    ]
)

print(response.choices[0].message.content)
print(f"使用トークン: {response.usage.total_tokens}")

Node.js 版

import OpenAI from "openai";

const client = new OpenAI();  // process.env.OPENAI_API_KEY から自動読み込み

const response = await client.chat.completions.create({
    model: "gpt-5",
    messages: [
        { role: "system", content: "あなたは親切な日本語アシスタントです。" },
        { role: "user", content: "JavaScriptでクイックソートを書いて" }
    ]
});

console.log(response.choices[0].message.content);
console.log(`使用トークン: ${response.usage.total_tokens}`);

主要機能

機能	説明	用途
Chat Completions	会話形式で AI に質問・回答を取得	チャットボット・要約・翻訳
Streaming	レスポンスをトークン単位で逐次受信	リアルタイム表示・UX 改善
Function Calling	AI に関数（ツール）を呼ばせる	外部 API 連携・DB 検索・Agent
Vision (画像入力)	画像を入力して AI に分析させる	OCR・画像理解・図表分析
Embeddings	テキストをベクトル化	RAG・類似検索・推薦システム
Whisper	音声→テキスト変換	文字起こし・音声検索
TTS	テキスト→音声合成	読み上げ・音声 UI
DALL-E 3	画像生成	イラスト・サムネ自動生成
Batch API	大量リクエストを 50% 安く処理	バルク要約・データクレンジング

実践コード例

例 1: ストリーミング（リアルタイム表示）

from openai import OpenAI
client = OpenAI()

stream = client.chat.completions.create(
    model="gpt-5",
    messages=[{"role": "user", "content": "宇宙の歴史を300字で"}],
    stream=True,
)

for chunk in stream:
    delta = chunk.choices[0].delta.content
    if delta:
        print(delta, end="", flush=True)
print()

例 2: Function Calling（AI に天気 API を呼ばせる）

from openai import OpenAI
import json

client = OpenAI()

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "指定した都市の現在の天気を返す",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "都市名（例: Tokyo）"}
            },
            "required": ["city"]
        }
    }
}]

response = client.chat.completions.create(
    model="gpt-5",
    messages=[{"role": "user", "content": "東京の天気を教えて"}],
    tools=tools,
)

tool_call = response.choices[0].message.tool_calls[0]
args = json.loads(tool_call.function.arguments)
print(f"呼び出された関数: {tool_call.function.name}({args})")
# → get_weather({'city': 'Tokyo'}) が返るので、実装側で実 API を叩く

例 3: Vision（画像入力）

from openai import OpenAI
client = OpenAI()

response = client.chat.completions.create(
    model="gpt-5",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "この画像に何が写っている？"},
            {"type": "image_url", "image_url": {
                "url": "https://example.com/photo.jpg"
            }}
        ]
    }]
)
print(response.choices[0].message.content)

料金・トークン消費

モデル	入力 ($/1M tokens)	出力 ($/1M tokens)	用途
gpt-5	$1.25	$10.00	★ 万能・最新フラッグシップ
gpt-5-mini	$0.25	$2.00	軽量タスク・大量処理向け
gpt-4o	$2.50	$10.00	マルチモーダル特化
gpt-4o-mini	$0.15	$0.60	最安・量産向け
o1	$15.00	$60.00	難問・推論特化
text-embedding-3-large	$0.13	—	埋め込み（RAG 用）

トークンとは？

トークンは GPT がテキストを処理する単位。日本語の場合、1 文字 ≒ 1〜2 トークン、英語は 1 単語 ≒ 1.3 トークン程度。例えば「こんにちは、世界！」は約 8 トークン。1,000 文字の日本語文章は約 1,500〜2,000 トークンになります。

コスト計算例

• GPT-5 で毎日 100 回、平均「入力 500 tokens + 出力 1000 tokens」の問い合わせ
• 月間: 30日 × 100 = 3,000 リクエスト = 入力 150 万 tokens + 出力 300 万 tokens
• 料金: 1.5 × $1.25 + 3.0 × $10 = 約 $32 / 月

注意点・落とし穴

• API キーの管理: GitHub にコミットしない、フロントエンドに埋め込まない、漏洩したら即 revoke
• レート制限 (RPM / TPM): 無料 / 低額枠ではすぐ枯渇、Tier を上げると緩和される
• エラーハンドリング: 429 (Rate Limit) / 500 (Server Error) でリトライ実装必須（指数バックオフ推奨）
• タイムアウト: GPT-5 は数秒〜数十秒かかる、デフォルトより長めに設定
• トークン超過: max_tokens を指定しないと長文で予期せず高額になる
• 個人情報: API 経由でも入力データはログに残る可能性、Zero Data Retention 契約は Enterprise のみ
• ハルシネーション: 自信満々に嘘を生成することがある、業務利用では人間レビュー必須

エラーハンドリングのサンプル（Python）

from openai import OpenAI, RateLimitError, APIError
import time

client = OpenAI()

def chat_with_retry(messages, max_retries=5):
    for attempt in range(max_retries):
        try:
            return client.chat.completions.create(
                model="gpt-5",
                messages=messages,
                timeout=60,
            )
        except RateLimitError:
            wait = 2 ** attempt
            print(f"Rate limit. {wait}秒待機...")
            time.sleep(wait)
        except APIError as e:
            print(f"API error: {e}. リトライします...")
            time.sleep(2 ** attempt)
    raise RuntimeError("リトライ上限")

関連リンク

• Anthropic Claude API 入門 — Claude 4 を使い倒す
• RAG (Retrieval-Augmented Generation) 入門
• LangChain 入門 — LLM アプリ開発フレームワーク
• ChatGPT の使い方完全ガイド