テキストによる画像検索ツールを使用すると、モデルはテキストの説明に基づいてインターネットで関連画像を検索できます。その後、モデルは画像コンテンツを説明し、推論を実行できます。これは、視覚的な Q&A や画像レコメンデーションなどのシナリオで役立ちます。
使用方法
Responses API を使用して、テキストによる画像検索機能を呼び出すことができます。web_search_image ツールを tools パラメーターに追加します。
# 依存関係をインポートし、クライアントを作成します...
response = client.responses.create(
model="qwen3.7-plus",
input="Find a tech-style background image for a PPT cover",
tools=[{"type": "web_search_image"}]
)
print(response.output_text)対応モデル
推奨モデル
最適なツール呼び出し結果を得るには、次のモデルを使用することを推奨します。
Qwen-Plus： Qwen3.7-Plus シリーズ、Qwen3.6-Plus シリーズ、Qwen3.5-Plus シリーズ
Qwen-Max： qwen3.7-max-2026-06-08
その他のモデル
次のモデルもこのツール呼び出しに対応していますが、パフォーマンスは推奨モデルほど良くありません。
-
Qwen-Flash： Qwen3.6-Flash シリーズ、Qwen3.5-Flash シリーズ
-
Qwen3.6 オープンソースシリーズ (qwen3.6-27b を除く)
-
Qwen3.5 オープンソースシリーズ
このツールは Responses API 経由でのみ呼び出すことができます。
クイックスタート
次のコードを実行して、Responses API を使用してテキストによる画像検索ツールを呼び出します。このコードは、テキストの説明に基づいてインターネットで画像を検索します。
API キーを取得し、その API キーを環境変数として設定する必要があります。
import os
import json
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 api_key="sk-xxx" (非推奨) に置き換え、ご自身の Model Studio の API キーを使用してください。
api_key=os.getenv("DASHSCOPE_API_KEY"),
# 次の URL はシンガポールリージョン用です。呼び出し時に、{WorkspaceId} を実際のワークスペース ID に置き換えてください。URL はリージョンによって異なります。
base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
)
response = client.responses.create(
model="qwen3.7-plus",
input="Find a tech-style background image for a PPT cover",
tools=[
{
"type": "web_search_image"
}
]
)
for item in response.output:
if item.type == "web_search_image_call":
print(f"[Tool Call] Text-to-image search (status: {item.status})")
# 検索された画像リストを解析して表示します
if item.output:
images = json.loads(item.output)
print(f" Found {len(images)} images:")
for img in images[:5]: # 最初の 5 件の画像を表示します
print(f" [{img['index']}] {img['title']}")
print(f" {img['url']}")
if len(images) > 5:
print(f" ... 合計 {len(images)} 件の画像")
elif item.type == "message":
print(f"\n[Model Response]")
print(response.output_text)
# トークンの使用量とツール呼び出しの統計情報を表示します
print(f"\n[Token Usage] Input: {response.usage.input_tokens}, Output: {response.usage.output_tokens}, Total: {response.usage.total_tokens}")
if hasattr(response.usage, 'x_tools') and response.usage.x_tools:
for tool_name, info in response.usage.x_tools.items():
print(f"[Tool Statistics] {tool_name} calls: {info.get('count', 0)}")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 apiKey: "sk-xxx" に置き換え、ご自身の Model Studio の API キーを使用してください。
apiKey: process.env.DASHSCOPE_API_KEY,
// 次の URL はシンガポールリージョン用です。呼び出し時に、{WorkspaceId} を実際のワークスペース ID に置き換えてください。URL はリージョンによって異なります。
baseURL: "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
});
async function main() {
const response = await openai.responses.create({
model: "qwen3.7-plus",
input: "Find a tech-style background image for a PPT cover",
tools: [
{ type: "web_search_image" }
]
});
for (const item of response.output) {
if (item.type === "web_search_image_call") {
console.log(`[Tool Call] Text-to-image search (status: ${item.status})`);
// 検索された画像リストを解析して表示します
if (item.output) {
const images = JSON.parse(item.output);
console.log(` Found ${images.length} images:`);
images.slice(0, 5).forEach(img => {
console.log(` [${img.index}] ${img.title}`);
console.log(` ${img.url}`);
});
if (images.length > 5) {
console.log(` ... 合計 ${images.length} 件の画像`);
}
}
} else if (item.type === "message") {
console.log(`\n[Model Response]`);
console.log(response.output_text);
}
}
// トークンの使用量とツール呼び出しの統計情報を表示します
console.log(`\n[Token Usage] Input: ${response.usage.input_tokens}, Output: ${response.usage.output_tokens}, Total: ${response.usage.total_tokens}`);
if (response.usage && response.usage.x_tools) {
for (const [toolName, info] of Object.entries(response.usage.x_tools)) {
console.log(`[Tool Statistics] ${toolName} calls: ${info.count || 0}`);
}
}
}
main();# 次の URL はシンガポールリージョン用です。呼び出し時に、{WorkspaceId} を実際のワークスペース ID に置き換えてください。URL はリージョンによって異なります。
curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/responses \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.7-plus",
"input": "Find a tech-style background image for a PPT cover",
"tools": [
{"type": "web_search_image"}
]
}'上記のコードは、次の応答を返します：
[Tool Call] Text-to-image search (status: completed)
Found 30 images:
[1] Best Free Information Technology Background S Google Slides Themes ...
