---
title: "OpenAI API からの移行：コードの差分とテスト | BroadRouter"
description: "OpenAI から OpenAI 互換 API へ移行するためのコード変更。クライアント設定、Responses から Chat Completions への書き換え、ツール、ストリーミング、embeddings、スモークテストを解説します。"
url: https://broadrouter.com/ja/blog/migrate-from-openai-api-code-walkthrough/
lang: ja
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。 [英語の原文を読む](https://broadrouter.com/blog/migrate-from-openai-api-code-walkthrough/) (2026-11-15 更新).

# OpenAI API からの移行：Python、Node、cURL のコード解説

BroadNet Inference チーム · 約 6 分で読めます · 公開日 2026-11-15

クライアントのベース URL、API キー、モデル ID を変更します。Chat Completions の呼び出しならそれで十分です。Responses API のコードは Chat Completions に書き換えが必要で、input は messages に、output\_text は choices\[0\].message.content になり、ツールはネストが 1 段深くなります。新しいプロバイダーに embeddings がなければ別のクライアントに残し、トラフィックを切り替える前にスモークテストを実行します。

## 要点

-   Chat Completions のコードなら、変更するのは base\_url、api\_key、model の 3 つです。どちらの公式 SDK も環境変数の OPENAI\_BASE\_URL と OPENAI\_API\_KEY を読み込みます。
-   OPENAI\_BASE\_URL を設定すると、embeddings を含むすべての呼び出しが移ります。新しいプロバイダーに embeddings のエンドポイントがなければ、embeddings 用に別のクライアントを用意してください。
-   Responses API のコードは書き換えが必要です。input は messages に、instructions は system メッセージに、text.format は response\_format に、平坦なツール定義はネストした形に変わります。
-   BroadNet Inference のドキュメントには /v1/chat/completions、/v1/audio/transcriptions、GET /v1/models があり、embeddings、ファイル、バッチのエンドポイントはありません。ツールと構造化出力は GLM 5.3 と Qwen3.8 27B に記載されています。
-   切り替える前にテストします：通常のチャット、ストリーミングの usage、推論の予算、不正なキー 1 つ。ツールを使うなら、ツール呼び出しも 1 回試します。

**このページの内容**

1.  クライアントの設定で何が変わるか？
2.  コードが Responses API を使っている場合は？
3.  ツール呼び出しはどう変わるか？
4.  構造化出力はどうなるか？
5.  embeddings はどうなるか？
6.  ストリーミングのコードはどう変わるか？
7.  エラー処理とリトライは変わるか？
8.  挙動が異なるパラメーターは？
9.  切り替えをどうテストするか？
10.  もっともよく壊れるのは？
11.  BroadNet Inference が向いているケース

アプリを OpenAI から OpenAI 互換のプロバイダーへ移すのは、Chat Completions を使っていれば小さなコード変更で、Responses API を使っていれば書き換えになります。この記事では、Python、Node、cURL での正確な差分、Responses、ツール、構造化出力、embeddings への対処、そしてトラフィックを移す前に実行するスモークテストを紹介します。例では `https://inference.broadnet.ai/v1` の BroadNet Inference を使いますが、同じ手順はどのプロバイダーにも当てはまります。

この記事は[移行チェックリスト](https://broadrouter.com/ja/blog/openai-compatible-api-migration-checklist/)のコード編です。レート制限、エラー、切り替えの計画はそちらで扱っています。他のプロバイダーのベース URL は [OpenAI 互換 API の base\_url 一覧（確認済み）](https://broadrouter.com/ja/blog/openai-compatible-api-base-urls/)を参照してください。

