OpenAI APIとは？料金・使い方・安全な導入法【2026年】

OpenAI APIは、OpenAIのAIモデルを自社アプリや業務システムから利用するための開発者向け基盤です。2026年に新しく実装するなら、複数の機能を一つの形式で扱えるResponses APIを軸に、小規模な検証から始める方法が現実的です。

この記事では、OpenAI公式ドキュメントを基に、料金、使い方、PythonとJavaScriptの実装例、安全な運用方法を解説します。料金と仕様は2026年7月30日に確認しています。

OpenAI APIとは？ChatGPTとの違いを理解する

OpenAI APIは、AIの機能をプログラムから呼び出すための窓口です。ブラウザで使うChatGPTとは、利用方法も課金方法も異なります。

OpenAI APIの基本的な仕組み

APIは「Application Programming Interface」の頭文字を取った名称です。ソフトウェアの機能を、別のソフトウェアから利用する仕組みを指します。

OpenAI APIでは、プログラムが入力文や画像、ファイルを送信し、OpenAIのモデルが生成した結果を受け取ります。これにより、問い合わせ分類、文書要約、情報抽出、社内検索、音声処理などを既存システムへ組み込めます。

前提となるLLMの仕組みは、LLMとは？仕組みと企業活用を解説で確認できます。

ChatGPTとの違い｜「ChatGPT API」ではなくOpenAI API

ChatGPTは、Webやアプリの画面から会話形式でAIを利用する製品です。一方、OpenAI APIは、開発者が自社の製品や業務フローへAI機能を組み込むために使います。

比較項目	ChatGPT	OpenAI API
主な利用方法	Web、デスクトップ、モバイルアプリ	プログラムから呼び出す
主な対象	個人、チーム、企業の利用者	開発者、DX部門、サービス提供者
課金	契約プランに応じた月額等	モデルや処理量に応じた従量課金
画面	OpenAIが提供	導入企業が用意する
制御	製品の設定範囲	入出力、モデル、ツール、保存方法を実装で制御

ChatGPTの有料プランに加入しても、API利用料が自動的に含まれるわけではありません。APIはOpenAI Platform側で請求設定と利用量を管理します。

検索では「ChatGPT API」という呼び方も使われますが、公式の開発基盤はOpenAI APIです。ChatGPTという画面を外部から操作する仕組みではなく、OpenAIのモデルやツールへ直接リクエストを送ります。

OpenAI APIでできること

OpenAI APIは文章生成だけの仕組みではありません。現行の公式クイックスタートでは、テキスト、画像、ファイル、検索、コード実行、関数呼び出し、エージェント構築まで扱っています。

文章生成・要約・分類・抽出

最も基本的な用途は、文章を入力して文章を受け取る処理です。問い合わせの要約、議事録からのタスク抽出、商品説明の下書き、文書カテゴリの判定などに使えます。

業務システムへ組み込む場合は、自然文だけでなく、JSON等の決められた構造で結果を返すStructured Outputsが役立ちます。たとえば、メール本文から会社名、担当者、依頼内容、期日を分離すれば、その後のデータベース登録を自動化しやすくなります。

ただし、生成結果が常に正しいとは限りません。金額、契約、法令、医療など誤りの影響が大きい処理では、参照情報の提示、入力検証、人による承認を組み合わせます。

画像・ファイルの理解

公式クイックスタートでは、画像URL、アップロード済みファイル、PDF等をResponses APIへ入力できます。画像内の要素を説明する、資料から要点を抜き出す、複数文書を分類するといった処理が可能です。

検索、コード実行、外部システム連携

Responses APIでは、モデルにツールを渡せます。OpenAIの公式クイックスタートには、次の例が掲載されています。

• Web searchによる最新情報の検索
• File searchによる登録済み文書の検索
• Code Interpreterによる計算やデータ処理
• Function callingによる自社関数の実行依頼
• Remote MCPによる外部ツールとの接続

MCPは、AIアプリケーションと外部のデータやツールを共通形式で接続するための規格です。OpenAI固有のAPIではありません。仕組みを詳しく知りたい場合は、MCPとは？標準規格をわかりやすく解説も参考になります。

