OpenAI マルチモーダル Responses API

curl https://api.apimart.ai/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <token>" \
  -d '{
    "model": "gpt-5",
    "input": [
      {
        "role": "user",
        "content": [
          {
            "type": "input_text",
            "text": "この画像には何が写っていますか？"
          },
          {
            "type": "input_image",
            "image_url": "https://openai-documentation.vercel.app/images/cat_and_otter.png"
          }
        ]
      }
    ]
  }'

{
  "code": 200,
  "data": {
    "id": "resp-9876543210",
    "object": "response",
    "created": 1677652288,
    "model": "gpt-5",
    "choices": [
      {
        "index": 0,
        "message": {
          "role": "assistant",
          "content": "この画像には猫とカワウソが写っています。とても可愛らしく心温まるシーンで、お互いに交流しているように見えます。猫とカワウソは仲良くしているようです。"
        },
        "finish_reason": "stop"
      }
    ],
    "usage": {
      "prompt_tokens": 156,
      "completion_tokens": 45,
      "total_tokens": 201
    }
  }
}

POST

responses

curl https://api.apimart.ai/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <token>" \
  -d '{
    "model": "gpt-5",
    "input": [
      {
        "role": "user",
        "content": [
          {
            "type": "input_text",
            "text": "この画像には何が写っていますか？"
          },
          {
            "type": "input_image",
            "image_url": "https://openai-documentation.vercel.app/images/cat_and_otter.png"
          }
        ]
      }
    ]
  }'

{
  "code": 200,
  "data": {
    "id": "resp-9876543210",
    "object": "response",
    "created": 1677652288,
    "model": "gpt-5",
    "choices": [
      {
        "index": 0,
        "message": {
          "role": "assistant",
          "content": "この画像には猫とカワウソが写っています。とても可愛らしく心温まるシーンで、お互いに交流しているように見えます。猫とカワウソは仲良くしているようです。"
        },
        "finish_reason": "stop"
      }
    ],
    "usage": {
      "prompt_tokens": 156,
      "completion_tokens": 45,
      "total_tokens": 201
    }
  }
}

curl https://api.apimart.ai/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <token>" \
  -d '{
    "model": "gpt-5",
    "input": [
      {
        "role": "user",
        "content": [
          {
            "type": "input_text",
            "text": "この画像には何が写っていますか？"
          },
          {
            "type": "input_image",
            "image_url": "https://openai-documentation.vercel.app/images/cat_and_otter.png"
          }
        ]
      }
    ]
  }'

{
  "code": 200,
  "data": {
    "id": "resp-9876543210",
    "object": "response",
    "created": 1677652288,
    "model": "gpt-5",
    "choices": [
      {
        "index": 0,
        "message": {
          "role": "assistant",
          "content": "この画像には猫とカワウソが写っています。とても可愛らしく心温まるシーンで、お互いに交流しているように見えます。猫とカワウソは仲良くしているようです。"
        },
        "finish_reason": "stop"
      }
    ],
    "usage": {
      "prompt_tokens": 156,
      "completion_tokens": 45,
      "total_tokens": 201
    }
  }
}

Authorizations

Authorization

string

必須

##すべてのAPIはBearer Token認証が必要です##APIキーの取得:APIキー管理ページにアクセスしてAPIキーを取得してくださいリクエストヘッダーに追加:

Authorization: Bearer YOUR_API_KEY

Body

model

string

デフォルト:"gpt-5"

必須

モデル名サポートされるモデル:

gpt-5 - OpenAI最新マルチモーダルモデル
GPT-4o-image - GPT-4最適化マルチモーダルモデル
gpt-4-vision - GPT-4ビジョン理解モデル
さらに多くのモデルが近日公開予定…

input

array

必須

入力コンテンツリスト入力配列、各項目には role と content の2つのフィールドが含まれます。💡 クイック入力（Try itエリア）：

”+ Add an item” をクリックして入力項目を追加
role に入力：user（ユーザーメッセージ）、assistant（AI応答）、または system（システムプロンプト）
content にコンテンツブロックを追加（テキストと画像を含められます）