## クライアントの設定で何が変わるか？

ベース URL、API キー、モデル ID の 3 つです。

**Python**

```python
import os
from openai import OpenAI

# before: client = OpenAI()  # reads OPENAI_API_KEY, calls api.openai.com
client = OpenAI(
    base_url="https://inference.broadnet.ai/v1",
    api_key=os.environ["BROADNET_API_KEY"],
)
r = client.chat.completions.create(
    model="broadnet/gemma-4-26b-a4b",          # was e.g. "gpt-..."
    messages=[{"role": "user", "content": "Reply with one short sentence."}],
)
print(r.choices[0].message.content)
```

**Node**

```javascript
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://inference.broadnet.ai/v1",
  apiKey: process.env.BROADNET_API_KEY,
});
const r = await client.chat.completions.create({
  model: "broadnet/gemma-4-26b-a4b",
  messages: [{ role: "user", content: "Reply with one short sentence." }],
});
console.log(r.choices[0].message.content);
```

**cURL**

```bash
curl https://inference.broadnet.ai/v1/chat/completions \
  -H "Authorization: Bearer $BROADNET_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"broadnet/gemma-4-26b-a4b","messages":[{"role":"user","content":"Reply with one short sentence."}]}'
```

パスに注意してください。ベース URL はすでに `/v1` で終わっているので、SDK は `/chat/completions` を付け足します。`/v1` を二重にするのが、最初にいちばんよくあるミスです。

### コードに触れずに切り替えられるか？

Chat Completions のコードなら可能です。Python SDK は `base_url` が渡されないと `OPENAI_BASE_URL` を読み込み、Node のクライアントは `baseURL` のデフォルトが `process.env['OPENAI_BASE_URL']` です。どちらも `OPENAI_API_KEY` を読み込みます。環境変数を 2 つ設定すれば、すべての呼び出しが移ります。

それがリスクでもあります。embeddings、モデレーション、ファイルのアップロードなど、新しいプロバイダーにないかもしれないものも含めて、**すべての呼び出し**が移ります。環境変数での切り替えは、アプリがチャットの呼び出ししかしていない場合に限ってください。

## コードが Responses API を使っている場合は？

OpenAI の SDK の README は現在、Responses API を主要 API としており、Python の README は Chat Completions を “the previous standard (supported indefinitely)”（訳：以前の標準（無期限でサポート））と呼んでいます。多くの互換プロバイダーは Chat Completions しか実装していません。BroadNet のドキュメントにあるのは `POST /v1/chat/completions` と `POST /v1/audio/transcriptions` なので、Responses の呼び出しは書き換えが必要です。対応関係は次のとおりです。

| Responses API | Chat Completions |
| --- | --- |
| `client.responses.create(...)` | `client.chat.completions.create(...)` |
| `instructions="..."` | 最初のメッセージ `{"role": "system", "content": "..."}` |
| `input="..."` または項目のリスト | `messages=[...]` |
| `response.output_text` | `response.choices[0].message.content` |
| `max_output_tokens` | `max_tokens`（BroadNet のドキュメント）または `max_completion_tokens` |
| `text={"format": {...}}` | `response_format={...}` |
| `previous_response_id`、conversations | 完全なメッセージ履歴を自分で再送する |
| ツール `{"type": "function", "name": ...}` | ツール `{"type": "function", "function": {"name": ...}}` |
| 出力項目 `function_call`、`function_call_output` と `call_id` で返す | `message.tool_calls`、role が `tool` のメッセージと `tool_call_id` で返す |
| 組み込みツール（ウェブ検索、ファイル検索） | 使えない。自前のツールを動かす |

単純な呼び出しの書き換え前と後：

```python
# Before: Responses API
r = client.responses.create(model="gpt-...", instructions="Be brief.", input="What is RAG?")
text = r.output_text

# After: Chat Completions
r = client.chat.completions.create(
    model="broadnet/gemma-4-26b-a4b",
    messages=[{"role": "system", "content": "Be brief."},
              {"role": "user", "content": "What is RAG?"}],
)
text = r.choices[0].message.content
```

