> ## Documentation Index
> Fetch the complete documentation index at: https://docs.aihubmix.com/llms.txt
> Use this file to discover all available pages before exploring further.

# OpenAI Responses API サポート

OpenAIのResponses APIの多機能インターフェースをサポートしており、現在利用可能な機能インターフェースは以下の通りです。

* Text input：テキスト入力
* Image input：画像とテキストの入力
* Streaming：ストリーミング呼び出し
* Web search：検索
* Reasoning：推論深度の制御。4 段階に対応（minimal / low / medium / high）。なお、minimal は gpt-5 シリーズにのみ対応しています。
* Verbosity: 出力長（冗長度）。gpt-5 は 3 段階に対応（low / medium / high）
* Functions：関数呼び出し
* image\_generation：描画ツール呼び出し、画像生成部分は `gpt-image-1` で課金されます
* Code Interpreter：コード解析器
* Remote MCP：MCP呼び出し
* Computer Use：自動操作

## 使用方法 (Python 呼び出し)：

公式のOpenAI呼び出し方法と同じで、`api_key`と`base_url`を置き換えて転送するだけです。
中国本土からも直接アクセスできます。

```py theme={null}
client = OpenAI(
    api_key="AIHUBMIX_API_KEY", # バックエンドで生成したキー "sk-***" に置き換えてください
    base_url="https://aihubmix.com/v1"
)
```

推論モデルの場合、以下のパラメータを使用して推論の要約を出力できます。要約の詳細度は detailed > auto > None で、auto が最適なバランスです。

```py theme={null}
"summary": "auto" 
```

<CodeGroup>
  ```py GPT-5 theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="sk-***", # AIHubMix ダッシュボードで生成したキーに置き換えてください
      base_url="https://aihubmix.com/v1"
  )

  response = client.responses.create(
      model="gpt-5", # gpt-5, gpt-5-chat-latest, gpt-5-mini, gpt-5-nano
      input="Why does tarot reading work, what are the underlying principles, and what transferable methods are there? Output format: Markdown", # GPT-5 はデフォルトで Markdown 形式で出力しないため、明示的に指定する必要があります。
      reasoning={
          "effort": "minimal" # 推論の深さ — 応答を生成する前にモデルが生成する推論トークンの数を制御します。値は "minimal"、"low"、"medium"、"high"。既定は "medium"。
      },
      text={
          "verbosity": "low" # 出力長 — 冗長度は生成される出力トークン数を決定します。値は "low"、"medium"、"high"。GPT-5 以前のモデルの既定は "medium" の冗長度でした。
      },
      stream=True
  )

  for event in response:
    print(event)

