OpenAI API入門｜Responses APIの始め方・料金・APIキー管理を解説【2026年版】

※最終更新：2026年8月6日。GPT-5.6系、Responses API、現行料金、APIキー管理、プロジェクト別の支出管理に合わせて全面更新しました。

「ChatGPTを契約しているから、APIも使えるはず」と思っていないでしょうか。

ChatGPTとOpenAI APIは別のサービスです。ChatGPTは用意された画面でAIを使う製品、APIは自社のシステムや業務フローへOpenAIのモデルを組み込むための仕組みです。契約と料金も分かれています。

現在、新しく開発するならResponses APIが基本です。テキスト生成だけでなく、画像入力、Web検索、ファイル検索、Code Interpreter、独自関数などを同じAPIから利用できます。

この記事では、Pythonで最初のリクエストを動かすところから、本番導入前に必要なAPIキー、料金、支出上限、エラー対応まで解説します。

この記事の要点

OpenAI APIとは

OpenAI APIは、OpenAIのモデルをプログラムから呼び出すための接続口です。入力を送ると、文章、分類結果、構造化データ、画像分析などの結果を受け取れます。

例えば、次のような業務に組み込めます。

• 問い合わせ内容を分類し、担当部署へ振り分ける

• 商談メモから要点と次回アクションを抽出する

• 社内文書を検索して、根拠付きで回答する

• 画像やPDFから必要項目を読み取る

• Web情報を調べ、出典付きのレポートを作る

• 自社システムのデータを使って定型文書を作る

ChatGPTの画面でも似たことはできますが、APIなら入力、処理、確認、保存、次のシステムへの受け渡しを自動化できます。

ChatGPTとOpenAI APIの違い

ChatGPT Plusなどの有料プランを契約していても、APIの利用料金が含まれるとは限りません。APIはOpenAI Platformで別に設定します。

ChatGPT自体の機能や法人プランは、ChatGPTとは？使い方・特徴・料金の最新版ガイドで解説しています。

Responses APIとChat Completions APIの違い

OpenAI公式の移行ガイドでは、Chat Completions APIのサポートを継続しながら、すべての新規プロジェクトにResponses APIを推奨しています。

Responses APIは、モデルの回答だけでなく、検索や関数呼び出しなど、処理の途中で発生する項目をまとめて扱える設計です。

既存システムがChat Completions APIで安定して動いているなら、モデル名だけを機械的に変える必要はありません。新機能が必要か、移行によって品質やコストが改善するかをテストしてから移します。

一方、これから初めてAPIを学ぶ人は、Responses APIから始めた方がよいでしょう。本記事のコードもResponses APIで統一します。

OpenAI APIの料金体系

API料金は、主に次の合計で決まります。

API料金 ＝ 入力トークン料金 ＋ キャッシュ関連料金 ＋ 出力トークン料金 ＋ 使用したツール料金

トークンは、モデルが文章を処理する単位です。日本語の文字数と完全には一致しません。長い資料を毎回送る、回答を必要以上に長くする、同じ処理を何度もやり直すと料金が増えます。

GPT-5.6系の標準料金

次は2026年8月6日時点の短いコンテキストに対する標準料金です。単位は100万トークンあたりの米ドルです。公開後に変わる可能性があるため、利用時はOpenAI公式料金ページも確認してください。

長いコンテキスト、Batch、Flex、Fast modeでは単価が異なります。データレジデンシー対象の地域処理には追加料金が設定される場合もあります。

ツール利用にも料金が発生する

Responses APIでWeb検索やファイル検索を使う場合、モデルのトークン料金だけではありません。

2026年8月6日時点では、Web検索は1,000回あたり10ドルに加えて検索内容のトークン料金、File Searchはストレージ料金とツール呼び出し料金が設定されています。Code Interpreterなどのコンテナにも利用料金があります。

「モデルが安いから全体も安い」とは限りません。1件の業務で、モデルを何回呼び、何文字を入力し、どのツールを何回使うかで見積もります。

料金を下げる3つの基本

1つ目は、最初から一番高性能なモデルだけに固定しないことです。まず品質優先のモデルで成功条件を決め、その後、terraやlunaで同じ条件を満たせるか検証します。