構造上いちばん大きな変化は状態の扱いです。Responses は `previous_response_id` で会話の状態を OpenAI 側に保持できます。Chat Completions にはサーバー側の状態がないので、コードがメッセージのリストを保存し、毎ターンそのすべてを送ります。その分の予算を見込んでください。呼び出しのたびに、履歴全体が入力トークンになります。

## ツール呼び出しはどう変わるか？

Chat Completions では、ツール定義の関数は `function` キーの下にネストされ、返答は `tool` メッセージとして返します。

```python
import json

tools = [{
    "type": "function",
    "function": {
        "name": "get_order",
        "description": "Look up an order by ID.",
        "parameters": {"type": "object",
                       "properties": {"order_id": {"type": "string"}},
                       "required": ["order_id"]},
    },
}]
messages = [{"role": "user", "content": "Where is order A-1042?"}]
r = client.chat.completions.create(model="broadnet/glm-5.3", messages=messages, tools=tools)
msg = r.choices[0].message
if msg.tool_calls:
    messages.append(msg)                                   # keep the assistant turn
    for call in msg.tool_calls:
        args = json.loads(call.function.arguments)         # a JSON string: parse and validate it
        messages.append({"role": "tool", "tool_call_id": call.id,
                         "content": json.dumps(lookup_order(args["order_id"]))})
    r = client.chat.completions.create(model="broadnet/glm-5.3", messages=messages, tools=tools)
```

形よりもモデルのほうが重要です。BroadNet のドキュメントでツールが記載されているのは [GLM 5.3](https://broadrouter.com/ja/models/glm-5.3/) と [Qwen3.8 27B](https://broadrouter.com/ja/models/qwen3.8-27b/) だけです。ドキュメントにツールの記載がないモデルにツールのループを向けないでください。また、何かを実行する前に引数を検証してください。[オープンモデルでのツール呼び出し](https://broadrouter.com/ja/blog/tool-calling-open-models/)に、検証付きの完全なループがあります。

## 構造化出力はどうなるか？

`client.chat.completions.parse(..., response_format=MyPydanticModel)` も Node の `zodResponseFormat` も、JSON スキーマ付きの `response_format` を送ります。これが動くのは、プロバイダーがそのモデルでその形を受け付ける場合だけです。BroadNet は GLM 5.3 と Qwen3.8 27B に構造化出力を記載していますが、リクエストのパラメーター名は書いていません。[JSON モードと json\_schema](https://broadrouter.com/ja/blog/structured-output-json-schema/) の 4 ステップのテストをモデルごとに一度実行し、プロバイダーが何を約束していても、パース結果の検証は続けてください。

## embeddings はどうなるか？

共有のクライアントでベース URL を変更し、プロバイダーに embeddings のエンドポイントがなければ、`client.embeddings.create` の呼び出しはすべて失敗します。BroadNet は [embeddings](https://broadrouter.com/ja/glossary/embeddings/) を提供していません。クライアントを 2 つ用意してください。

```python
chat = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
embed = OpenAI(api_key=os.environ["OPENAI_API_KEY"])   # or any embeddings provider

vec = embed.embeddings.create(model="text-embedding-3-small", input=query).data[0].embedding
answer = chat.chat.completions.create(model="broadnet/glm-5.3", messages=build_prompt(query, search(vec)))
```

2 つの埋め込みモデルのベクトルを 1 つのインデックスに混在させてはいけません。埋め込みのプロバイダーも変えるなら、コーパス全体を埋め込み直してください。その料金は [埋め込みコスト計算ツール](https://broadrouter.com/tools/embedding-cost-calculator/)で計算できます。

チャット以外のもの、つまり画像生成、音声合成、モデレーション、Batch API、ファイルストレージも同様です。BroadNet はどれも提供していません。音声認識は移行できます。`client.audio.transcriptions.create` は、WAV または MP3 と `language` フィールドで `/v1/audio/transcriptions` に対して動きます（[アラビア語音声認識ガイド](https://broadrouter.com/ja/guides/arabic-speech-to-text-api/)）。