https://image.slidesdocs.com/responsive-images/slides/0-technology-line-network-information-training-courseware-powerpoint-background_17825ea41f__960_540.jpg
[2] Data Technology Blue Abstract Business Glow Powerpoint Background ...
https://image.slidesdocs.com/responsive-images/background/data-technology-blue-abstract-business-glow-powerpoint-background_e667bfafcb__960_540.jpg
[3] PPT Technology Style Background Template Banner Backgrounds | PSD ...
https://img.pikbest.com/backgrounds/20190418/ppt-technology-style-background-template-banner_1889599.jpg!bw700
[4] Download Now! PowerPoint Background Design Technology
https://www.slideegg.com/image/catalog/89734-powerpoint-background-design-technology.png
[5] Powerpoint Template Technology Images ...
https://t4.ftcdn.net/jpg/07/53/21/13/360_F_753211329_cVkWkZdxs9tNEoS5q2d8ZH362YQnAH0p.jpg
... 合計 30 件の画像
[Model Response]
Here are a few tech-style background images that are perfect for a PPT cover. You can choose one based on your specific theme:
**1. Classic blue circuit board and chip style**
Suitable for topics: Hardware, chips, electronic engineering, low-level technology.
**2. Abstract particles and network connection style**
Suitable for topics: Big data, artificial intelligence, network security, cloud computing.
...
[Token Usage] Input: 4326, Output: 645, Total: 4971
[Tool Statistics] web_search_image calls: 1ストリーミング出力
テキストによる画像検索ツールは、処理に時間がかかる場合があります。ストリーミング出力を有効にすることで、中間結果をリアルタイムで受け取ることができます。
import os
import json
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 api_key="sk-xxx" (非推奨) に置き換え、ご自身の Model Studio の API キーを使用してください。
api_key=os.getenv("DASHSCOPE_API_KEY"),
# 次の URL はシンガポールリージョン用です。呼び出し時に、{WorkspaceId} を実際のワークスペース ID に置き換えてください。URL はリージョンによって異なります。
base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
)
stream = client.responses.create(
model="qwen3.7-plus",
input="Find a tech-style background image for a PPT cover",
tools=[{"type": "web_search_image"}],
stream=True
)
for event in stream:
# ツール呼び出しを開始します
if event.type == "response.output_item.added":
if event.item.type == "web_search_image_call":
print("[Tool Call] Text-to-image search in progress...")