2つ目は、出力を必要な長さに制限することです。長い回答を作ってから削るより、必要な項目と形式を先に指定します。

3つ目は、すぐに結果が不要な大量処理でBatchやFlexを検討することです。標準処理より安くなる代わりに、完了までの時間や可用性の条件が変わります。

GPT-5.6系モデルの選び方

モデル選択は、知名度や新しさではなく、実際の業務データで決めます。

最初は`gpt-5.6`で基準となる出力を作り、品質を落とさず置き換えられる業務を`gpt-5.6-terra`や`gpt-5.6-luna`へ移します。

例えば、複雑な契約条件の比較はsol、問い合わせ分類はluna、顧客向けの文章作成はterraという分け方です。ただし、この組み合わせをそのまま自社へ当てはめず、自社データで評価してください。

モデル名は更新されます。コード全体へ直接書き散らすのではなく、設定として1か所で管理すると切り替えやすくなります。

OpenAI APIを始める手順

1つ目：OpenAI Platformへログインする

OpenAI Platformへアクセスし、アカウントを作成またはログインします。ChatGPTと同じログイン情報を使える場合でも、APIの請求と利用設定は別です。

組織で利用する場合は、個人ごとにバラバラの環境を作る前に、管理する組織とプロジェクトを決めてください。

2つ目：プロジェクトを作成する

開発、検証、本番を分けると、利用量、APIキー、権限、支出設定を切り分けられます。

最初の検証でも「誰の個人キーか分からない」状態にせず、対象業務が分かるプロジェクト名を付けます。本番へ進む際は、検証用のキーをそのまま使い回さないでください。

3つ目：APIキーを作成する

API Keys画面からシークレットキーを作成します。APIキーは認証情報です。本文、チャット、スクリーンショット、ソースコード、公開リポジトリへ貼り付けてはいけません。

このプロジェクトでも、APIキーを`.env`やリポジトリ内のファイルへ保存しない運用にしています。手元の検証ではOSの安全な保管先やその場限りの環境変数、本番ではクラウドのシークレット管理サービスなどを使います。

4つ目：料金と利用上限を確認する

Billingで支払い方法と利用状態を確認します。すべての利用者に同じ前払い条件が適用されるとは限らないため、記事に書かれた最低購入額ではなく、自分の画面を確認してください。

次に、支出アラートとハード上限を分けて設定します。

「Monthly budgetを設定したから必ず止まる」と思い込まず、設定が通知なのか強制停止なのかを確認します。本番でハード上限を使う場合は、停止時に業務へ与える影響も決めてください。

PythonでResponses APIを動かす

1つ目：Python SDKをインストールする

ターミナルで次のコマンドを実行します。

pip install openai

2つ目：APIキーを環境変数へ設定する

次の`your_api_key_here`を自分のAPIキーに置き換えます。実際のキーを記事、メモ、リポジトリへ残さないでください。

macOSまたはLinuxの場合は次のとおりです。

export OPENAI_API_KEY="your_api_key_here"

この設定は現在のターミナルセッションだけで使う想定です。本番ではシークレット管理サービスから環境変数へ渡します。

3つ目：最初のリクエストを送る

`example.py`というファイルを作り、次のコードを記述します。

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6",
    input="法人向け生成AI導入で、最初に確認すべきことを3つ挙げてください。",
)

print(response.output_text)

ターミナルで実行します。

python example.py

回答が表示されれば、最初のAPIリクエストは成功です。

instructionsで役割や条件を分ける

毎回の質問と、共通して守らせる条件を分けたい場合は`instructions`を使います。

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-terra",
    instructions=(
        "あなたは法人向けAI導入のアドバイザーです。"
        "確認できない内容を推測で補わず、判断に必要な追加質問を示してください。"
    ),
    input="営業部門で生成AIを導入するときの90日計画を作ってください。",
)

print(response.output_text)

実務では、指示を長くする前に、必要な出力項目と合格条件を決めます。文章が自然でも、業務で必要な項目が抜けていれば成功ではありません。

画像入力とWeb検索の最小例

画像URLを入力する

Responses APIでは、テキストと画像を同じ入力で扱えます。

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6",
    input=[
        {
            "role": "user",
            "content": [
                {
                    "type": "input_text",
                    "text": "この画像にある表の項目を箇条書きで説明してください。",
                },
                {
                    "type": "input_image",
                    "image_url": "https://example.com/sample.png",
                },
            ],
        }
    ],
)

print(response.output_text)

機密画像を公開URLへ置く方法は避けてください。実際の業務では、ファイル入力、保存先、アクセス権、ログの扱いを設計します。

Web検索を使う

最新情報を調べる場合は、組み込みのWeb検索ツールを指定できます。

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-terra",
    tools=[{"type": "web_search"}],
    input="OpenAI APIの最新料金ページを確認し、参照URL付きで要点を整理してください。",
)

print(response.output_text)

