OpenAI Python SDK: インストール、セットアップ、実践的な統合

OpenAI Python SDK（PyPI 上の openai）は、OpenAI の API 向け公式 Python クライアントです。認証、リクエストフォーマット、レスポンス解析、ストリーミング、リトライを処理します。このガイドでは、インストール、コアとなる OpenAI クラス、チャット補完、ストリーミング、関数呼び出し、非同期使用法、JavaScript SDK 相当品、Azure OpenAI 統合、そして Novita AI 互換性について説明します。

OpenAI Python パッケージのインストール

Python 3.10 以降が必要です：

pip install openai

レガシーな 0.x API から移行する場合は、openai.ChatCompletion.create() を client.chat.completions.create() に置き換えてください。

API キーを環境変数として設定します。ソースコードには記述しないでください：

export OPENAI_API_KEY="sk-..."

OpenAI クライアントクラス

OpenAI クラスがメインのエントリポイントです。デフォルトでは OPENAI_API_KEY 環境変数から API キーを読み取りますが、明示的に渡すこともできます：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["OPENAI_API_KEY"],
)

このクライアントはコネクションプール、リトライ、タイムアウトを管理します。インスタンスは 1 つ作成し、アプリケーション全体で再利用するべきです。リクエストごとにインスタンス化しないでください。

初期化時に設定可能なオプション：

パラメータ	デフォルト	説明
api_key	OPENAI_API_KEY 環境変数	認証情報
base_url	https://api.openai.com/v1	プロキシや互換 API 用に上書き
timeout	600 秒	リクエストごとのタイムアウト
max_retries	2	レート制限エラー時の自動リトライ
http_client	None	プロキシや証明書設定用のカスタム httpx クライアント

チャット補完：基本リクエスト

チャット補完は最も一般的なユースケースです。messages リストは API と同じ形式で、会話を表す role/content ディクショナリのリストです：

import os
from openai import OpenAI

client = OpenAI(api_key=os.environ["OPENAI_API_KEY"])

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "あなたは親切なコーディングアシスタントです。"},
        {"role": "user", "content": "Python のリストとタプルの違いは何ですか？"},
    ],
    temperature=0.3,
    max_tokens=512,
)

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

レスポンスは ChatCompletion オブジェクトです。主なフィールド：

• response.choices[0].message.content — テキスト応答
• response.usage.prompt_tokens — 入力で消費されたトークン数
• response.usage.completion_tokens — 出力で消費されたトークン数
• response.model — リクエストを処理したモデルバージョン

本番環境では、生成コストの暴走を防ぐために max_tokens を渡し、決定論的な出力が必要な場合は temperature=0 または低い値を使用してください。

ストリーミング応答

ユーザーがトークンが到着するのを確認できるインタラクティブなインターフェースには、stream=True を使用します：

import os
from openai import OpenAI

client = OpenAI(api_key=os.environ["OPENAI_API_KEY"])

with client.chat.completions.stream(
    model="gpt-4o",
    messages=[
        {"role": "user", "content": "Python のジェネレータをわかりやすく説明してください。"},
    ],
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

コンテキストマネージャ（with 文）を使用すると、イテレーション後に接続が適切に閉じられます。.text_stream 属性はプレーンな文字列を生成します。.stream はチャンクごとの使用統計などのメタデータが必要な場合に、生のイベントオブジェクトを生成します。

コンテキストマネージャなしでストリーミングが必要な場合：

stream = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Python のベストプラクティスを 5 つ挙げてください。"}],
    stream=True,
)
for chunk in stream:
    delta = chunk.choices[0].delta
    if delta.content:
        print(delta.content, end="", flush=True)

関数呼び出し

関数呼び出しにより、モデルが関数を呼び出すタイミングを判断し、JSON 引数オブジェクトを返すことができます。アプリケーションが関数を実行し、結果をモデルに送り返して応答に組み込ませます：

import os
import json
from openai import OpenAI

client = OpenAI(api_key=os.environ["OPENAI_API_KEY"])

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "指定された都市の現在の天気を返します。",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {
                        "type": "string",
                        "description": "都市名（例：'東京'）",
                    }
                },
                "required": ["city"],
            },
        },
    }
]

messages = [{"role": "user", "content": "東京の天気は？"}]

response = client.chat.completions.create(
    model="gpt-4o",
    messages=messages,
    tools=tools,
    tool_choice="auto",
)

choice = response.choices[0]
if choice.finish_reason == "tool_calls":
    tool_call = choice.message.tool_calls[0]
    args = json.loads(tool_call.function.arguments)
    # ここで実際の関数を実行
    result = {"city": args["city"], "temperature": "18°C", "condition": "曇り"}

    messages.append(choice.message)
    messages.append({
        "role": "tool",
        "tool_call_id": tool_call.id,
        "content": json.dumps(result),
    })

    final = client.chat.completions.create(
        model="gpt-4o",
        messages=messages,
    )
    print(final.choices[0].message.content)