表示フィールド詳細

role

string

デフォルト:"user"

必須

ロールタイプ選択肢：user（ユーザーメッセージ）、assistant（AI応答、複数ターン用）、system（システムプロンプト、AI動作設定）

content

array

必須

コンテンツ配列複数のタイプのコンテンツブロックをサポート、テキストと画像を含めることができます。

表示コンテンツブロックタイプ

type

string

必須

コンテンツタイプ選択肢：

input_text: テキスト入力
input_image: 画像入力

text

string

テキスト内容type が input_text の場合に使用、テキスト内容を入力

image_url

string

画像URLtype が input_image の場合に使用、画像のURLまたはbase64エンコーディングを入力次の2つの形式をサポートしています：1. 完全な画像URL

公開アクセス可能な画像URL（http:// または https://）
例：https://example.com/image.jpg

2. Base64エンコード形式

完全な Data URI 形式を使用する必要があります
形式：data:image/{format};base64,{base64_data}
対応画像形式：jpeg、png、gif、webp

temperature

number

出力のランダム性を制御、範囲は0-2

低い値 (例: 0.2) は出力をより決定的にします
高い値 (例: 1.8) は出力をよりランダムにします

デフォルト: 1.0

max_tokens

integer

生成する最大トークン数モデルによって最大制限が異なりますので、特定のモデルのドキュメントを参照してください

stream

boolean

ストリーミング出力を使用するかどうか

true: ストリームレスポンス (SSE形式)
false: 完全なレスポンスを一度に返す

デフォルト: false

top_p

number

Nucleusサンプリングパラメータ、範囲は0-1生成されるテキストの多様性を制御します。temperatureと交互に使用することをお勧めしますデフォルト: 1.0

tools

array

モデル機能を拡張するためのツールリストサポートされるツールタイプ:

Web検索 (web_search): リアルタイムインターネット情報検索
ファイル検索 (file_search): アップロードされたファイルコンテンツの検索
関数呼び出し (function): カスタム関数の呼び出し
リモートMCP (remote_mcp): リモートModel Context Protocolサービスへの接続

例: [{"type": "web_search"}]

Response

string

レスポンスの一意の識別子

object

string

オブジェクトタイプ、responseに固定

created

integer

作成タイムスタンプ

model

string

使用された実際のモデル名

choices

array

生成されたレスポンスリスト

表示 Properties

index

integer

選択肢のインデックス

message

object

メッセージ内容

表示 Properties

role

string

ロールタイプ (assistant)

content

string

生成されたテキストコンテンツ

finish_reason

string

終了理由可能な値:

stop - 自然な完了
length - 最大長に到達
content_filter - コンテンツフィルタリング

usage

object

トークン使用統計

表示 Properties

prompt_tokens

integer

入力のトークン数

completion_tokens

integer

出力のトークン数

total_tokens

integer

総トークン数

使用例

テキストのみの入力

{
  "model": "gpt-5",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_text",
          "text": "こんにちは、人工知能について紹介してください"
        }
      ]
    }
  ]
}

Web検索ツールの使用

{
  "model": "gpt-5",
  "tools": [{"type": "web_search"}],
  "input": "今日はどんなポジティブなニュースがありますか？"
}

cURL例

curl "https://api.apimart.ai/v1/responses" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer <token>" \
    -d '{
        "model": "gpt-5",
        "tools": [{"type": "web_search"}],
        "input": "今日はどんなポジティブなニュースがありますか？"
    }'

画像理解

{
  "model": "gpt-5",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_text",
          "text": "この画像を説明してください"
        },
        {
          "type": "input_image",
          "image_url": "https://example.com/image.jpg"
        }
      ]
    }
  ]
}