Web検索にはツール料金と検索内容のトークン料金がかかります。常に検索を有効にするのではなく、最新情報が必要な処理だけに使います。

▶️ API・業務AI開発の要件整理に関する資料はこちら

APIキーを安全に管理する

APIキーが漏れると、第三者に利用され、意図しない料金が発生する可能性があります。

やってはいけない管理

• PythonやJavaScriptのコードへAPIキーを直接書く

• GitHubなどの公開リポジトリへ保存する

• チャットやメールでAPIキーを共有する

• 開発者全員で1つの個人キーを使い回す

• 検証と本番で同じキーを使う

• 退職者や異動者のキーを残す

推奨する管理

• ローカル検証では環境変数やOSの安全な保管先を使う

• 本番ではシークレット管理サービスを使う

• 業務、環境、チームごとにプロジェクトを分ける

• 必要な人だけに権限を付ける

• 利用量をプロジェクト単位で監視する

• 漏洩が疑われたらキーを停止・再発行し、利用履歴を確認する

ブラウザで動くJavaScriptへAPIキーを埋め込むのも危険です。利用者の端末からキーが見える構成を避け、サーバー側からAPIを呼び出します。

生成AIへ入力する情報の分類や社内ルールについては、生成AIセキュリティのよくある誤解も参考にしてください。

よくあるエラーと対処法

401 Invalid Authentication

APIキーが無効、誤った組織やプロジェクトを参照している、許可されたIPと一致しない場合などに発生します。

キーを画面へ表示して確認するのではなく、使用している環境変数、対象プロジェクト、キーの状態を確認します。漏洩の可能性があれば新しいキーへ交換してください。

429 Too Many Requests

429は、短時間のリクエスト数やトークン数がレート制限を超えた場合だけでなく、利用枠やハード上限へ達した場合にも発生します。

エラーメッセージを読み、次を切り分けます。

• 短時間のリクエスト過多

• トークン数の上限

• プロジェクトのハード支出上限

• 組織に対する承認済み利用上限

• 支払い・利用枠の問題

一時的なレート制限には、待ち時間を徐々に長くする再試行が使えます。ただし、支出上限や認証エラーを自動再試行しても解決しません。

入力がモデルの上限を超えた

長い資料を一度に送ると、コンテキスト上限を超える場合があります。単純に大きなモデルへ変える前に、必要な範囲だけを抽出する、文書を分割する、File Searchを使うなどの設計を検討します。

5xxまたは接続エラー

サーバー側や通信の一時的な問題では、回数に上限を付けて再試行します。本番運用では、HTTPステータスだけでなく`x-request-id`を記録しておくと、問い合わせや原因調査に使えます。

