Qwen API による Python コードインタープリタの実行 - Model Studio

コードインタープリターは、モデルがサンドボックス環境で Python コードを記述・実行できるようにし、数学的計算やデータ分析などの複雑な課題を解決します。

使用方法

以下のいずれかのパラメーター構成を用いて、コードインタープリターを有効化します。

OpenAI 互換 — Responses API

tools パラメーターを追加し、code_interpreter ツールを含めます。

最適な結果を得るため、code_interpreter、web_search、および web_extractor の各ツールを同時に有効化することを推奨します。

# 依存関係をインポートしてクライアントを作成...
response = client.responses.create(
    model="qwen3-max-2026-01-23",
    input="123 の 21 乗はいくつですか？",
    tools=[
        {"type": "code_interpreter"},
        {"type": "web_search"},
        {"type": "web_extractor"},
    ],
    extra_body={
        "enable_thinking": True
    }
)

print(response.output_text)

OpenAI 互換 — Chat Completions API

API リクエストで enable_code_interpreter: true を設定します。

# 依存関係をインポートしてクライアントを作成...
completion = client.chat.completions.create(
    # コードインタープリターをサポートするモデルを使用
    model="qwen3-max-2026-01-23",
    messages=[{"role": "user", "content": "123 の 21 乗はいくつですか？"}],
    # enable_code_interpreter は標準の OpenAI パラメーターではないため、Python SDK を使用する場合は extra_body 経由で渡します（Node.js SDK の場合はトップレベルパラメーターとして渡します）
    extra_body={
        "enable_code_interpreter": True,
        # コードインタープリターには思考モードが必要です
        "enable_thinking": True,
    },
    # ストリーミング出力のみ
    stream=True
)

OpenAI 互換 API では、インタープリターが実行したコードは返されません。

DashScope

enable_code_interpreter を true に設定します。

# 依存関係をインポート...
response = dashscope.Generation.call(
    # 環境変数を設定していない場合は、次の行を Model Studio API キーに置き換えます：api_key="sk-xxx",
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    model="qwen3-max-2026-01-23",
    messages=[{"role": "user", "content": "123 の 21 乗はいくつですか？"}],
    # コードインタープリターを有効化
    enable_code_interpreter=True,
    # コードインタープリターには思考モードが必要です
    enable_thinking=True,
    result_format="message",
    # ストリーミング出力のみ
    stream=True
)

インタープリターが実行したコードは、tool_info フィールドで返されます。

有効化後、モデルはリクエストを以下のフェーズで処理します。

思考：モデルがリクエストを分析し、解決手法を決定します。
コード実行：モデルが Python コードを生成・実行します。
結果統合：モデルが実行結果を処理し、次のステップを判断します。
応答：モデルが自然言語による応答を生成します。

ステップ 2 および 3 は複数回繰り返される場合があります。

各 API は異なるフィールドを返します。

Responses API：思考内容は type="reasoning" の出力項目で返され、コード実行の詳細は type="code_interpreter_call" で返され、最終応答は type="message" で返されます。
Chat Completions API および DashScope：思考内容は reasoning_content フィールドで返され、応答は content フィールドで返されます。DashScope では、さらに tool_info フィールドでコードの詳細も返されます。

適用範囲

国際

Qwen-Max：思考モードでの qwen3-max および qwen3-max-2026-01-23
Qwen-Plus：qwen3.5-plus、qwen3.5-plus-2026-02-15
Qwen-Flash：qwen3.5-flash、qwen3.5-flash-2026-02-23
オープンソース Qwen：qwen3.5-397b-a17b、qwen3.5-122b-a10b、qwen3.5-27b、qwen3.5-35b-a3b

グローバル

Qwen-Plus：qwen3.5-plus、qwen3.5-plus-2026-02-15
Qwen-Flash：qwen3.5-flash、qwen3.5-flash-2026-02-23
オープンソース Qwen：qwen3.5-397b-a17b、qwen3.5-122b-a10b、qwen3.5-27b、qwen3.5-35b-a3b