## ストリーミングのコードはどう変わるか？

Responses API は、`response.output_text.delta` や `response.completed` のような型付きのイベントをストリーミングします。Chat Completions はチャンクをストリーミングし、テキストは `choices[0].delta.content` にあります。usage は要求しない限り送られず、要求すると `choices` が空のリストになった最後のチャンクで届きます。

```javascript
// Before (Responses): for await (const e of stream) if (e.type === "response.output_text.delta") out(e.delta);
const stream = await client.chat.completions.create({
  model: "broadnet/gemma-4-26b-a4b",
  messages: [{ role: "user", content: "Count from one to three." }],
  stream: true,
  stream_options: { include_usage: true },
});
for await (const chunk of stream) {
  const text = chunk.choices[0]?.delta?.content;
  if (text) process.stdout.write(text);
  if (chunk.usage) console.log("\ntokens:", chunk.usage.total_tokens);   // last chunk
}
```

切り替え後もストリームのコードを安全に保つ習慣が 2 つあります。usage のチャンクには choices がないので、`choices[0]` をガードすること。そして、最後の `data: [DONE]` 行の前に終わったストリームは不完全として扱うことです。BroadNet のドキュメントは、`X-Request-ID` を記録し、新しいリクエストを送っても安全かを判断するよう求めています。Python での完全なパターンは[ストリーミング chat completions](https://broadrouter.com/ja/guides/streaming-chat-completions/) にあります。

## エラー処理とリトライは変わるか？

SDK のエラークラスは変わりません。401 は `AuthenticationError`、429 は `RateLimitError`、それ以外は `APIStatusError` です。変わるのは、新しいプロバイダーで各ステータスが何を意味するかです。BroadNet では、401 はキーの誤りだけでなく従量課金の利用枠の使い切りを意味することがあり、402 は購入に必要な残高が足りないことを意味します。どちらもリトライでは解消しません。429 は、レート、同時実行、トークンレート、支出のいずれの上限からも返ります。429 と 5xx はバックオフでリトライし、それ以外は修正してください。完全な表は[エラーとリトライのガイド](https://broadrouter.com/ja/guides/errors-and-retries/)にあります。

SDK は、接続エラー、408、409、429、5xx をデフォルトで 2 回リトライします。自前のリトライループを追加するなら、二重にならないよう、クライアントで `max_retries=0` を設定してください。

## 挙動が異なるパラメーターは？

| パラメーター | 確認すること |
| --- | --- |
| `max_tokens` / `max_completion_tokens` | OpenAI は `max_tokens` を非推奨としているが、BroadNet のドキュメントはこちらを使う。推論モデルでは思考を含むため、小さい値だと空の回答が返る（[理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)） |
| `reasoning_effort` | BroadNet のドキュメントには `low` がある。他の値は依存する前にテストする |
| `stream_options: {"include_usage": true}` | BroadNet のドキュメントに記載あり。usage は最後のチャンクで届く |
| `n`、`logprobs`、`seed`、`logit_bias` | BroadNet のドキュメントに記載なし。テストするか削除する |
| `store`、`metadata` | OpenAI の保存機能。削除する |
| `image_url` のコンテンツパート | 画像対応と記載されたモデルのみ：DeepSeek V4.1 Flash、Qwen3.8 27B、Gemma 4 VL 26B |