複数画像分析

{
  "model": "gpt-5",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_text",
          "text": "これら2つの画像の類似点と相違点を比較してください"
        },
        {
          "type": "input_image",
          "image_url": "https://example.com/image1.jpg"
        },
        {
          "type": "input_image",
          "image_url": "https://example.com/image2.jpg"
        }
      ]
    }
  ]
}

Base64エンコード画像

{
  "model": "gpt-5",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_text",
          "text": "この画像を分析してください"
        },
        {
          "type": "input_image",
          "image_url": "data:image/jpeg;base64,/9j/4AAQSkZJRg..."
        }
      ]
    }
  ]
}

ファイル検索ツールの使用

{
  "model": "gpt-5",
  "tools": [{"type": "file_search"}],
  "input": "アップロードされたドキュメントに基づいて、会社の四半期業績を要約してください"
}

関数呼び出しの使用

{
  "model": "gpt-5",
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "指定された都市の天気情報を取得",
        "parameters": {
          "type": "object",
          "properties": {
            "city": {
              "type": "string",
              "description": "都市名、例: 東京"
            },
            "unit": {
              "type": "string",
              "enum": ["celsius", "fahrenheit"],
              "description": "温度単位"
            }
          },
          "required": ["city"]
        }
      }
    }
  ],
  "input": "今日の東京の天気はどうですか？"
}

リモートMCPの使用

{
  "model": "gpt-5",
  "tools": [
    {
      "type": "remote_mcp",
      "remote_mcp": {
        "url": "https://mcp.example.com/api",
        "auth_token": "your_mcp_token"
      }
    }
  ],
  "input": "データベースのユーザー情報を照会してください"
}

複数ツールの組み合わせ

{
  "model": "gpt-5",
  "tools": [
    {"type": "web_search"},
    {"type": "file_search"},
    {
      "type": "function",
      "function": {
        "name": "calculate",
        "description": "数学計算を実行",
        "parameters": {
          "type": "object",
          "properties": {
            "expression": {
              "type": "string",
              "description": "数式"
            }
          },
          "required": ["expression"]
        }
      }
    }
  ],
  "input": "最新のビットコイン価格を検索し、ビットコイン100個の総価値を計算してください"
}

コンテンツタイプ仕様

input_text

テキスト入力タイプ プロパティ:

type: "input_text"に固定
text: テキストコンテンツ (文字列)

input_image

画像入力タイプ プロパティ:

type: "input_image"に固定
image_url: 画像URLまたはBase64エンコードされたデータURI

サポートされる画像形式:

JPEG
PNG
GIF
WebP

画像サイズ制限:

最大ファイルサイズ: 20MB
推奨解像度: 2048x2048ピクセル以下

ツール使用の詳細

Web検索

Web検索ツールを使用すると、モデルがリアルタイムのインターネット情報にアクセスできます。 設定例:

{
  "tools": [{"type": "web_search"}]
}

使用例:

最新ニュースと時事問題の照会
リアルタイムデータの取得 (株価、天気、為替レートなど)
最新の技術文書の検索
事実情報の確認

ファイル検索

ファイル検索ツールを使用すると、モデルがアップロードされたドキュメント内の関連情報を検索できます。 設定例:

{
  "tools": [{"type": "file_search"}]
}

使用例:

社内文書の分析
技術仕様とマニュアルの検索
契約書と法的文書の照会
ナレッジベースQ&Aシステム

関数呼び出し

カスタム関数を定義して、モデルが外部APIを呼び出したり特定の操作を実行したりできるようにします。 完全な設定例:

{
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_stock_price",
        "description": "リアルタイム株価を取得",
        "parameters": {
          "type": "object",
          "properties": {
            "symbol": {
              "type": "string",
              "description": "株式銘柄コード、例: AAPL"
            },
            "currency": {
              "type": "string",
              "enum": ["USD", "CNY"],
              "description": "通貨単位",
              "default": "USD"
            }
          },
          "required": ["symbol"]
        }
      }
    }
  ]
}

パラメータの説明:

name: 関数名 (必須)
description: 関数の説明 (必須)
parameters: JSON Schema形式を使用したパラメータ定義
- type: パラメータタイプ
- properties: パラメータプロパティ定義
- required: 必須パラメータリスト