中国本土

Qwen-Max：思考モードでの qwen3-max、qwen3-max-2026-01-23、および qwen3-max-preview
Qwen-Plus：qwen3.5-plus、qwen3.5-plus-2026-02-15
Qwen-Flash：qwen3.5-flash、qwen3.5-flash-2026-02-23
オープンソース Qwen：qwen3.5-397b-a17b、qwen3.5-122b-a10b、qwen3.5-27b、qwen3.5-35b-a3b

クイックスタート

以下の例では、コードインタープリターによる数学的計算の処理方法を示します。

OpenAI 互換 — Responses API

最適な結果を得るため、code_interpreter、web_search、および web_extractor の各ツールを同時に有効化することを推奨します。

Python

import os
from openai import OpenAI

client = OpenAI(
    # 環境変数を設定していない場合は、次の行を Model Studio API キーに置き換えます：api_key="sk-xxx",
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/api/v2/apps/protocols/compatible-mode/v1"
)

response = client.responses.create(
    model="qwen3-max-2026-01-23",
    input="12 の 3 乗はいくつですか？",
    tools=[
        {
            "type": "code_interpreter"
        },
        {
            "type": "web_search"
        },
        {
            "type": "web_extractor"
        }
    ],
    extra_body = {
        "enable_thinking": True
    }
)
# 中間出力を確認する場合は、次の行のコメントを解除してください
# print(response.output)
print("="*20+"応答"+"="*20)
print(response.output_text)
print("="*20+"トークン使用量およびツール呼び出し数"+"="*20)
print(response.usage)

Node.js

import OpenAI from "openai";
import process from 'process';

const openai = new OpenAI({
    // 環境変数を設定していない場合は、次の行を Model Studio API キーに置き換えます：apiKey: "sk-xxx",
    apiKey: process.env.DASHSCOPE_API_KEY,
    baseURL: "https://dashscope.aliyuncs.com/api/v2/apps/protocols/compatible-mode/v1"
});

async function main() {
    const response = await openai.responses.create({
        model: "qwen3-max-2026-01-23",
        input: "12 の 3 乗はいくつですか？",
        tools: [
            { type: "code_interpreter" },
            { type: "web_search" },
            { type: "web_extractor" }
        ],
        enable_thinking: true
    });

    console.log("====================応答====================");
    console.log(response.output_text);

    // ツール呼び出し数を表示
    console.log("====================トークン使用量およびツール呼び出し数====================");
    if (response.usage && response.usage.x_tools) {
        console.log(`コードインタープリター実行回数: ${response.usage.x_tools.code_interpreter?.count || 0}`);
    }
    // 中間出力を確認する場合は、次の行のコメントを解除してください
    // console.log(JSON.stringify(response.output[0], null, 2));
}

main();

curl

curl -X POST https://dashscope.aliyuncs.com/api/v2/apps/protocols/compatible-mode/v1/responses \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen3-max-2026-01-23",
    "input": "12 の 3 乗はいくつですか？",
    "tools": [
        {"type": "code_interpreter"},
        {"type": "web_search"},
        {"type": "web_extractor"}
    ],
    "enable_thinking": true
}'

応答例

====================応答====================
12 の 3 乗は **1728** です。

計算式：
12³ = 12 × 12 × 12 = 144 × 12 = 1728
====================トークン使用量およびツール呼び出し数====================
ResponseUsage(input_tokens=1160, input_tokens_details=InputTokensDetails(cached_tokens=0), output_tokens=195, output_tokens_details=OutputTokensDetails(reasoning_tokens=105), total_tokens=1355, x_tools={'code_interpreter': {'count': 1}})

OpenAI 互換 — Chat Completions API

Python

from openai import OpenAI
import os

# OpenAI クライアントを初期化
client = OpenAI(
    # 環境変数を設定していない場合は、次の行を Model Studio API キーに置き換えます：api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # 国際リージョン向けには「https://dashscope-intl.aliyuncs.com/compatible-mode/v1」を使用
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

messages = [{"role": "user", "content": "123 の 21 乗はいくつですか？"}]

completion = client.chat.completions.create(
    model="qwen3-max-2026-01-23",
    messages=messages,
    extra_body={"enable_thinking": True, "enable_code_interpreter": True},
    stream=True,
    stream_options={
        "include_usage": True
    },
)

reasoning_content = ""  # 完全な思考プロセス
answer_content = ""  # 完全な応答
is_answering = False  # 応答フェーズに入ったかどうかを判定するフラグ
print("\n" + "=" * 20 + "思考プロセス" + "=" * 20 + "\n")

for chunk in completion:
    if not chunk.choices:
        print("\n使用量:")
        print(chunk.usage)
        continue

    delta = chunk.choices[0].delta

    # 思考内容のみを収集
    if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
        if not is_answering:
            print(delta.reasoning_content, end="", flush=True)
        reasoning_content += delta.reasoning_content