## 切り替えをどうテストするか？

トラフィックを移す前に、新しいプロバイダーに対して短いスモークテストを実行します。次のテストは、通常のチャット、ストリーミングの usage、推論の予算、認証を確認します。ツールを使うなら、ツール呼び出しのケースも追加してください。

```python
import os, openai
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"], max_retries=0)
FAST, REASONING = "broadnet/gemma-4-26b-a4b", "broadnet/qwen3.8-27b"
msg = [{"role": "user", "content": "Reply with the word ok."}]

# 1. Plain chat returns text and usage
r = client.chat.completions.create(model=FAST, messages=msg)
assert r.choices[0].message.content and r.usage.prompt_tokens > 0

# 2. Streaming reports usage in the last chunk
chunks = list(client.chat.completions.create(model=FAST, messages=msg, stream=True,
                                             stream_options={"include_usage": True}))
assert chunks[-1].usage is not None

# 3. A reasoning model needs room: a tiny budget can come back empty
r = client.chat.completions.create(model=REASONING, messages=msg, max_tokens=2000)
assert r.choices[0].finish_reason == "stop" and r.choices[0].message.content

# 4. A bad key raises AuthenticationError (401), which you should not retry
bad = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key="invalid", max_retries=0)
try:
    bad.chat.completions.create(model=FAST, messages=msg)
    raise AssertionError("expected 401")
except openai.AuthenticationError:
    pass
print("smoke test passed")
```

次に、形だけでなく品質を比べます。実際のプロンプトのサンプルを両方のプロバイダーで再生し、回答を採点してください。やり方は[乗り換え前の LLM の評価方法](https://broadrouter.com/ja/blog/evaluate-llm-before-switching/)で紹介しています。[OpenAI から BroadNet への移行ツール](https://broadrouter.com/tools/openai-to-broadnet-migration/)は、コード片の書き換えを手伝い、使われている機能を一覧にします。

## もっともよく壊れるのは？

-   **全体に効くベース URL**。embeddings やファイルの呼び出しまで移ってしまいます。
-   **Responses 専用のヘルパー**。`output_text` などが、Chat Completions を呼ぶようになったコードに残っています。
-   **モデル ID。**`gpt-...` という名前はほかには存在しません。BroadNet では `broadnet/glm-5.3` のような形です。
-   **空の返答**。`max_tokens` が小さい推論モデルで起こります。
-   \*\*レート制限。\*\*BroadNet の従量課金キーは毎分 30 リクエスト、同時実行 4 リクエストまでです。一括ジョブにはキューが必要です（[429 への対処](https://broadrouter.com/ja/blog/handle-llm-api-429-rate-limits/)）。

## BroadNet Inference が向いているケース

BroadNet Inference は、OpenAI の使い方がチャットと文字起こし中心のアプリに向いています。アシスタント、抽出、要約、翻訳、アラビア語音声などです。エージェント向けに定額の [DeepSeek V4.1 Flash](https://broadrouter.com/ja/models/deepseek-v4.1-flash/) プランを使いたいアプリにも向いています。Responses API のサーバー側の状態、組み込みツール、embeddings、画像生成、音声合成、リアルタイム音声、Batch API に依存しているなら、移行先として適していません。それらは提供しているプロバイダーに移すか、OpenAI に残してチャットの呼び出しだけを移してください。Gemma 4 VL 26B と 2 つの文字起こしモデルは $5 の初回クレジットで使えます。GLM 5.3、Qwen3.8 27B、DeepSeek V4.1 Flash は先にチャージが必要です。

関連する無料ツール （英語）

-   [OpenAI to BroadNet migration helper](https://broadrouter.com/tools/openai-to-broadnet-migration/) Paste OpenAI SDK code; get base URL, key and model edits, a diff and the checks that remain.
-   [max\_tokens calculator for reasoning models](https://broadrouter.com/tools/reasoning-token-budget/) Answer length + reasoning budget + margin = a max\_tokens that does not cut the answer off.
-   [JSON schema generator for LLM structured output](https://broadrouter.com/tools/json-schema-generator/) Sample JSON to strict schema, Pydantic, Zod and a ready request.
-   [LLM JSON output validator](https://broadrouter.com/tools/llm-json-output-validator/) Parse errors by line and column, safe repairs, cut-off detection and JSON Schema checks for model output.

