OpenAI API 代碼解釋器(Code Interpreter)與容器怎麼用:跑 Python 分析文件、取回生成圖表與計費

怎麼在 OpenAI Responses API 裏讓模型跑 Python 分析表格並畫圖?本文整理 code_interpreter 工具、自動與顯式容器配置、20 分鐘過期機制、取回生成文件代碼及內存檔位計費。

NNathaniel bigo··原創首發·AI 輔助撰寫
11 分鐘讀完
資料核對於 2026-11-18 · 依據官方文檔與公開資料整理 其他 帳號

結論先說

  1. 在 Responses API 的 tools 中傳入 type: "code_interpreter" 即可啟用:模型會在隔離的沙箱虛擬機(Container)裏反覆編寫、執行並調試 Python 代碼,直到得出結果。
  2. 容器分自動(auto)和顯式(Explicit)兩種模式:日常直接傳 container={"type": "auto", "file_ids": [...]} 最省心;跨多個獨立請求明確共享沙箱目錄時可先調 containers.create。
  3. 連續閒置滿 20 分鐘自動銷燬:容器 20 分鐘無活動就會過期回收,內存變量與沙箱內生成的文件都會清空,生成後務必及時下載持久化。
  4. 取回圖表靠解析 container_file_citation:從輸出消息的註釋裏拿到 container_id 和 file_id,再調 client.containers.files.content.retrieve 拉取二進制內容。
  5. 費用分「容器會話費 + 模型 token 費」兩塊:預設 1GB 內存檔每個 20 分鐘容器會話收 $0.03,模型讀寫代碼消耗的上下文按所選型號標準 token 單價另算。
  6. 國內免境外卡開通入口:若沒有境外銀行卡或遇到支付被拒,可在本站通過支付寶、微信支付或 AlipayHK 自助獲取兌換碼開通 ChatGPT Plus 或 ChatGPT Pro,團隊多席位支持聯絡客服定製 ChatGPT Business 團隊版。

Code Interpreter 分析文件與取圖步驟

圖:本站根據 OpenAI 開發者文檔:Code Interpreter 整理的示意圖

本文根據 OpenAI 開發者文檔《Code Interpreter》、Containers API 參考與官方 API 價格頁整理,資料核對於 2026-11-18。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是 OpenAI 官方網站。

適用於誰

  • 想在應用後端通過 OpenAI API 讓大模型自己寫並運行 Python 代碼,完成複雜數學計算、CSV / Excel 全表統計或數據清洗的開發者;
  • 讓模型畫好了 PNG 折線圖或導出了處理後的表格,卻不知道怎麼從容器裏把生成文件下載回本地的人;
  • 想搞清自動容器與顯式容器區別、20 分鐘過期規則以及容器會話怎麼收費的人。

一、開啟 Code Interpreter 與上載待分析文件

普通文件輸入(input_file)在處理大型 Excel 或 CSV 時只會截取前部行做文本摘要(限制詳見 /guides/openai-api-file-inputs-pdf);如果你需要對幾萬行表格做精確聚合、迴歸分析或繪製可視化圖表,就應當改掛 code_interpreter 工具。

最常用的自動容器模式(type: "auto")完整 Python 寫法如下:

python
from openai import OpenAI

client = OpenAI()

# 1. 先通過 Files API 上載待分析的數據表
uploaded = client.files.create(
    file=open("sales_2026.csv", "rb"),
    purpose="user_data",
)

# 2. 在 tools 裏掛載 code_interpreter,並把 file_id 裝入自動容器
response = client.responses.create(
    model="gpt-6-astra",  # 以官方模型頁當前可用型號為準
    tools=[
        {
            "type": "code_interpreter",
            "container": {
                "type": "auto",
                "file_ids": [uploaded.id],
            },
        }
    ],
    input="請統計各月份銷售額環比增速,並畫一張帶中文或英文標籤的趨勢折線圖儲存為 trend.png。",
)

print(response.output_text)

如果你希望提前建好沙箱並在多次無關聯調用中精確指定同一個容器,也可以走顯式容器模式:先調用 container = client.containers.create(name="data-job", file_ids=[uploaded.id]),然後在 tools 裏直接傳字符串 "container": container.id。Responses API 的整體調用規範見 /guides/openai-responses-api。

二、怎麼把模型生成的圖表或新文件下載到本地

模型在沙箱裏用 matplotlib 或 pandas 儲存了新文件後,不會直接把幾兆的二進制流塞進 JSON 文本里,而是在最終文本輸出項的 annotations(註釋數組)中附帶一條類型為 container_file_citation 的引用記錄。

遍歷註釋提取出 container_id 與 file_id,即可把圖片或導出表格存盤:

python
# 從響應的 message 條目註釋中提取生成的文件 ID 並下載
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("已儲存生成文件:", out_name)

