OpenAI API 代码解释器(Code Interpreter)与容器怎么用:跑 Python 分析文件、取回生成图表与计费

怎么在 OpenAI Responses API 里让模型跑 Python 分析表格并画图?本文整理 code_interpreter 工具、自动与显式容器配置、20 分钟过期机制、取回生成文件代码及内存档位计费。

NNathaniel bigo··原创首发·AI 辅助撰写
11 分钟读完
资料核对于 2026-11-18 · 依据官方文档与公开资料整理 其他 账号

结论先说

  1. 在 Responses API 的 tools 中传入 type: "code_interpreter" 即可启用:模型会在隔离的沙箱虚拟机(Container)里反复编写、执行并调试 Python 代码,直到得出结果。
  2. 容器分自动(auto)和显式(Explicit)两种模式:日常直接传 container={"type": "auto", "file_ids": [...]} 最省心;跨多个独立请求明确共享沙箱目录时可先调 containers.create。
  3. 连续闲置满 20 分钟自动销毁:容器 20 分钟无活动就会过期回收,内存变量与沙箱内生成的文件都会清空,生成后务必及时下载持久化。
  4. 取回图表靠解析 container_file_citation:从输出消息的注释里拿到 container_id 和 file_id,再调 client.containers.files.content.retrieve 拉取二进制内容。
  5. 费用分「容器会话费 + 模型 token 费」两块:默认 1GB 内存档每个 20 分钟容器会话收 $0.03,模型读写代码消耗的上下文按所选型号标准 token 单价另算。
  6. 国内免境外卡开通入口:若没有境外银行卡或遇到支付被拒,可在本站通过支付宝、微信支付或 AlipayHK 自助获取兑换码开通 ChatGPT Plus 或 ChatGPT Pro,团队多席位支持联系客服定制 ChatGPT Business 团队版。

Code Interpreter 分析文件与取图步骤

图:本站根据 OpenAI 开发者文档:Code Interpreter 整理的示意图

本文根据 OpenAI 开发者文档《Code Interpreter》、Containers API 参考与官方 API 价格页整理,资料核对于 2026-11-18。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 OpenAI 官方网站。

适用于谁

  • 想在应用后端通过 OpenAI API 让大模型自己写并运行 Python 代码,完成复杂数学计算、CSV / Excel 全表统计或数据清洗的开发者;
  • 让模型画好了 PNG 折线图或导出了处理后的表格,却不知道怎么从容器里把生成文件下载回本地的人;
  • 想搞清自动容器与显式容器区别、20 分钟过期规则以及容器会话怎么收费的人。

一、开启 Code Interpreter 与上传待分析文件

普通文件输入(input_file)在处理大型 Excel 或 CSV 时只会截取前部行做文本摘要(限制详见 /guides/openai-api-file-inputs-pdf);如果你需要对几万行表格做精确聚合、回归分析或绘制可视化图表,就应当改挂 code_interpreter 工具。

最常用的自动容器模式(type: "auto")完整 Python 写法如下:

python
from openai import OpenAI

client = OpenAI()

# 1. 先通过 Files API 上传待分析的数据表
uploaded = client.files.create(
    file=open("sales_2026.csv", "rb"),
    purpose="user_data",
)

# 2. 在 tools 里挂载 code_interpreter,并把 file_id 装入自动容器
response = client.responses.create(
    model="gpt-6-astra",  # 以官方模型页当前可用型号为准
    tools=[
        {
            "type": "code_interpreter",
            "container": {
                "type": "auto",
                "file_ids": [uploaded.id],
            },
        }
    ],
    input="请统计各月份销售额环比增速,并画一张带中文或英文标签的趋势折线图保存为 trend.png。",
)

print(response.output_text)

如果你希望提前建好沙箱并在多次无关联调用中精确指定同一个容器,也可以走显式容器模式:先调用 container = client.containers.create(name="data-job", file_ids=[uploaded.id]),然后在 tools 里直接传字符串 "container": container.id。Responses API 的整体调用规范见 /guides/openai-responses-api。

二、怎么把模型生成的图表或新文件下载到本地

模型在沙箱里用 matplotlib 或 pandas 保存了新文件后,不会直接把几兆的二进制流塞进 JSON 文本里,而是在最终文本输出项的 annotations(注释数组)中附带一条类型为 container_file_citation 的引用记录。

遍历注释提取出 container_id 与 file_id,即可把图片或导出表格存盘:

python
# 从响应的 message 条目注释中提取生成的文件 ID 并下载
for item in response.output:
    if item.type == "message":
        for part in item.content:
            for ann in getattr(part, "annotations", []) or []:
                if ann.type == "container_file_citation":
                    raw = client.containers.files.content.retrieve(
                        file_id=ann.file_id,
                        container_id=ann.container_id,
                    )
                    out_name = ann.filename or f"{ann.file_id}.bin"
                    with open(out_name, "wb") as f:
                        f.write(raw.read())
                    print("已保存生成文件:", out_name)