使用例:

サードパーティAPIの呼び出し
データベースクエリの実行
ビジネスプロセスのトリガー
内部システムとの統合

リモートMCP

リモートModel Context Protocol (MCP) サービスに接続してモデル機能を拡張します。 設定例:

{
  "tools": [
    {
      "type": "remote_mcp",
      "remote_mcp": {
        "url": "https://your-mcp-server.com/api",
        "auth_token": "your_auth_token",
        "timeout": 30
      }
    }
  ]
}

パラメータの説明:

url: MCPサーバーアドレス (必須)
auth_token: 認証トークン (オプション)
timeout: タイムアウト(秒)、デフォルトは30秒

使用例:

エンタープライズレベルのAIサービスへの接続
ドメイン固有モデルの使用
保護されたデータソースへのアクセス
分散AIシステム統合

ツールレスポンス形式

モデルがツールを使用すると、レスポンス形式にツール呼び出し情報が含まれます:

{
  "id": "resp-123456",
  "object": "response",
  "created": 1677652288,
  "model": "gpt-5",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": null,
        "tool_calls": [
          {
            "id": "call_abc123",
            "type": "function",
            "function": {
              "name": "get_weather",
              "arguments": "{\"city\": \"東京\"}"
            }
          }
        ]
      },
      "finish_reason": "tool_calls"
    }
  ]
}

ツール呼び出しワークフロー:

モデルがユーザー入力を受信
ツールが必要かどうかを分析
必要な場合、ツール呼び出しリクエストを返す
クライアントがツール呼び出しを実行
ツール結果をモデルに返す
モデルが最終レスポンスを生成

重要な注意事項

画像URL要件:
- 公開的にアクセス可能なURLである必要があります
- またはBase64エンコードされたData URI形式を使用
トークン課金:
- 画像は解像度に応じてトークンを消費します
- 高解像度画像はコスト最適化のために自動的にサイズ調整されます
- ツール呼び出しも追加トークンを消費します
コンテンツの順序:
- コンテンツ配列内の要素の順序がモデルの理解に影響します
- テキスト指示を最初に、次に画像を配置することをお勧めします
マルチモーダルの組み合わせ:
- 1つのリクエストで複数のテキストと画像を混在させることができます
- コンテキストの一貫性を保つマルチターン会話をサポートします
ツール使用の制限:
- 複数のツールを同時に使用する場合、モデルが最も適切なツールをインテリジェントに選択します
- 関数呼び出しには明確な関数定義とパラメータの説明が必要です
- Web検索結果は地域と時間によって制限される場合があります
API互換性:
- OpenAI Responses API形式と完全に互換性があります
- 既存のOpenAIコードをシームレスに移行できます
- すべてのOpenAIツール拡張機能をサポートします

Gemini ネイティブ形式 Gemini-3.1-Flash-Image-preview (Nano banana2) 画像生成

Documentation Index

​Authorizations

​Body

​Response

​使用例

​テキストのみの入力

​Web検索ツールの使用

​画像理解

​複数画像分析

​Base64エンコード画像

​ファイル検索ツールの使用

​関数呼び出しの使用

​リモートMCPの使用

​複数ツールの組み合わせ

​コンテンツタイプ仕様

​input_text

​input_image

​ツール使用の詳細

​Web検索

​ファイル検索

​関数呼び出し

​リモートMCP

​ツールレスポンス形式

​重要な注意事項

Authorizations

Body

Response

使用例

テキストのみの入力

Web検索ツールの使用

画像理解

複数画像分析

Base64エンコード画像

ファイル検索ツールの使用

関数呼び出しの使用

リモートMCPの使用

複数ツールの組み合わせ

コンテンツタイプ仕様

input_text

input_image

ツール使用の詳細

Web検索

ファイル検索

関数呼び出し

リモートMCP

ツールレスポンス形式

重要な注意事項