AI Batch API完全ガイド：OpenAI・Claude・Geminiの大量処理術

各社のBatch API比較

OpenAI Batch APIの使い方

import openai
import json

# 1. バッチ入力ファイルの作成
requests = []
for i, text in enumerate(texts_to_process):
    requests.append({
        "custom_id": f"request-{i}",
        "method": "POST",
        "url": "/v1/chat/completions",
        "body": {
            "model": "gpt-4o",
            "messages": [
                {"role": "system", "content": "テキストを要約してください"},
                {"role": "user", "content": text}
            ]
        }
    })

# JSONLファイルとして保存
with open("batch_input.jsonl", "w") as f:
    for req in requests:
        f.write(json.dumps(req) + "n")

# 2. ファイルをアップロード
client = openai.OpenAI()
batch_file = client.files.create(
    file=open("batch_input.jsonl", "rb"),
    purpose="batch"
)

# 3. バッチジョブの開始
batch = client.batches.create(
    input_file_id=batch_file.id,
    endpoint="/v1/chat/completions",
    completion_window="24h"
)

print(f"バッチID: {batch.id}")

Claude Message Batches APIの使い方

import anthropic

client = anthropic.Anthropic()

# バッチリクエストの作成
batch = client.messages.batches.create(
    requests=[
        {
            "custom_id": f"item-{i}",
            "params": {
                "model": "claude-sonnet-4-20250514",
                "max_tokens": 1024,
                "messages": [
                    {"role": "user", "content": text}
                ]
            }
        }
        for i, text in enumerate(texts_to_process)
    ]
)

# ステータス確認
result = client.messages.batches.retrieve(batch.id)
print(f"ステータス: {result.processing_status}")

# 結果の取得
for result in client.messages.batches.results(batch.id):
    print(f"{result.custom_id}: {result.result.message.content}")

バッチ処理の活用シーン

関連記事

• Claude Prompt Caching入門：APIコストを90%削減する方法
• OpenAI Structured Outputs：JSON出力を確実に得る方法
• GPT-4o mini活用ガイド：最強コスパAIモデルの使いこなし方