务必在响应返回后立刻把业务需要保留的图片或报表转存到你自己的对象存储中。一旦容器因连续 20 分钟无活动过期销毁,再去拉取容器文件就会报错失效(网页端类似的会话过期现象可参考 /guides/chatgpt-code-interpreter-session-expired)。

本站订阅与团队开通提示:如果你在国内遇到银行卡被拒或急需提升对话与推理配额,可前往本站 ChatGPT Plus 充值说明页 或 ChatGPT Pro 5x/20x 充值页 自助获取卡密完成开通(全程无需交出账号密码,可开增值税发票);企业多成员协作可直接查看 ChatGPT Business 团队定制方案。

三、容器内存规格与计费拆解

Code Interpreter 容器模式与内存计费档位

图:本站根据 OpenAI API 价格页 与 Code Interpreter 文档 整理的示意图

用 Code Interpreter 时账单由两部分叠加组成,算成本时别漏掉任何一头:

  1. 容器实例费(按内存档位与 20 分钟活跃窗口计费):可在容器配置里通过 memory_limit 指定内存规格(默认 1g)。按官方价格页查询到的标准档收费:
  • 1g(1 GB 默认档):$0.03 / 每个容器 20 分钟会话;
  • 4g(4 GB 档):$0.12 / 20 分钟会话;
  • 16g(16 GB 档):$0.48 / 20 分钟会话;
  • 64g(64 GB 档):$1.92 / 20 分钟会话。

在同一个 20 分钟活跃窗口内复用同一个容器(例如通过 previous_response_id 追问改图,或复用显式容器 ID),不会每次提问都重复收一笔新建容器费。

  1. 模型输入与输出 Token 费:模型编写的 Python 代码计入输出 token,沙箱终端返回的报错堆栈与打印文本重新喂回模型时计入输入 token,单价对照 /guides/openai-api-price-official-table。因此让模型打印数据时尽量提示它只打印摘要统计,不要把几千行原始表格 print 到标准输出白白烧 token。

如果你不需要写代码批量调接口,只是个人平时想传个 Excel 让 AI 画图算表,直接在 ChatGPT 网页版上传即可,个人会员与 API 计费分离说明见 /guides/chatgpt-subscription-vs-openai-api,需要开通网页会员可看本站 ChatGPT Plus 充值说明。

常见问题

问:Code Interpreter 容器里能直接执行 pip install 联网装第三方冷门库吗?

答:默认沙箱为了安全隔离,禁止容器任意访问公网下载未知包,但容器镜像已预装了数据分析、科学计算、图像处理和办公文档读写等绝大多数常用 Python 库。

问:模型画出来的图片中文乱码变成小方框怎么办?

答:Linux 容器默认字体不一定包含中文字形。最稳妥的办法是在提示词里让模型图例统一用英文标注,或者随 file_ids 一起上传一份开源 .ttf 中文字体文件,让模型在 matplotlib 里显式加载该字体文件绘图。

问:一次请求里模型写错代码报错了,需要我自己捕获再重调吗?

答:不需要。在同一轮 responses.create 内部,如果 Python 脚本运行报错,模型会自动读取终端错误栈并修改代码重试,直到跑出结果或达到轮次上限才返回最终回答。

问:国内没有境外信用卡,怎么开通或续费 ChatGPT Plus / Pro?

答:可在本站使用支付宝、微信支付或 AlipayHK 下单获取卡密自助兑换(支持 ChatGPT Plus、Pro 5x 可覆盖档 与 Pro 5x 空白号档),实时价格、兑换前提与售后规则(掉订阅按剩余天数折退,封号不在质保范围)以对应页面说明为准。

相关教程

参考资料

  • OpenAI 开发者文档:Code Interpreter — https://developers.openai.com/api/docs/guides/tools-code-interpreter
  • OpenAI API Reference:Containers — https://developers.openai.com/api/reference/resources/containers
  • OpenAI API 价格页 — https://developers.openai.com/api/docs/pricing

Nathaniel 的更多内容

  1. 01

    独立开发者用 ChatGPT + Codex 跑通产品全流程:市场验证、PRD、原型到代码上线复盘清单

    单人做独立产品最容易陷入「闭门写两个月代码上线零用户」或「AI 写到一半目录越改越崩」。本文整理「ChatGPT 负责市场验证、PRD 与复盘 + Codex 负责工程实现与测试」的五阶段双轨流程,附起手提示词与 7 项上线复盘清单。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成规范文件命名规则、整理混乱目录树与合并零散发票抬头清单脚本