務必在響應返回後立刻把業務需要保留的圖片或報表轉存到你自己的對象存儲中。一旦容器因連續 20 分鐘無活動過期銷燬,再去拉取容器文件就會報錯失效(網頁端類似的會話過期現象可參考 /guides/chatgpt-code-interpreter-session-expired)。

本站訂閱與團隊開通提示:如果你在國內遇到銀行卡被拒或急需提升對話與推理配額,可前往本站 ChatGPT Plus 充值說明頁 或 ChatGPT Pro 5x/20x 充值頁 自助獲取卡密完成開通(全程無需交出帳號密碼,可開增值稅發票);企業多成員協作可直接查看 ChatGPT Business 團隊定製方案。

三、容器內存規格與計費拆解

Code Interpreter 容器模式與內存計費檔位

圖:本站根據 OpenAI API 價格頁 與 Code Interpreter 文檔 整理的示意圖

用 Code Interpreter 時帳單由兩部分疊加組成,算成本時別漏掉任何一頭:

  1. 容器實例費(按內存檔位與 20 分鐘活躍窗口計費):可在容器配置裏通過 memory_limit 指定內存規格(預設 1g)。按官方價格頁查詢到的標準檔收費:
  • 1g(1 GB 預設檔):$0.03 / 每個容器 20 分鐘會話;
  • 4g(4 GB 檔):$0.12 / 20 分鐘會話;
  • 16g(16 GB 檔):$0.48 / 20 分鐘會話;
  • 64g(64 GB 檔):$1.92 / 20 分鐘會話。

在同一個 20 分鐘活躍窗口內複用同一個容器(例如通過 previous_response_id 追問改圖,或複用顯式容器 ID),不會每次提問都重複收一筆新建容器費。

  1. 模型輸入與輸出 Token 費:模型編寫的 Python 代碼計入輸出 token,沙箱終端返回的報錯堆棧與打印文本重新喂回模型時計入輸入 token,單價對照 /guides/openai-api-price-official-table。因此讓模型打印數據時盡量提示它只打印摘要統計,不要把幾千行原始表格 print 到標準輸出白白燒 token。

如果你不需要寫代碼批量調接口,只是個人平時想傳個 Excel 讓 AI 畫圖算表,直接在 ChatGPT 網頁版上載即可,個人會員與 API 計費分離說明見 /guides/chatgpt-subscription-vs-openai-api,需要開通網頁會員可看本站 ChatGPT Plus 充值說明。

常見問題

問:Code Interpreter 容器裏能直接執行 pip install 聯網裝第三方冷門庫嗎?

答:預設沙箱為了安全隔離,禁止容器任意訪問公網下載未知包,但容器鏡像已預裝了數據分析、科學計算、圖像處理和辦公文檔讀寫等絕大多數常用 Python 庫。

問:模型畫出來的圖片中文亂碼變成小方框怎麼辦?

答:Linux 容器預設字體不一定包含中文字形。最穩妥的辦法是在提示詞裏讓模型圖例統一用英文標註,或者隨 file_ids 一起上載一份開源 .ttf 中文字體文件,讓模型在 matplotlib 裏顯式加載該字體文件繪圖。

問:一次請求裏模型寫錯代碼報錯了,需要我自己捕獲再重調嗎?

答:不需要。在同一輪 responses.create 內部,如果 Python 腳本運行報錯,模型會自動讀取終端錯誤棧並修改代碼重試,直到跑出結果或達到輪次上限才返回最終回答。

問:國內沒有境外信用卡,怎麼開通或續費 ChatGPT Plus / Pro?

答:可在本站使用支付寶、微信支付或 AlipayHK 下單獲取卡密自助兌換(支持 ChatGPT Plus、Pro 5x 可覆蓋檔 與 Pro 5x 空白號檔),實時價格、兌換前提與售後規則(掉訂閱按剩餘天數折退,封號不在質保範圍)以對應頁面說明為準。

相關教學

參考資料

  • OpenAI 開發者文檔: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 價格頁 — https://developers.openai.com/api/docs/pricing

Nathaniel 的更多內容

  1. 01

    獨立開發者用 ChatGPT + Codex 跑通產品全流程:市場驗證、PRD、原型到代碼上線覆盤清單

    單人做獨立產品最容易陷入「閉門寫兩個月代碼上線零用戶」或「AI 寫到一半目錄越改越崩」。本文整理「ChatGPT 負責市場驗證、PRD 與覆盤 + Codex 負責工程實現與測試」的五階段雙軌流程,附起手提示詞與 7 項上線覆盤清單。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成規範文件命名規則、整理混亂目錄樹與合併零散發票抬頭清單腳本

    面對滿桌面的「新建文件夾」「最終版2」和上百張零散電子發票,手工改名抄台帳耗時又容易漏重。本文分享先脫敏取樣、再用 ChatGPT 生成帶預演和回滾日誌的本地 Python 腳本,離線安全完成目錄整理與發票抬頭合併去重的實戰流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外電郵營銷(EDM)受眾分層文案、A/B 主題行測試與防進垃圾箱自檢