モデルは関数を呼び出したい場合に finish_reason="tool_calls" を返します。関数を実行し、結果をメッセージリストに追加して、2 回目のリクエストを行います。この 2 ステップのループが標準的なパターンです。

AsyncOpenAI を使った非同期使用法

FastAPI、asyncio ベースのサービス、またはノンブロッキング I/O が有利なコードでは、AsyncOpenAI を使用します：

import os
import asyncio
from openai import AsyncOpenAI

client = AsyncOpenAI(api_key=os.environ["OPENAI_API_KEY"])

async def get_response(prompt: str) -> str:
    response = await client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": prompt}],
        max_tokens=256,
    )
    return response.choices[0].message.content

async def main():
    result = await get_response("Python の asyncio とは何ですか？")
    print(result)

asyncio.run(main())

AsyncOpenAI は同期版の差し替え可能な非同期対応版です。すべてのメソッドが awaitable です。これは同期クライアントをラップするために asyncio.to_thread を使用するよりも推奨されます。

OpenAI JavaScript SDK

OpenAI JavaScript SDK（npm 上の openai）は Python インターフェースとよく似ています。インストール：

npm install openai

Node.js での基本的なチャット補完：

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
});

const response = await 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: "JavaScript の Promise と async/await の違いを説明してください。" },
  ],
  max_tokens: 512,
});

console.log(response.choices[0].message.content);

JavaScript でのストリーミング：

import OpenAI from "openai";

const client = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

const stream = await client.chat.completions.stream({
  model: "gpt-4o",
  messages: [{ role: "user", content: "fetch API を 3 文で要約してください。" }],
});

for await (const chunk of stream) {
  const text = chunk.choices[0]?.delta?.content ?? "";
  process.stdout.write(text);
}

JavaScript SDK は Node.js 18+、Deno、ブラウザ環境をサポートしますが、ブラウザで API キーを公開するのは安全ではありません。代わりにサーバーサイドのプロキシを使用してください。互換 API 用の base_url オプションは Python と同じように動作します。

Azure OpenAI Python 統合

直接の OpenAI API ではなく Azure OpenAI サービスを使用する場合は、同じパッケージの AzureOpenAI クライアントを使用します：

import os
from openai import AzureOpenAI

client = AzureOpenAI(
    api_key=os.environ["AZURE_OPENAI_API_KEY"],
    azure_endpoint=os.environ["AZURE_OPENAI_ENDPOINT"],
    api_version="2024-02-01",
)

response = client.chat.completions.create(
    model="gpt-4o",  # Azure 上のデプロイ名
    messages=[
        {"role": "user", "content": "Python で Azure OpenAI を使用するにはどうすればよいですか？"},
    ],
)

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

Azure に必要な環境変数：

• AZURE_OPENAI_API_KEY：Azure リソースの API キー
• AZURE_OPENAI_ENDPOINT：エンドポイント URL（例：https://your-resource.openai.azure.com/）

Azure OpenAI の model パラメータは、基盤となるモデル名ではなく、デプロイ名 を指します。api_version はデプロイが使用する Azure API バージョンに合わせて設定してください（サポートされているバージョンについては Azure OpenAI ドキュメント を参照）。

API キーの代わりに Microsoft Entra ID（旧 Azure AD）による認証を使用する場合：

from azure.identity import DefaultAzureCredential, get_bearer_token_provider
from openai import AzureOpenAI

token_provider = get_bearer_token_provider(
    DefaultAzureCredential(),
    "https://cognitiveservices.azure.com/.default",
)

client = AzureOpenAI(
    azure_ad_token_provider=token_provider,
    azure_endpoint=os.environ["AZURE_OPENAI_ENDPOINT"],
    api_version="2024-02-01",
)

同じ SDK で Novita AI を使用する

Novita AI は https://api.novita.ai/openai で OpenAI 互換のエンドポイントを公開しています。同じ openai Python または JavaScript SDK を使用し、base_url と api_key のみを変更できます：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["NOVITA_API_KEY"],
    base_url="https://api.novita.ai/openai",
)

response = client.chat.completions.create(
    model="deepseek/deepseek-v3.1",
    messages=[
        {"role": "system", "content": "あなたは親切なコーディングアシスタントです。"},
        {"role": "user", "content": "Python の GIL がマルチスレッドにどのような影響を与えるか説明してください。"},
    ],
    temperature=0.3,
    max_tokens=512,
)