    面对满桌面的「新建文件夹」「最终版2」和上百张零散电子发票,手工改名抄台账耗时又容易漏重。本文分享先脱敏取样、再用 ChatGPT 生成带预演和回滚日志的本地 Python 脚本,离线安全完成目录整理与发票抬头合并去重的实战流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外邮件营销(EDM)受众分层文案、A/B 主题行测试与防进垃圾箱自检

    做海外独立站或出海 SaaS 邮件营销(EDM),最怕千人一面群发被直接送进垃圾箱。本文结合 Gmail/Yahoo 批量发件人规范,梳理用 ChatGPT 设计受众分层文案、批量生成 A/B 主题行矩阵并开展发前垃圾词与合规自检的实战提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写 Notion Formula 2.0 公式、Obsidian Dataview 查询与 Airtable 自动化脚本

    给 Notion 数据库写多条件 Formula 2.0 公式、给 Obsidian 写 Dataview 动态看板,或在 Airtable 里写自动化脚本,经常因为一个小括号或类型不匹配报错半天。本文整理三大工具的通用上下文喂料规范与三套直接可复制的生成提示词。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 处理复杂 JSON / YAML / XML 字段映射、格式转换与校验规则编写实战

    对接第三方 API、迁移 Kubernetes 配置或解析政企 XML 报文时,手工对照几百行嵌套字段既慢又容易漏掉空值与类型边界。本文整理用 ChatGPT 完成字段映射表梳理、生成确定性转换脚本以及编写 JSON Schema / Pydantic / XSD 校验规则的实战流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 准备本科/硕士毕业论文答辩:提炼答辩 PPT 结构、模拟导师犀利追问与 3 分钟自述稿

    毕业论文写完后,要在 3–5 分钟内讲清研究价值并顶住答辩评委的连环追问并不轻松。本文整理在严格遵守高校学术规范的前提下,用 ChatGPT 提炼答辩 PPT 结构、打磨 3 分钟口语自述稿并开展模拟导师犀利追问的排练流程与提示词。

    ChatGPT0

同产品的其他教程

  1. 01

    用 ChatGPT 整理家庭装修预算明细、隐蔽工程验收清单与主材优缺点对比表实战

    第一次装修面对几十页施工报价单、密密麻麻的水电防水隐蔽项目与五花八门的主材参数,极易踩坑增项。本文梳理用 ChatGPT 审查装修报价漏项、生成带公式的预算明细表、定制工地隐蔽工程验收单与主材对比表的实战提示词。

    ChatGPT0
  2. 02

    用 ChatGPT 做费曼学习法读书共读:反向追问检验自己是否真读懂专业书籍与整理书单笔记

    读完一本专业硬书常感觉「合上书就忘」,直接让 AI 概括全书又容易产生懂了的错觉。本文介绍用 ChatGPT 结合 Study Mode 与费曼学习法做反向追问共读,通过通俗复述、挑刺盲区到沉淀书单卡片的完整流程与提示词。

    ChatGPT0
  3. 03

    用 ChatGPT 做外贸产品多语种目录、展会邀约与客户跟进节奏表(附脱敏与本地化提示词)

    做外贸展会与海外推广时,手工翻译十几款产品目录费时且容易留下一堆中式英文,展后客户跟进也常缺节奏。本文梳理用 ChatGPT 先脱敏建术语库、再批量产出多语种目录、展前邀约函与展后 21 天跟进节奏表的实战流程与提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写高质量技术专栏文章、开源项目 Release Notes 与版本更新日志实战

    让 AI 直接凭空写技术文章容易满篇空洞套话,直接甩 Git 记录写更新日志又常常漏掉破坏性变更。本文整理用 ChatGPT 结合真实代码片段、压测数据与 PR 摘要,高效产出深度技术专栏、GitHub Release Notes 与 CHANGELOG 的实战工作流。

    ChatGPT0
  5. 05

    用 ChatGPT 做产品用户访谈纪要编码、提炼高频痛点需求池与 RICE 优先级打分实战

    手头攒了十几份用户访谈逐字稿,手工贴便利贴归纳痛点耗时又容易带入主观偏见。本文分享用 ChatGPT 完成脱敏检查、逐份开放式编码、跨样本聚类高频痛点并搭建 RICE 优先级打分表的 5 步实战流,附可直接复制的三段核心提示词。

    ChatGPT0
  6. 06

    ChatGPT 网页版上传超过 10 个文件或回形针附件按钮变灰怎么办:打包合并与配额限制排查

    在 ChatGPT 网页版批量分析文档时,常遇到一次选超 10 个文件被拦截或输入框回形针按钮变灰。本文依据 OpenAI 文件上传与存储说明,梳理 6 类常见报错的分流排查法,提供 ZIP 打包、本地合并与 Projects 复用方案及可直接复制的解包提示词。

    ChatGPT0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~