    做海外獨立站或出海 SaaS 電郵營銷(EDM),最怕千人一面群發被直接送進垃圾箱。本文結合 Gmail/Yahoo 批量發件人規範,梳理用 ChatGPT 設計受眾分層文案、批量生成 A/B 主題行矩陣並開展發前垃圾詞與合規自檢的實戰提示詞。

    ChatGPT0
  4. 04

    用 ChatGPT 寫 Notion Formula 2.0 公式、Obsidian Dataview 查詢與 Airtable 自動化腳本

    給 Notion 數據庫寫多條件 Formula 2.0 公式、給 Obsidian 寫 Dataview 動態看板,或在 Airtable 裏寫自動化腳本,經常因為一個小括號或類型不匹配報錯半天。本文整理三大工具的通用上下文喂料規範與三套直接可複製的生成提示詞。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 處理複雜 JSON / YAML / XML 字段映射、格式轉換與校驗規則編寫實戰

    對接第三方 API、遷移 Kubernetes 配置或解析政企 XML 報文時,手工對照幾百行嵌套字段既慢又容易漏掉空值與類型邊界。本文整理用 ChatGPT 完成字段映射表梳理、生成確定性轉換腳本以及編寫 JSON Schema / Pydantic / XSD 校驗規則的實戰流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 準備本科/碩士畢業論文答辯:提煉答辯 PPT 結構、模擬導師犀利追問與 3 分鐘自述稿

    畢業論文寫完後,要在 3–5 分鐘內講清研究價值並頂住答辯評委的連環追問並不輕鬆。本文整理在嚴格遵守高校學術規範的前提下,用 ChatGPT 提煉答辯 PPT 結構、打磨 3 分鐘口語自述稿並開展模擬導師犀利追問的排練流程與提示詞。

    ChatGPT0

同產品的其他教學

  1. 01

    用 ChatGPT 整理家庭裝修預算明細、隱蔽工程驗收清單與主材優缺點對比表實戰

    第一次裝修面對幾十頁施工報價單、密密麻麻的水電防水隱蔽項目與五花八門的主材參數,極易踩坑增項。本文梳理用 ChatGPT 審查裝修報價漏項、生成帶公式的預算明細表、定製工地隱蔽工程驗收單與主材對比表的實戰提示詞。

    ChatGPT0
  2. 02

    用 ChatGPT 做費曼學習法讀書共讀:反向追問檢驗自己是否真讀懂專業書籍與整理書單筆記

    讀完一本專業硬書常感覺「合上書就忘」,直接讓 AI 概括全書又容易產生懂了的錯覺。本文介紹用 ChatGPT 結合 Study Mode 與費曼學習法做反向追問共讀,通過通俗複述、挑刺盲區到沉澱書單卡片的完整流程與提示詞。

    ChatGPT0
  3. 03

    用 ChatGPT 做外貿產品多語種目錄、展會邀約與客戶跟進節奏表(附脫敏與本地化提示詞)

    做外貿展會與海外推廣時,手工翻譯十幾款產品目錄費時且容易留下一堆中式英文,展後客戶跟進也常缺節奏。本文梳理用 ChatGPT 先脫敏建術語庫、再批量產出多語種目錄、展前邀約函與展後 21 天跟進節奏表的實戰流程與提示詞。

    ChatGPT0
  4. 04

    用 ChatGPT 寫高質素技術專欄文章、開源項目 Release Notes 與版本更新日誌實戰

    讓 AI 直接憑空寫技術文章容易滿篇空洞套話,直接甩 Git 記錄寫更新日誌又常常漏掉破壞性變更。本文整理用 ChatGPT 結合真實代碼片段、壓測數據與 PR 摘要,高效產出深度技術專欄、GitHub Release Notes 與 CHANGELOG 的實戰工作流。

    ChatGPT0
  5. 05

    用 ChatGPT 做產品用戶訪談紀要編碼、提煉高頻痛點需求池與 RICE 優先級打分實戰

    手頭攢了十幾份用戶訪談逐字稿,手工貼便利貼歸納痛點耗時又容易帶入主觀偏見。本文分享用 ChatGPT 完成脫敏檢查、逐份開放式編碼、跨樣本聚類高頻痛點並搭建 RICE 優先級打分表的 5 步實戰流,附可直接複製的三段核心提示詞。

    ChatGPT0
  6. 06

    ChatGPT 網頁版上載超過 10 個文件或回形針附件按鈕變灰怎麼辦:打包合併與配額限制排查

    在 ChatGPT 網頁版批量分析文檔時,常遇到一次選超 10 個文件被攔截或輸入框回形針按鈕變灰。本文依據 OpenAI 文件上載與存儲說明,梳理 6 類常見報錯的分流排查法,提供 ZIP 打包、本地合併與 Projects 複用方案及可直接複製的解包提示詞。

    ChatGPT0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~