    # content が受信されたら、応答を開始
    if hasattr(delta, "content") and delta.content:
        if not is_answering:
            print("\n" + "=" * 20 + "完全な応答" + "=" * 20 + "\n")
            is_answering = True
        print(delta.content, end="", flush=True)
        answer_content += delta.content

応答例

====================思考プロセス====================

ユーザーは 123 の 21 乗を尋ねています。これは数学的な計算問題であり、123^21 を計算する必要があります。

この値を計算するためにコードインタープリターを使用できます。Python コードを実行する code_interpreter 関数を呼び出し、123**21 を計算します。

この関数呼び出しを構築しましょう。
ユーザーは 123 の 21 乗を尋ねており、私は Python コードを使用してその結果を計算しました。結果は 123 の 21 乗が 77269364466549865653073473388030061522211723 であることを示しています。これは非常に大きな数です。これを直接提示すべきです。
====================完全な応答====================

123 の 21 乗は：77269364466549865653073473388030061522211723
使用量:
CompletionUsage(completion_tokens=245, prompt_tokens=719, total_tokens=964, completion_tokens_details=CompletionTokensDetails(accepted_prediction_tokens=None, audio_tokens=None, reasoning_tokens=153, rejected_prediction_tokens=None), prompt_tokens_details=None)

Node.js

import OpenAI from "openai";
import process from 'process';

// OpenAI クライアントを初期化
const openai = new OpenAI({
    apiKey: process.env.DASHSCOPE_API_KEY, // 環境変数から読み込み
    // 国際リージョン向けには https://dashscope-intl.aliyuncs.com/compatible-mode/v1 を使用
    baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1'
});

let reasoningContent = '';
let answerContent = '';
let isAnswering = false;

async function main() {
    try {
        const messages = [{ role: 'user', content: '123 の 21 乗はいくつですか？' }];
        const stream = await openai.chat.completions.create({
            model: 'qwen3-max-2026-01-23',
            messages,
            stream: true,
            enable_thinking: true,
            enable_code_interpreter: true
        });
        console.log('\n' + '='.repeat(20) + '思考プロセス' + '='.repeat(20) + '\n');

        for await (const chunk of stream) {
            if (!chunk.choices?.length) {
                console.log('\n使用量:');
                console.log(chunk.usage);
                continue;
            }

            const delta = chunk.choices[0].delta;

            // 思考内容のみを収集
            if (delta.reasoning_content !== undefined && delta.reasoning_content !== null) {
                if (!isAnswering) {
                    process.stdout.write(delta.reasoning_content);
                }
                reasoningContent += delta.reasoning_content;
            }

            // content が受信されたら、応答を開始
            if (delta.content !== undefined && delta.content) {
                if (!isAnswering) {
                    console.log('\n' + '='.repeat(20) + '完全な応答' + '='.repeat(20) + '\n');
                    isAnswering = true;
                }
                process.stdout.write(delta.content);
                answerContent += delta.content;
            }
        }
    } catch (error) {
        console.error('エラー:', error);
    }
}

main();

応答例

====================思考プロセス====================

  ユーザーは 123 を 21 乗した値を尋ねています。これは Python のコードインタープリターで実行可能な数学的計算です。指数演算子 ** を使ってこの計算を行います。

  123**21 を計算するコードを記述しましょう。計算は正常に完了しました。123 の 21 乗の結果は非常に大きな数で、77269364466549865653073473388030061522211723 です。