# ツール呼び出し完了。検索された画像リストを解析して表示します。
elif event.type == "response.output_item.done":
if event.item.type == "web_search_image_call":
print(f"[Tool Call] Text-to-image search complete (status: {event.item.status})")
if event.item.output:
images = json.loads(event.item.output)
print(f" Found {len(images)} images:")
for img in images[:5]: # 最初の 5 件の画像を表示します
print(f" [{img['index']}] {img['title']}")
print(f" {img['url']}")
if len(images) > 5:
print(f" ... 合計 {len(images)} 件の画像")
# モデルの応答を開始します
elif event.type == "response.content_part.added":
print(f"\n[Model Response]")
# ストリーミングテキストを出力します
elif event.type == "response.output_text.delta":
print(event.delta, end="", flush=True)
# 応答完了。使用量を出力します。
elif event.type == "response.completed":
usage = event.response.usage
print(f"\n\n[Token Usage] Input: {usage.input_tokens}, Output: {usage.output_tokens}, Total: {usage.total_tokens}")
if hasattr(usage, 'x_tools') and usage.x_tools:
for tool_name, info in usage.x_tools.items():
print(f"[Tool Statistics] {tool_name} calls: {info.get('count', 0)}")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 apiKey: "sk-xxx" に置き換え、ご自身の Model Studio の API キーを使用してください。
apiKey: process.env.DASHSCOPE_API_KEY,
// 次の URL はシンガポールリージョン用です。呼び出し時に、{WorkspaceId} を実際のワークスペース ID に置き換えてください。URL はリージョンによって異なります。
baseURL: "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
});
async function main() {
const stream = await openai.responses.create({
model: "qwen3.7-plus",
input: "Find a tech-style background image for a PPT cover",
tools: [{ type: "web_search_image" }],
stream: true
});
for await (const event of stream) {
// ツール呼び出しを開始します
if (event.type === "response.output_item.added") {
if (event.item && event.item.type === "web_search_image_call") {
console.log("[Tool Call] Text-to-image search in progress...");
}
}
// ツール呼び出し完了。検索された画像リストを解析して表示します。
else if (event.type === "response.output_item.done") {
if (event.item && event.item.type === "web_search_image_call") {
console.log(`[Tool Call] Text-to-image search complete (status: ${event.item.status})`);
if (event.item.output) {
const images = JSON.parse(event.item.output);
console.log(` Found ${images.length} images:`);
images.slice(0, 5).forEach(img => {
console.log(` [${img.index}] ${img.title}`);
console.log(` ${img.url}`);
});
if (images.length > 5) {
console.log(` ... 合計 ${images.length} 件の画像`);
}
}
}
}
// モデルの応答を開始します
else if (event.type === "response.content_part.added") {
console.log(`\n[Model Response]`);
}
// ストリーミングテキストを出力します
else if (event.type === "response.output_text.delta") {
process.stdout.write(event.delta);
}
// 応答完了。使用量を出力します。
else if (event.type === "response.completed") {
const usage = event.response.usage;
console.log(`\n\n[Token Usage] Input: ${usage.input_tokens}, Output: ${usage.output_tokens}, Total: ${usage.total_tokens}`);
if (usage && usage.x_tools) {
for (const [toolName, info] of Object.entries(usage.x_tools)) {
console.log(`[Tool Statistics] ${toolName} calls: ${info.count || 0}`);
}
}
}
}
}
main();# 次の URL はシンガポールリージョン用です。呼び出し時に、{WorkspaceId} を実際のワークスペース ID に置き換えてください。URL はリージョンによって異なります。
curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/responses \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.7-plus",
"input": "Find a tech-style background image for a PPT cover",
"tools": [
{"type": "web_search_image"}
],
"stream": true
}'上記のコードは、次の出力を返します：
[Tool Call] Text-to-image search in progress...
[Tool Call] Text-to-image search complete (status: completed)
Found 30 images:
[1] Free Technology Background PowerPoint & Google Slides Themes
https://slidechef.net/wp-content/uploads/2023/11/TECHNOLOGY-BACKGROUND.jpg
[2] Best Free Information Technology Background S Google Slides Themes ...
https://image.slidesdocs.com/responsive-images/slides/0-technology-line-network-information-training-courseware-powerpoint-background_17825ea41f__960_540.jpg
[3] PPT Technology Style Background Template Banner Backgrounds | PSD ...
https://img.pikbest.com/backgrounds/20190418/ppt-technology-style-background-template-banner_1889599.jpg!bw700
[4] Download Now! PowerPoint Background Design Technology
https://www.slideegg.com/image/catalog/89734-powerpoint-background-design-technology.png
[5] Powerpoint Template Technology Images ...
https://t4.ftcdn.net/jpg/07/53/21/13/360_F_753211329_cVkWkZdxs9tNEoS5q2d8ZH362YQnAH0p.jpg
... 合計 30 件の画像
[Model Response]
Here are a few tech-style background images that are perfect for a PPT cover. You can choose one based on your specific theme:
**1. Minimalist network connector style (suitable for big data, connectivity, and communication topics)**
This image has a dark blue background with simple node connectors in the corner and a lot of white space in the middle...
**2. Hardcore circuit and chip style (suitable for artificial intelligence, hardware, and low-level technology topics)**
The left side features complex circuit board textures and a HUD-like ring design...
...
[Token Usage] Input: 7180, Output: 558, Total: 7738
[Tool Statistics] web_search_image calls: 1課金
課金には、以下が含まれます：
-
モデル呼び出し料金：画像検索の結果がプロンプトに追加されます。これにより、モデルの入力トークン数が増加します。モデルの標準価格に基づいて課金されます。料金の詳細については、Model Studio コンソールをご参照ください。
-
ツール呼び出し料金：1,000 回の呼び出しあたりの料金は、国際的なデプロイの場合は $8、中国本土および全世界でのデプロイの場合は $3.44 です。