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

Novita AI の API キーは novita.ai/settings/key-management から取得できます。同じキーが OpenAI 互換エンドポイントを含む Novita AI のすべての API で機能します。

JavaScript で Novita AI を使用する場合：

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NOVITA_API_KEY,
  baseURL: "https://api.novita.ai/openai",
});

const response = await client.chat.completions.create({
  model: "qwen/qwen3-coder-480b-a35b-instruct",
  messages: [{ role: "user", content: "Python の型アノテーションのチートシートを書いてください。" }],
  max_tokens: 600,
});

console.log(response.choices[0].message.content);

ストリーミング、関数呼び出し、非同期使用法、response_format、temperature、max_tokens など、下流のすべてが同じように動作します。

Novita Agent Sandbox を使用するタイミング

モデル呼び出しには OpenAI SDK を使用し、コード実行、ブラウザ操作、ファイル操作を隔離された環境で行う必要があるワークフローには Novita Agent Sandbox を使用してください。これにより、SDK レイヤーは推論に集中し、Sandbox がエージェントループの危険な部分を処理します。

Novita AI 経由のオープンソースモデル

base_url を変更するだけで、クライアントコードを変更せずに Novita AI 上のオープンウェイトモデルにアクセスできます。これは、コーディング、ツール使用、長文コンテキスト作業に適したモデルを必要とするが、同じ SDK ワークフローを維持したい場合に便利です。

Novita AI でのモデル ID の形式は provider/model-name で、そのまま model パラメータに渡します。

オープンモデルとクローズドモデルを混在させたいチーム向けのシンプルなルーティングパターン：

def get_client(use_novita: bool = False) -> OpenAI:
    if use_novita:
        return OpenAI(
            api_key=os.environ["NOVITA_API_KEY"],
            base_url="https://api.novita.ai/openai",
        )
    return OpenAI(api_key=os.environ["OPENAI_API_KEY"])

# コスト重視で高頻度のコーディングタスクにはオープンウェイトを使用
coding_client = get_client(use_novita=True)

# クローズドモデルが真に優れているタスクには OpenAI を使用
openai_client = get_client(use_novita=False)

これにより、出力品質の A/B テストが可能になり、適切な場合に Novita AI にルーティングし、プロバイダー間で 1 つの SDK パスを維持できます。

FAQ

OpenAI Python パッケージ名は何ですか？

PyPI 上のパッケージ名は openai です。pip install openai でインストールします。

OpenAI クライアントの Python クラス名は何ですか？

同期使用法のメインクラスは OpenAI、非同期使用法は AsyncOpenAI です。どちらも openai モジュールにあります：from openai import OpenAI, AsyncOpenAI。

OpenAI Python SDK はストリーミングをサポートしていますか？

はい。client.chat.completions.stream() をコンテキストマネージャとして使用するか、client.chat.completions.create() に stream=True を渡してチャンクを反復処理します。

OpenAI JavaScript SDK のパッケージ名は何ですか？

npm パッケージは openai です。npm install openai でインストールします。クラスとメソッドのシグネチャは Python SDK とほぼ同一です。

Python で Azure OpenAI を使用するにはどうすればよいですか？

openai パッケージの AzureOpenAI クラスを使用します。azure_endpoint、api_key、api_version を渡します。model パラメータは基盤となるモデルではなく、Azure のデプロイ名を指します。

OpenAI Python SDK を他のプロバイダーで使用できますか？

はい。OpenAI チャット補完 API 形式を実装しているプロバイダーであれば、クライアントの base_url を設定することで使用できます。Novita AI のエンドポイント https://api.novita.ai/openai がその一例です。SDK の全機能（ストリーミング、関数呼び出し、非同期）が変更なしで動作します。

OpenAI API キーを安全に保つにはどうすればよいですか？

キーを環境変数（OPENAI_API_KEY）に保存し、os.environ["OPENAI_API_KEY"] で読み取ってください。ソースコード、公開リポジトリ、ビルドログ、クライアントサイド JavaScript に決して入れないでください。

おすすめ記事

• Novita AI が OpenAI Agents SDK をサポート開始！ — Novita AI モデルを OpenAI Agents SDK に接続し、マルチエージェントオーケストレーション、ガードレール、トレーシングを実現します。
• Qwen3 Coder 30B A3B Instruct クイックスタート — Novita AI 上のこのコスト効率の良いコーディングモデルのモデル ID、料金、コンテキストウィンドウ、API 例。
• Vercel AI SDK：AI アプリケーション構築のための完全開発者ガイド — Novita AI の OpenAI 互換エンドポイントと共に Vercel AI SDK を使用して、TypeScript でストリーミング、ツール呼び出し、エージェントループを実現します。