  この結果をユーザーに明確に提示する必要があります。

  ====================完全な応答====================

  123 の 21 乗は：77269364466549865653073473388030061522211723

curl

# 国際リージョン向けには https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions を使用
curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen3-max-2026-01-23",
    "messages": [
        {
            "role": "user",
            "content": "123 の 21 乗はいくつですか？"
        }
    ],
    "enable_code_interpreter": true,
    "enable_thinking": true,
    "stream": true
}'

応答例

data: {"choices":[{"delta":{"content":null,"role":"assistant","reasoning_content":""},"index":0,"logprobs":null,"finish_reason":null}],"object":"chat.completion.chunk","usage":null,"created":1761899724,"system_fingerprint":null,"model":"qwen3-max-2026-01-23","id":"chatcmpl-2f96ef0b-5924-4dfc-b768-4d53ec538b4e"}

data: {"choices":[{"finish_reason":null,"logprobs":null,"delta":{"content":null,"reasoning_content":"ユーザー"},"index":0}],"object":"chat.completion.chunk","usage":null,"created":1761899724,"system_fingerprint":null,"model":"qwen3-max-2026-01-23","id":"chatcmpl-2f96ef0b-5924-4dfc-b768-4d53ec538b4e"}

data: {"choices":[{"delta":{"content":null,"reasoning_content":"は"},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1761899724,"system_fingerprint":null,"model":"qwen3-max-2026-01-23","id":"chatcmpl-2f96ef0b-5924-4dfc-b768-4d53ec538b4e"}

data: {"choices":[{"delta":{"content":null,"reasoning_content":"、"},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1761899724,"system_fingerprint":null,"model":"qwen3-max-2026-01-23","id":"chatcmpl-2f96ef0b-5924-4dfc-b768-4d53ec538b4e"}

...

data: {"choices":[{"delta":{"content":"非常に大きな数で、合計","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1761899724,"system_fingerprint":null,"model":"qwen3-max-2026-01-23","id":"chatcmpl-2f96ef0b-5924-4dfc-b768-4d53ec538b4e"}

data: {"choices":[{"delta":{"content":"43 桁です","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1761899724,"system_fingerprint":null,"model":"qwen3-max-2026-01-23","id":"chatcmpl-2f96ef0b-5924-4dfc-b768-4d53ec538b4e"}

data: {"choices":[{"delta":{"content":"。","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1761899724,"system_fingerprint":null,"model":"qwen3-max-2026-01-23","id":"chatcmpl-2f96ef0b-5924-4dfc-b768-4d53ec538b4e"}

data: {"choices":[{"finish_reason":"stop","delta":{"content":"","reasoning_content":null},"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1761899724,"system_fingerprint":null,"model":"qwen3-max-2026-01-23","id":"chatcmpl-2f96ef0b-5924-4dfc-b768-4d53ec538b4e"}

data: [DONE]

DashScope

Java SDK はサポートされていません。

Python

import os
import dashscope

# 国際リージョン向けには、次の行のコメントを解除してください
# dashscope.base_http_api_url = 'https://dashscope-intl.aliyuncs.com/api/v1'

messages = [
    {"role": "user", "content": "123 の 21 乗はいくつですか？"},
]

response = dashscope.Generation.call(
    # 環境変数を設定していない場合は、次の行を Model Studio API キーに置き換えます：api_key="sk-xxx",
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    model="qwen3-max-2026-01-23",
    messages=messages,
    enable_code_interpreter=True,
    enable_thinking=True,
    result_format="message",
    # ストリーミング出力のみ
    stream=True
)

for chunk in response:
    output = chunk["output"]
    print(output)

応答例

{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": "The"}}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": " user is asking"}}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": " me"}}]}
...
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": " I'll write a"}}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": " simple Python program to calculate"}}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": ""}}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": ""}}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": ""}}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": ""}}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": ""}}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": ""}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": "The"}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": " user"}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": " asked"}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
...
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": " I should present this result"}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": " to the user in"}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "", "reasoning_content": " a clear format."}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "123 to the power of ", "reasoning_content": ""}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "21 is:\n\n", "reasoning_content": ""}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "772693", "reasoning_content": ""}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "644665", "reasoning_content": ""}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "498656", "reasoning_content": ""}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "530734", "reasoning_content": ""}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "733880", "reasoning_content": ""}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "300615", "reasoning_content": ""}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "222117", "reasoning_content": ""}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "null", "message": {"role": "assistant", "content": "23", "reasoning_content": ""}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}
{"text": null, "finish_reason": null, "choices": [{"finish_reason": "stop", "message": {"role": "assistant", "content": "", "reasoning_content": ""}}], "tool_info": [{"code_interpreter": {"code": "123**21"}, "type": "code_interpreter"}]}