Function callingでモデルが行うのは、原則として「どの関数をどの引数で呼ぶか」の提案です。実際に顧客情報を更新する、メールを送る、決済を実行するといった処理は、サーバー側で権限と承認条件を確認してから実行します。

開発支援ツールとの関係

Codexは開発作業を支援する別製品です。自社サービスへのAI実装にはOpenAI API、開発作業の支援にはCodexを使います。詳細はCodexとは？OpenAIのAI開発ツールを解説をご覧ください。

Responses APIが2026年の中心である理由

新規開発ではResponses APIを第一候補にします。OpenAIは、Responses APIをエージェント型アプリケーション向けの統合インターフェースと位置づけ、既存フローも段階的に移行するよう推奨しています。

複数の機能を一つのリクエストで扱える

Responses APIは、メッセージだけでなく、関数呼び出しやツールの結果を「Item」として扱います。Web search、画像生成、File search、Code Interpreter、Remote MCP、自社関数等を、一つのAPIリクエスト内で組み合わせられます。

Chat Completionsはすぐに使えなくなるわけではない

Responses APIが推奨されていても、Chat Completions APIが直ちに停止するという意味ではありません。既存システムが安定稼働している場合は、互換性と移行コストを確認しながら段階的に切り替えます。

主な違いは次のとおりです。

項目	Chat Completions API	Responses API
基本単位	Messages	Items
組み込みツール	制約あり	複数ツールを統合しやすい
会話状態	アプリ側で管理	Conversationsやprevious_response_idを利用可能
出力テキスト取得	choices配下を参照	SDKのoutput_textを利用可能
構造化出力	response_format	text.format

Assistants APIは2026年8月26日に終了予定

OpenAIはAssistants APIを2025年8月26日に非推奨化し、2026年8月26日を終了日としています。記事の確認日時点では終了まで1か月を切っています。

Assistants APIを使用中の場合は、公式移行ガイドに沿ってResponses API等への切り替えを進めます。

OpenAI APIの料金はいくら？GPT-5.6を比較

OpenAI APIのテキストモデルは、主に入力と出力のトークン数で課金されます。トークンは文章を処理する単位で、日本語の文字数と一対一では対応しません。

2026年7月30日時点のGPT-5.6標準料金は次のとおりです。単位は100万トークン当たりの米ドルです。

モデル	短文脈入力	キャッシュ入力	キャッシュ書込	短文脈出力	長文脈入力	長文脈出力
GPT-5.6 Sol	$5.00	$0.50	$6.25	$30.00	$10.00	$45.00
GPT-5.6 Terra	$2.50	$0.25	$3.125	$15.00	$5.00	$22.50
GPT-5.6 Luna	$1.00	$0.10	$1.25	$6.00	$2.00	$9.00

出典: OpenAI API Pricing（2026年7月30日確認）

公式Modelsページは、複雑な推論やコーディングにはGPT-5.6 Sol、知能とコストのバランスにはGPT-5.6 Terra、コスト重視の大量処理にはGPT-5.6 Lunaを案内しています。

月額費用の試算方法

概算費用は、入力、キャッシュ、出力、ツール利用料を分けて計算します。

月額概算= 未キャッシュ入力数 ÷ 1,000,000 × 入力単価+ キャッシュ入力数 ÷ 1,000,000 × キャッシュ入力単価+ キャッシュ書込数 ÷ 1,000,000 × キャッシュ書込単価+ 出力数 ÷ 1,000,000 × 出力単価+ ツール利用料

たとえば、同じ長い指示文を毎回送る処理では、Prompt Cachingが効くかどうかで費用が変わります。長文脈では別単価が適用されるため、資料を無制限に詰め込む設計も避けます。

Batch APIは50%低コスト

即時応答が不要ならBatch APIを検討できます。OpenAI公式によると、Batch APIは同期APIより50%低コストで、別の高いレート制限枠を使い、各バッチを24時間以内に完了します。

向いている処理は、夜間の大量分類、文書の要約、タグ付け、評価データ処理です。チャット画面やリアルタイム問い合わせのように、利用者がその場で結果を待つ処理には向きません。