[無料ツール （英語）](https://broadrouter.com/tools/)

## この記事の用語

[エンベディング（埋め込み、embeddings）](https://broadrouter.com/ja/glossary/embeddings/)

エンベディング（埋め込み）とは、テキストや画像などの入力を表すためにモデルが出力する浮動小数点数のリスト（ベクトル）です。意味の近い入力ほどベクトルも近いので、その距離で検索結果の順位付け、文書の分類、関連項目の発見ができます。

[Chat Completions API（チャット補完 API）](https://broadrouter.com/ja/glossary/chat-completions-api/)

Chat Completions API とは、OpenAI の HTTP エンドポイント POST /v1/chat/completions で、モデル名とロール付きメッセージのリストを受け取り、モデルの次のメッセージを返します。そのリクエストと応答の形は、OpenAI 互換のプロバイダーや SDK が使う共通形式になりました。

[ベース URL（base URL）](https://broadrouter.com/ja/glossary/base-url/)

ベース URL とは、https://api.example.com/v1 のような API の固定のルートアドレスで、クライアントが /chat/completions などのエンドポイントパスの前に付けます。OpenAI 互換の SDK では、API キーとモデル ID と一緒にベース URL を変えるだけで、同じコードを別のプロバイダーに向けられます。

[OpenAI 互換 API（OpenAI-compatible API）](https://broadrouter.com/ja/glossary/openai-compatible-api/)

OpenAI 互換 API とは、POST /v1/chat/completions など OpenAI API と同じリクエスト形式とレスポンス形式を受け付ける HTTP API です。OpenAI の SDK やツールは、ベース URL、API キー、モデル名を変えるだけで利用できます。

[レート制限（rate limit）](https://broadrouter.com/ja/glossary/rate-limit/)

レート制限とは、1 分あたりのリクエスト数やトークン数など、一定時間内にクライアントが API を使える量に API 側が設ける上限です。上限を超えたリクエストは、使用量が下回るまで通常 HTTP 429 Too Many Requests で拒否されます。

[構造化出力（Structured Outputs）](https://broadrouter.com/ja/glossary/structured-output/)

構造化出力とは、モデルの回答を開発者が指定した形式（通常は JSON Schema）に制約し、コードで確実に解析できるようにする LLM API の機能です。有効な JSON であることだけを保証し、特定の形までは保証しない JSON モードより厳格です。

[同時実行数（concurrency）](https://broadrouter.com/ja/glossary/concurrency/)

同時実行数（concurrency）とは、クライアントが同時に処理中にしているリクエストの数です。開いているリクエストは応答が終わるまで GPU の容量を占有するため、LLM API は毎分リクエスト数とは別に、キーやプランごとにこれを制限することがよくあります。

[JSON Schema（JSON スキーマ）](https://broadrouter.com/ja/glossary/json-schema/)

JSON Schema とは、JSON データの構造（型、必須フィールド、許可される値、入れ子）を記述・検証するための、JSON で書かれた語彙です。現行バージョンは 2020-12 です。LLM API はツールのパラメーターや、構造化出力が従うべき正確な形の定義に使います。

## よくある質問

### OpenAI 互換 API を使うのに別の SDK が必要ですか？

必要ありません。公式の openai パッケージをそのまま使い、別の base\_url（Python）または baseURL（Node）と、新しいプロバイダーのキーを渡します。プロバイダーが対応しているエンドポイントでは、リクエストとレスポンスのオブジェクトは変わりません。

### OpenAI 互換 API は Responses API に対応していますか？

対応しているところもありますが、多くは Chat Completions のみです。プロバイダーのエンドポイント一覧を確認してください。BroadNet Inference のドキュメントにあるのは /v1/chat/completions と /v1/audio/transcriptions なので、Responses のコードは Chat Completions に書き換える必要があります。