curl

curl -X POST https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-H "X-DashScope-SSE: enable" \
-d '{
    "model": "qwen3-max-2026-01-23",
    "input":{
        "messages":[
            {
                "role": "user",
                "content": "123 の 21 乗はいくつですか？"
            }
        ]
    },
    "parameters": {
        "enable_code_interpreter": true,
        "enable_thinking": true,
        "result_format": "message"
    }
}'

応答例

<...テキスト内容...> は処理フェーズを識別する説明コメントであり、実際の API 応答の一部ではありません。

id:1
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"The","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":290,"output_tokens":3,"input_tokens":287,"output_tokens_details":{"reasoning_tokens":1}},"request_id":"a1959ad1-2637-4672-a21f-4d351371d254"}

id:2
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":" user is asking","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":293,"output_tokens":6,"input_tokens":287,"output_tokens_details":{"reasoning_tokens":4}},"request_id":"a1959ad1-2637-4672-a21f-4d351371d254"}

...思考フェーズ...

id:21
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":388,"output_tokens":101,"input_tokens":287,"output_tokens_details":{"reasoning_tokens":68}},"request_id":"a1959ad1-2637-4672-a21f-4d351371d254"}

...思考フェーズ終了、コードインタープリター起動...

id:22
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"","role":"assistant"},"finish_reason":"null"}],"tool_info":[{"code_interpreter":{"code":"123**21"},"type":"code_interpreter"}]},"usage":{"total_tokens":388,"output_tokens":101,"input_tokens":287,"output_tokens_details":{"reasoning_tokens":68},"plugins":{"code_interpreter":{"count":1}}},"request_id":"a1959ad1-2637-4672-a21f-4d351371d254"}

...コードインタープリター実行後の思考フェーズ...

id:23
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"The","role":"assistant"},"finish_reason":"null"}],"tool_info":[{"code_interpreter":{"code":"123**21"},"type":"code_interpreter"}]},"usage":{"total_tokens":838,"output_tokens":104,"input_tokens":734,"output_tokens_details":{"reasoning_tokens":69},"plugins":{"code_interpreter":{"count":1}}},"request_id":"a1959ad1-2637-4672-a21f-4d351371d254"}

id:24
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":" user","role":"assistant"},"finish_reason":"null"}],"tool_info":[{"code_interpreter":{"code":"123**21"},"type":"code_interpreter"}]},"usage":{"total_tokens":839,"output_tokens":105,"input_tokens":734,"output_tokens_details":{"reasoning_tokens":70},"plugins":{"code_interpreter":{"count":1}}},"request_id":"a1959ad1-2637-4672-a21f-4d351371d254"}

...思考フェーズ...

id:43
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":" a clear format.","role":"assistant"},"finish_reason":"null"}],"tool_info":[{"code_interpreter":{"code":"123**21"},"type":"code_interpreter"}]},"usage":{"total_tokens":942,"output_tokens":208,"input_tokens":734,"output_tokens_details":{"reasoning_tokens":171},"plugins":{"code_interpreter":{"count":1}}},"request_id":"a1959ad1-2637-4672-a21f-4d351371d254"}

...思考フェーズ終了、応答フェーズ開始...

id:44
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"123 to the power of ","reasoning_content":"","role":"assistant"},"finish_reason":"null"}],"tool_info":[{"code_interpreter":{"code":"123**21"},"type":"code_interpreter"}]},"usage":{"total_tokens":947,"output_tokens":213,"input_tokens":734,"output_tokens_details":{"reasoning_tokens":171},"plugins":{"code_interpreter":{"count":1}}},"request_id":"a1959ad1-2637-4672-a21f-4d351371d254"}

...