APIキーや入力した機密情報を、そのままエラーログへ残さないようにしてください。

PoCから本番へ進む前のチェックリスト

• 対象業務と、APIを使う理由が明確になっている

• ChatGPTの画面利用では足りない理由を説明できる

• 正解例と失敗例を含む評価データがある

• 品質、速度、料金、失敗率をモデル別に比較した

• APIキーをコードや公開リポジトリへ保存していない

• 開発、検証、本番のプロジェクトを分けている

• 支出アラートとハード上限の違いを理解している

• 429や5xxの再試行回数と停止条件を決めている

• 個人情報、機密情報、ログの保存ルールがある

• AIの出力を人が確認する条件が決まっている

• モデル変更時に再評価するテストがある

• 障害時にAIを使わず業務を続ける手順がある

PoCで回答が1回うまく出たことと、本番で安定運用できることは別です。業務で起きる入力のばらつき、誤回答、API停止、料金増加まで含めて判断します。

汎用AIから専用の業務AIへ切り替える判断軸は、ChatGPT導入後に専用AIが必要になる瞬間でも解説しています。

API導入で起きやすい5つの失敗

1．APIを使うこと自体が目的になる

画面で十分な業務までAPI化すると、開発、保守、監視の負担が増えます。入力から出力までを自動でつなぐ必要があるか、社内データや権限が必要かを確認します。

2．最初から大きなシステムを作る

対象業務が固まらないまま全社基盤を作ると、評価条件も曖昧になります。まず1部署・1業務で、入力、出力、確認者、例外処理を決めます。

3．デモの印象だけでモデルを選ぶ

きれいな回答が1回出ても、本番の成功を意味しません。実データを使い、正確性、処理時間、料金、再現性を測ります。

4．APIキーと支出管理を後回しにする

PoCの個人キーを本番へ流用すると、退職や異動、漏洩、費用配賦で問題が起きます。プロジェクトと権限はPoCの段階から分けます。

5．モデル更新後の確認方法がない

モデルやAPIは更新されます。特定モデルの出力へ依存しすぎず、代表的な入力と期待結果をテストとして残してください。

AIworkerが1,000件を超える商談データを分析した傾向では、生成AIを導入しても使われない・定着しないという課題が43.7%で確認されています。APIを接続しただけでは、利用する現場、確認する人、改善を続ける担当者は決まりません。

APIの実装と同時に、業務手順と運用責任を設計する必要があります。

よくある質問（FAQ）

Q．ChatGPT Plusを契約すればOpenAI APIも使えますか？

ChatGPTの月額プランとAPIは別です。APIはOpenAI Platformで利用設定と請求を確認してください。

Q．新規開発はResponses APIとChat Completions APIのどちらを使うべきですか？

OpenAIは新規プロジェクトにResponses APIを推奨しています。既存のChat Completions実装は、必要な機能と移行効果を確認してから変更します。

Q．初心者はどのモデルから始めればよいですか？

最初は`gpt-5.6`で必要な品質を確認し、同じ評価データを使ってterraやlunaへ置き換えられるか試します。単価だけでなく、失敗時の再処理も含めて比較してください。

Q．APIキーを`.env`へ保存してもよいですか？

ローカルだけで使い、Gitの管理対象から確実に除外する運用もありますが、誤ってコミットする事故が起きます。本記事では、リポジトリ外の環境変数、OSの安全な保管先、本番のシークレット管理サービスを基本としています。

Q．API利用料へ月間上限を設定できますか？

支出アラートとハード上限があります。アラートは通知だけでAPIを止めません。強制停止が必要ならハード上限の動作と、停止時の業務影響を確認してください。

Q．APIへ社内資料を送っても大丈夫ですか？

資料の機密区分、契約、データ設定、保存、ログ、社内規程を確認する必要があります。個人情報や顧客の未公開情報を、担当者の判断だけで送らないでください。

Q．Responses APIの出力は保存されますか？

OpenAI公式の移行ガイドでは、Responsesは既定で保存され、`store: false`で保存を無効にできると案内されています。組織のデータ保持要件に合わせ、公式のデータ管理情報も確認してください。

Q．Azure OpenAIとOpenAI APIは同じですか？

同じではありません。契約、認証、提供地域、モデルの提供状況、ネットワーク、管理方法が異なります。Microsoft Azureを前提にする企業では、Azure OpenAIも別に比較してください。

OpenAI APIを自社の業務で活かすために｜AIworkerの支援

OpenAI APIは、コードが動けば導入完了というものではありません。対象業務、正解条件、入力できるデータ、人による確認、費用上限、障害時の代替手段まで決めて初めて、本番で使えます。

AIworkerでは、業務棚卸しからPoC、評価、研修、運用設計、業務特化AIの構築まで支援しています。特定モデルを導入することではなく、6か月後に業務手順、評価データ、運用できる人材が社内へ残ることを重視します。

AIネイティブX研修｜APIを業務へつなげる基礎を学ぶ

APIの呼び出し方だけでなく、業務要件、評価データ、セキュリティ、料金の見方を実際の題材で学びます。開発者だけでなく、業務部門と管理部門が同じ判断基準を持てる状態を作ります。

AIネイティブX伴走｜PoCから本番運用まで改善する

現場で発生した誤回答、例外処理、料金、利用停止を確認し、その場で手順や評価条件を修正します。モデルが変わっても再評価できるよう、テストと運用ルールを資産として残します。

業務AIプロ｜自社業務に合ったAIを構築する

社内データ、既存システム、複雑な権限が必要な場合は、APIを使って業務特化AIを構築します。最初から全社基盤を作らず、効果を測りやすい1業務から始め、安全性とROIを確認して横展開します。

「ChatGPTの画面利用とAPI開発のどちらが必要か」「PoCの評価条件をどう決めるか」といった段階でも、現状と目的を確認して着手範囲を整理します。

最後まで読んでいただきありがとうございます。励みになりますので、参考になったらスキをお願いします。

▶️ サービス資料のダウンロード（資料請求）

▶️ 無料カウンセリング・AI活用診断のご予約