### 移行すると embeddings はどうなりますか？

新しいプロバイダーに embeddings のエンドポイントがなく、ベース URL を全体で変更していれば動かなくなります。BroadNet は embeddings を提供していないので、embeddings 用のクライアントは embeddings のプロバイダーに向けたまま残してください。2 つの埋め込みモデルのベクトルを 1 つのインデックスに混在させてはいけません。

### max\_tokens と max\_completion\_tokens のどちらを送るべきですか？

OpenAI は max\_tokens を非推奨とし、max\_completion\_tokens を推奨しています。多くの互換プロバイダーは max\_tokens を記載しており、BroadNet のドキュメントも max\_tokens を使っています。プロバイダーのドキュメントにあるほうを送り、スモークテストで上限が効いていることを確認してください。

### OpenAI の構造化出力のヘルパーはそのまま使えますか？

使っているモデルで、プロバイダーが json\_schema 付きの response\_format を受け付ける場合に限ります。BroadNet は GLM 5.3 と Qwen3.8 27B に構造化出力を記載していますが、リクエストのパラメーター名は書いていないので、テストしたうえで、パース結果の検証も続けてください。

## 続けて読む

-   [OpenAI 互換 API への移行チェックリスト](https://broadrouter.com/ja/blog/openai-compatible-api-migration-checklist/)
-   [OpenAI 互換 API の base\_url 一覧：14 社を公式ドキュメントで確認](https://broadrouter.com/ja/blog/openai-compatible-api-base-urls/)
-   [オープンモデルのツール呼び出し：スキーマ、並列呼び出し、リトライ](https://broadrouter.com/ja/blog/tool-calling-open-models/)
-   [JSON モードと json\_schema：壊れない構造化出力の作り方](https://broadrouter.com/ja/blog/structured-output-json-schema/)
-   [プロバイダーを乗り換える前に LLM を評価する方法](https://broadrouter.com/ja/blog/evaluate-llm-before-switching/)
-   [BroadNet の GPU ハードウェアとサービング方式（BroadNet の説明による）](https://broadrouter.com/ja/blog/broadnet-gpu-fleet-and-serving/)
-   [LLM API のレスポンスをキャッシュしてコスト削減：Python の完全一致キャッシュ](https://broadrouter.com/ja/blog/cache-llm-responses-cut-cost/)
-   [ガイド：OpenAI Python SDK を BroadNet Inference で使う](https://broadrouter.com/ja/guides/openai-python-sdk/)
-   [ガイド：OpenAI Node.js SDK を BroadNet Inference で使う](https://broadrouter.com/ja/guides/openai-node-sdk/)
-   [ガイド：curl で BroadNet Inference に最初のリクエストを送る](https://broadrouter.com/ja/guides/curl-quickstart/)
-   [ガイド：推論モデルが空の回答を返す理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)

実際のワークロードで試してください。 新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

[始める](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-migrate-from-openai-api-code-walkthrough&utm_content=page-cta) ·

**出典**

-   [BroadNet Inference API リファレンス：エンドポイント、モデル ID、機能、ストリーミングの usage、エラー（2026-11-15 確認） （英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-migrate-from-openai-api-code-walkthrough&utm_content=sources)
-   [openai-python README：Responses が主要 API、Chat Completions は無期限サポート、リトライ（2026-11-15 確認）](https://github.com/openai/openai-python)
-   [openai-node クライアントのソース：baseURL のデフォルトは OPENAI\_BASE\_URL（2026-11-15 確認）](https://github.com/openai/openai-node/blob/master/src/client.ts)
-   [OpenAI：Responses API への移行、構造化出力・ツール・保存の違い（2026-11-15 確認）](https://developers.openai.com/api/docs/guides/migrate-to-responses)
-   [OpenAI Function calling ガイド：両 API でのツールの形（2026-11-15 確認）](https://developers.openai.com/api/docs/guides/function-calling)
-   [OpenAI Chat Completions リファレンス：max\_tokens は非推奨、max\_completion\_tokens を推奨（2026-11-15 確認）](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