id:53
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"23","reasoning_content":"","role":"assistant"},"finish_reason":"null"}],"tool_info":[{"code_interpreter":{"code":"123**21"},"type":"code_interpreter"}]},"usage":{"total_tokens":997,"output_tokens":263,"input_tokens":734,"output_tokens_details":{"reasoning_tokens":171},"plugins":{"code_interpreter":{"count":1}}},"request_id":"a1959ad1-2637-4672-a21f-4d351371d254"}

id:54
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"","role":"assistant"},"finish_reason":"stop"}],"tool_info":[{"code_interpreter":{"code":"123**21"},"type":"code_interpreter"}]},"usage":{"total_tokens":997,"output_tokens":263,"input_tokens":734,"output_tokens_details":{"reasoning_tokens":171},"plugins":{"code_interpreter":{"count":1}}},"request_id":"a1959ad1-2637-4672-a21f-4d351371d254"}

応答の解析

OpenAI 互換 Responses API

以下の例では、OpenAI Python SDK を使用して、ストリーミング応答から API のデータを解析する方法を示します。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope-intl.aliyuncs.com/api/v2/apps/protocols/compatible-mode/v1"
)

response = client.responses.create(
    model="qwen3-max-2026-01-23",
    input="12 の 3 乗",
    tools=[
        {"type": "code_interpreter"}
    ],
    extra_body={
        "enable_thinking": True
    },
    stream=True
)

def print_section(title):
    print(f"\n{'=' * 20}{title}{'=' * 20}")

current_section = None
final_response = None

for event in response:
    # 推論プロセスの増分出力
    if event.type == "response.reasoning_summary_text.delta":
        if current_section != "reasoning":
            print_section("思考プロセス")
            current_section = "reasoning"
        print(event.delta, end="", flush=True)

    # コードインタープリター呼び出しが完了
    elif event.type == "response.output_item.done" and hasattr(event.item, "code"):
        print_section("コード実行")
        print(f"コード:\n{event.item.code}")
        if event.item.outputs:
            print(f"結果: {event.item.outputs[0].logs}")
        current_section = "code"

    # 最終応答の増分出力
    elif event.type == "response.output_text.delta":
        if current_section != "answer":
            print_section("完全な応答")
            current_section = "answer"
        print(event.delta, end="", flush=True)

    # 応答が完了。使用量データを取得するために最終結果を保存。
    elif event.type == "response.completed":
        final_response = event.response

# 使用量とツール呼び出し数を出力。
if final_response and final_response.usage:
    print_section("トークン使用量およびツール呼び出し数")
    usage = final_response.usage
    print(f"入力トークン数: {usage.input_tokens}")
    print(f"出力トークン数: {usage.output_tokens}")
    print(f"思考トークン数: {usage.output_tokens_details.reasoning_tokens}")
    print(f"コードインタープリター呼び出し回数: {usage.x_tools.get('code_interpreter', {}).get('count', 0)}")

DashScope

この DashScope Python SDK の例では、単一のリクエストで 2 回の計算を実行し、コードおよび総呼び出し回数を返す方法を示します。

OpenAI Chat Completions API では、コード実行フェーズ中のデータは返されません。これにより、思考フェーズと結果統合フェーズの間に応答のギャップが生じます。両方のフェーズが reasoning_content フィールドを通じてコンテンツを返すため、これらを思考フェーズの一部とみなすことができます。応答の解析例については、「クイックスタート」のコードをご参照ください。

import os  
from dashscope import Generation  
# 国際リージョンのモデルを使用する場合は、次の行のコメントを解除してください。
# dashscope.base_http_api_url = 'https://dashscope-intl.aliyuncs.com/api/v1'

messages = [{"role": "user", "content": "コードインタープリターを 2 回実行します。まず、123 の 23 乗の値を計算します。次に、その結果を 5 で割ります。"}]  

response = Generation.call(  
    api_key=os.getenv("DASHSCOPE_API_KEY"),  
    model="qwen3-max-2026-01-23",  
    messages=messages,  
    result_format="message",
    enable_thinking=True,
    enable_code_interpreter=True,
    stream=True,
    incremental_output=True,
)  

# ステータスフラグ：ツール情報の出力状況、応答フェーズの開始状況、思考セクション内の処理状況を追跡します。
is_answering = False  
in_reasoning_section = False  
cur_tools = []