OpenAI APIの始め方を5ステップで解説

最初の目標は、開発用プロジェクトで一つのリクエストを安全に実行することです。本番の顧客データを使う前に、ダミーデータで課金とログを確認します。

1. OpenAI Platformでプロジェクトを用意する

OpenAI Platformへ登録し、検証用のプロジェクトを作ります。組織で運用する場合は、個人のAPIキーを共有せず、プロジェクトと権限を役割に応じて分けます。

開発、ステージング、本番も分離します。一つのキーを全環境で使うと、漏えい時の影響範囲が広がり、利用量の原因も追いにくくなります。

2. 請求設定と利用上限を確認する

APIは従量課金です。検証前に請求設定、組織とプロジェクトの利用上限、アラートを確認します。

「レート制限」と「予算上限」は別です。レート制限は一定時間内に処理できるリクエスト数やトークン数を制御し、予算上限は支出を管理します。片方だけでは、性能と費用の両方を制御できません。

3. APIキーを作り、環境変数へ保存する

APIキーは認証情報です。ソースコード、チャット、公開リポジトリ、ブラウザのJavaScriptへ書き込まないでください。

macOSやLinuxでは、公式クイックスタートに沿って環境変数を設定できます。

export OPENAI_API_KEY="your_api_key_here"

アプリケーションのフロントエンドからOpenAI APIを直接呼ぶと、利用者がキーを取得できる恐れがあります。ブラウザからは自社サーバーへリクエストを送り、サーバー側が認証、入力検証、利用制限を行ったうえでOpenAI APIを呼びます。

4. 公式SDKをインストールする

Pythonでは次のコマンドを実行します。

pip install openai

JavaScriptやTypeScriptをNode.jsで使う場合は次のとおりです。

npm install openai

公式SDKはOPENAI_API_KEYを自動で読み取ります。チームで再現できるように、SDKのバージョンを依存管理ファイルへ固定し、更新時はテストを実行します。

5. Responses APIへ最初のリクエストを送る

Pythonの最小例です。

from openai import OpenAIclient = OpenAI()response = client.responses.create(    model="gpt-5.6",    input="この問い合わせを50文字以内で要約してください。",)print(response.output_text)

JavaScriptの最小例は次のとおりです。

import OpenAI from "openai";const client = new OpenAI();const response = await client.responses.create({  model: "gpt-5.6",  input: "この問い合わせを50文字以内で要約してください。",});console.log(response.output_text);

出典: OpenAI Developer quickstart

実務では、タイムアウト、例外処理、最大出力、ログのマスキングも追加します。入力内容と生成結果を無条件にログへ保存すると、API側の設定とは別に、自社環境へ個人情報が残るためです。

本番導入で失敗しないモデル選定と運用

サンプルが一度動くことと、業務で安定して使えることには距離があります。本番導入では、モデルの評価、制限への対処、監視を一組で設計します。

品質・速度・コストを同じデータで測る

モデル選定では、代表的な入力と期待する結果を評価セットとして用意します。高性能モデルで基準を確認し、TerraやLunaでも同じ基準を満たすか比較します。

見るべき指標は次のとおりです。

• 正解率、抜け漏れ、形式違反率
• 応答時間とタイムアウト率
• 1件当たりの入力・出力トークン
• 再試行を含む実費
• 禁止回答や人の確認が必要な比率

平均値だけでは、まれに発生する重大な誤りが隠れます。重要業務では失敗例を分類し、どの誤りまで許容するかを担当部門が決めます。

レート制限と429エラーへ備える

OpenAI APIのレート制限には、RPM（1分当たりのリクエスト数）、RPD（1日当たりのリクエスト数）、TPM（1分当たりのトークン数）、TPD（1日当たりのトークン数）等があります。

制限は組織とプロジェクト単位で設定され、モデルや利用ティアにより異なります。全利用者に共通する固定値ではありません。現在値はOpenAI PlatformのLimitsで確認します。

429エラーが返ったら、短時間に無制限で再送してはいけません。失敗したリクエストも制限へ影響し、混雑を悪化させるためです。ランダムな待ち時間を加えた指数バックオフ、キューイング、出力上限の適正化を実装します。