  ```

  ```py テキスト theme={null}
  from openai import OpenAI
  import os

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # バックエンドで生成したキー "sk-***" に置き換えてください
      base_url="https://aihubmix.com/v1"
  )

  response = client.responses.create(
    model="gpt-4o-mini", # codex-mini-latest が利用可能
    input="Tell me a three sentence bedtime story about a unicorn."
  )

  print(response)
  ```

  ```py 画像とテキスト theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # バックエンドで生成したキー "sk-***" に置き換えてください
      base_url="https://aihubmix.com/v1"
  )

  response = client.responses.create(
      model="gpt-4o-mini", # codex-mini-latest が利用可能
      input=[
          {
              "role": "user",
              "content": [
                  { "type": "input_text", "text": "what is in this image?" },
                  {
                      "type": "input_image",
                      "image_url": "https://upload.wikimedia.org/wikipedia/commons/thumb/d/dd/Gfp-wisconsin-madison-the-nature-boardwalk.jpg/2560px-Gfp-wisconsin-madison-the-nature-boardwalk.jpg"
                  }
              ]
          }
      ]
  )

  print(response)
  ```

  ```py ストリーミング theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # バックエンドで生成したキー "sk-***" に置き換えてください
      base_url="https://aihubmix.com/v1"
  )

  response = client.responses.create(
    model="gpt-4o-mini", # codex-mini-latest が利用可能
    instructions="You are a helpful assistant.",
    input="Hello!",
    stream=True
  )

  for event in response:
    print(event)
  ```

  ```py 検索 theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # バックエンドで生成したキー "sk-***" に置き換えてください
      base_url="https://aihubmix.com/v1"
  )

  response = client.responses.create(
    model="gpt-4o-mini", # codex-mini-latest は検索をサポートしていません📍
    tools=[{ "type": "web_search_preview" }],
    input="What was a positive news story from today?",
  )

  print(response)
  ```

  ```py 推論 theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # バックエンドで生成したキー "sk-***" に置き換えてください
      base_url="https://aihubmix.com/v1/"
  )

  response = client.responses.create(
      model="o4-mini", # codex-mini-latest, o4-mini, o3-mini, o3, o1 をサポート
      input="How much wood would a woodchuck chuck?",
      reasoning={
          "effort": "medium", # low, medium, high をサポート
          "summary": "auto" # 推論の要約
      }
  )

  print(response)
  ```

  ```py 関数呼び出し theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # バックエンドで生成したキー "sk-***" に置き換えてください
      base_url="https://aihubmix.com/v1"
  )

  tools = [
      {
          "type": "function",
          "name": "get_current_weather",
          "description": "Get the current weather in a given location",
          "parameters": {
            "type": "object",
            "properties": {
                "location": {
                    "type": "string",
                    "description": "The city and state, e.g. San Francisco, CA",
                },
                "unit": {"type": "string", "enum": ["celsius", "fahrenheit"]},
            },
            "required": ["location", "unit"],
          }
      }
  ]

  response = client.responses.create(
    model="gpt-4o-mini", # codex-mini-latest が利用可能
    tools=tools,
    input="What is the weather like in Boston today?",
    tool_choice="auto"
  )

  print(response)
  ```

  ```py 画像生成ツール theme={null}
  from openai import OpenAI
  import base64

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # バックエンドで生成したキー "sk-***" に置き換えてください
      base_url="https://aihubmix.com/v1"
  )

  response = client.responses.create(
      model="gpt-4.1-mini",
      input="Generate an image of gray tabby cat hugging an otter with an orange scarf",
      tools=[{"type": "image_generation"}],
  )

  # 画像ファイルとして保存
  image_data = [
      output.result
      for output in response.output
      if output.type == "image_generation_call"
  ]

  if image_data:
      image_base64 = image_data[0]
      with open("cat_and_otter.png", "wb") as f:
          f.write(base64.b64decode(image_base64))
  ```

  ```py コード解析器 theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # バックエンドで生成したキー "sk-***" に置き換えてください
      base_url="https://aihubmix.com/v1"
  )

  instructions = """
  You are a personal math tutor. When asked a math question, 
  write and run code using the python tool to answer the question.
  """

  resp = client.responses.create(
      model="gpt-4.1",
      tools=[
          {
              "type": "code_interpreter",
              "container": {"type": "auto"}
          }
      ],
      instructions=instructions,
      input="I need to solve the equation 3x + 11 = 14. Can you help me?",
  )

  print(resp.output)
  ```

  ```py Remote MCP theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # バックエンドで生成したキー "sk-***" に置き換えてください
      base_url="https://aihubmix.com/v1"
  )

  resp = client.responses.create(
      model="gpt-4.1",
      tools=[{
          "type": "mcp",
          "server_label": "deepwiki",
          "server_url": "https://mcp.deepwiki.com/mcp",
          "require_approval": "never",
          "allowed_tools": ["ask_question"],
      }],
      input="What transport protocols does the 2025-03-26 version of the MCP spec (modelcontextprotocol/modelcontextprotocol) support?",
  )

  print(resp.output_text)
  ```
</CodeGroup>

**注意：**

1. 最新の `codex-mini-latest` は検索をサポートしていません
2. Computer use は Praywright と連携して使用する必要があります。詳細は[公式リポジトリ](https://github.com/openai/openai-cua-sample-app)を参照してください。

既知の詳細な問題：

* 呼び出し例が複雑
* スクリーンショットが多く、時間がかかり、タスクの成功率が低い
* CAPTCHA認証またはCloudflareの人間認証がトリガーされ、無限ループに陥る可能性があります

***

最終更新日：2026-06-01