# セクションタイトルを出力します。
def print_section(title):  
    print(f"\n{'=' * 20}{title}{'=' * 20}")  

# 処理開始時に「思考プロセス」のタイトルを出力します。
print_section("思考プロセス")  
in_reasoning_section = True  

# モデルからストリームで返される各データブロックを処理します。
for chunk in response:  
    try:  
        # 応答から重要なフィールドを抽出：content、reasoning_content、およびツール呼び出し情報。
        choice = chunk.output.choices[0]  
        msg = choice.message  
        content = msg.get("content", "")            # 最終応答のコンテンツ
        reasoning = msg.get("reasoning_content", "") # 思考プロセスのテキスト
        tools = chunk.output.get("tool_info", None)  # ツール呼び出し情報
    except (IndexError, AttributeError, KeyError):
        # 構造が異常なデータブロックはスキップします。
        continue  
    # 有効なコンテンツがない場合は、現在のブロックをスキップします。
    if not content and not reasoning and tools is None:  
        continue  
    # 思考プロセスを出力します。
    if reasoning and not is_answering:  
        if not in_reasoning_section:  
            print_section("思考プロセス")  
            in_reasoning_section = True  
        print(reasoning, end="", flush=True)  
    if tools is not None and tools != cur_tools:  
        print_section("ツール情報")  
        print(tools)  
        in_reasoning_section = False  
        cur_tools = tools
    # 最終応答のコンテンツを出力します。
    if content:  
        if not is_answering:  
            print_section("完全な応答")  
            is_answering = True  
            in_reasoning_section = False  
        print(content, end="", flush=True)  
# コードインタープリターの実行回数を出力します。
print_section("コードインタープリター実行回数")  
print(chunk.usage.plugins)

応答例

====================思考プロセス====================
ユーザーはコードインタープリターを 2 回実行するよう依頼しました：
1. 最初の実行：123 の 23 乗の値を計算します。
2. 2 回目の実行：最初の実行の結果を 5 で割ります。

まず、123**23 を計算するためにコードインタープリターを呼び出す必要があります。その後、この結果を使って、5 で割るためのコードインタープリターを再度呼び出します。

最初の計算を実行しましょう。

====================ツール情報====================
[{'code_interpreter': {'code': '123**23'}, 'type': 'code_interpreter'}]

====================思考プロセス====================
最初の計算の結果は、123 の 23 乗が 1169008215014432917465348578887506800769541157267 であることを示しています。

次に、2 回目の実行では、この結果を 5 で割る必要があります。正確な値を用いて除算を行う必要があります。
====================ツール情報====================
[{'code_interpreter': {'code': '123**23'}, 'type': 'code_interpreter'}, {'code_interpreter': {'code': ''}, 'type': 'code_interpreter'}]

====================ツール情報====================
[{'code_interpreter': {'code': '123**23'}, 'type': 'code_interpreter'}, {'code_interpreter': {'code': '1169008215014432917465348578887506800769541157267 / 5'}, 'type': 'code_interpreter'}]

====================思考プロセス====================
ユーザーはコードインタープリターを 2 回実行するよう依頼しました：
1. 最初に、123 の 23 乗を計算します。その結果は：1169008215014432917465348578887506800769541157267 です。
2. 次に、この結果を 5 で割って：2.338016430028866e+47 を得ます。

これらの 2 つの結果をユーザーに報告する必要があります。
====================完全な応答====================
最初の実行の結果：123 の 23 乗 = 1169008215014432917465348578887506800769541157267

2 回目の実行の結果：上記の結果を 5 で割った値 = 2.338016430028866e+47
====================コードインタープリター実行回数====================
{'code_interpreter': {'count': 2}}

注意事項

コードインタープリターと関数呼び出しは相互排他であり、同時に有効化できません。両方を有効化するとエラーになります。
両方を同時に有効化するとエラーが発生します。
コードインタープリターを有効化すると、1 回のリクエストで複数回のモデル推論がトリガーされます。usage フィールドは、すべての推論にわたるトークン使用量を集計します。

課金

コードインタープリターは一時的に無料ですが、トークン使用量が増加します。