本番導入チェックリスト

• [ ] ユースケースと人が承認する範囲を定義した
• [ ] 実データに近い評価セットを用意した
• [ ] 複数モデルの品質、速度、費用を比較した
• [ ] APIキーをサーバー側で管理した
• [ ] 開発、ステージング、本番を分けた
• [ ] 予算アラートと利用上限を設定した
• [ ] 429、5xx、タイムアウトへの再試行を制御した
• [ ] ログからAPIキーと個人情報を除外した
• [ ] モデル更新時の回帰テストを用意した
• [ ] 障害時に処理を止める条件と代替手段を決めた

OpenAI APIのセキュリティとデータ保持

企業利用では、「入力がモデル学習に使われるか」と「データが保存されるか」を分けて確認します。この二つを同じものとして扱うと、保持条件を誤解します。

APIデータは明示的なオプトインなしに学習へ使われない

OpenAIのデータ管理ガイドによると、2023年3月1日以降、OpenAI APIへ送信したデータは、利用者が明示的に共有へオプトインしない限り、モデルの学習や改善に使われません。

一方で、「学習に使われない」は「どこにも保存されない」を意味しません。OpenAIは不正利用を検知し、利用ポリシーを適用するための監視ログを生成します。

不正利用監視ログは標準で最大30日

標準の不正利用監視ログには、プロンプト、レスポンス、分類器から得たメタデータ等が含まれる場合があります。公式ガイドでは、法令やサービス保護のために長期保持が必要な場合を除き、最大30日保持するとしています。

出典: Data controls in the OpenAI platform

Responses APIは既定でレスポンスを保存します。store: falseで保存を無効にできますが、不正利用監視ログの標準保持は別です。

Zero Data Retentionには事前承認が必要

Zero Data RetentionとModified Abuse Monitoringは、適格な顧客がOpenAIの事前承認を受けて利用するデータ保持制御です。一般のAPI利用者がパラメータを一つ追加すれば有効になる機能ではありません。

Zero Data Retention適用時はstoreが常にfalseとして扱われますが、対象外機能の保持条件は別途確認が必要です。

社内文書を検索して回答するRAGを構築する場合も、モデルへの入力だけでなく、文書保存先、検索インデックス、アクセス権、削除手順を設計します。RAGの仕組みはRAGとは？仕組み・メリット・導入方法で解説しています。

APIキーと入力データを守るチェックリスト

• キーをブラウザや公開リポジトリへ含めない
• 環境、プロジェクト、権限を分ける
• キーと個人情報をログでマスキングする
• 保存先、保存期間、閲覧権限を決める
• 外部ツールを含む送信先と保持条件を確認する

APIの安全性はOpenAI側の設定だけでは決まりません。自社サーバーのログや連携先へ同じ情報が残れば、そこが新しいリスクになります。

OpenAI APIに関するよくある質問

Q. OpenAI APIは無料で使えますか？

無料枠の有無はアカウントや時期で変わります。業務利用では従量課金を前提に予算を組みます。

Q. ChatGPT PlusにAPI料金は含まれますか？

含まれません。ChatGPTの契約とOpenAI APIの請求は別です。

Q. APIキーをブラウザに埋め込んでもよいですか？

埋め込まないでください。キーは自社サーバーで管理し、ブラウザからは自社APIを経由します。

Q. API入力データはモデルの学習に使われますか？

明示的にオプトインしない限り学習に使われません。ただし、監視ログは最大30日保持される場合があります。

Q. 429エラーへの対処方法は？

レート超過か利用上限かを確認し、指数バックオフ、キューイング、出力上限の見直しで対処します。

Q. Chat Completions APIは使い続けられますか？

直ちに終了するとの記載はありません。新規開発ではResponses APIを優先し、既存システムは評価後に移行します。

まとめ｜小規模なResponses API検証から始める

OpenAI APIの新規導入では、Responses APIを軸に用途ごとにモデルを選びます。まず機密情報を含まないデータで最小コードを実行し、品質、費用、データ保持、権限、人の承認条件を確認してください。即時性が不要な大量処理にはBatch APIも使えます。

---

OpenAI APIを含む生成AIの導入設計を支援します

株式会社NexaのAI顧問では、モデル選定、費用試算、セキュリティ、業務への実装方法を整理します。自社のどの業務から検証すべきか決められない段階からご相談いただけます。

AI顧問の詳細・無料相談はこちら →

---