OpenAI の Deep research が API で使えるようになったので Node.js で軽く試してみた

Last updated at 2025-06-28Posted at 2025-06-28

自分が試した際、o3-deep-research の 1回の利用で 10ドルを少し超えるくらいの費用がかかったので、API利用の費用についてご注意ください

はじめに

この記事は、公式の以下のポストなどに書かれている「Deep research」の API を Node.js で試してみた時の話です。

公式アカウントのポスト

公式のクックブックの記事

クックブックの記事（Python で API を使うもの）

Deep research の API に関して、公式のクックブックの記事の 1つに以下があるようです。

●Introduction to deep research in the OpenAI API
　https://cookbook.openai.com/examples/deep_research_api/introduction_to_deep_research_api

この記事には、以下のようなモデルの話や、Python を使った使い方の話などが書かれていました。

You can access Deep Research via the responses endpoint using the following models:

o3-deep-research-2025-06-26: Optimized for in-depth synthesis and higher-quality output

o4-mini-deep-research-2025-06-26: Lightweight and faster, ideal for latency-sensitive use cases

他にも、ChatGPT での質問をした時の流れと Deep research の違いなどについて説明がされていました。

クックブックの記事（Agents SDK との組み合わせ）

クックブックの記事では、他に Deep Research API と Agents SDK とを組み合わせた話に関するものもあるようでした。このあたりは、また別の機会に見ていけたらと思います。

●Deep Research API with the Agents SDK
　https://cookbook.openai.com/examples/deep_research_api/introduction_to_deep_research_api_agents

Node.js で試す

とりあえずモデルの情報などは後で見てみることにして、まずは Node.js で API を使ってみます。

公式の APIドキュメントで使い方を見てみる

公式の APIドキュメントで Node.js で API を使うやり方を確認します。それについて、以下のページを参照することにしました。

●Deep research - OpenAI API
　https://platform.openai.com/docs/guides/deep-research

JavaScript のサンプルコード

このページ内には、以下の JavaScript のサンプルコードが掲載されています。

import OpenAI from "openai";
const openai = new OpenAI({ timeout: 3600 * 1000 });


const input = `
Research the economic impact of semaglutide on global healthcare systems.
Do:
- Include specific figures, trends, statistics, and measurable outcomes.
- Prioritize reliable, up-to-date sources: peer-reviewed research, health
  organizations (e.g., WHO, CDC), regulatory agencies, or pharmaceutical
  earnings reports.
- Include inline citations and return all source metadata.

Be analytical, avoid generalities, and ensure that each section supports
data-backed reasoning that could inform healthcare policy or financial modeling.
`;

const response = await openai.responses.create({
  model: "o3-deep-research",
  input,
  tools: [
    { type: "web_search_preview" },
    { type: "code_interpreter", container: { type: "auto" } },
  ],
});

console.log(response);

過去に OpenAI の API を色々試したことがありましたが、 new OpenAI() のところで、 { timeout: 3600 * 1000 } という長いタイムアウトを設定しているところが Deep research っぽい感じがしました。

Webhook を使うやり方

なお、今回は扱わないですが、長い処理が完了するのを検知するために Webhook を使うやり方もあるようです。それに関する情報は、以下の APIドキュメントを見ると良さそうです。

●Webhooks - OpenAI API
　https://platform.openai.com/docs/guides/webhooks

自分で試す

上記のサンプルコードのプロンプトを少し書きかえて、自分で API を使ってみます。

下準備

Node.js で試すにあたり、少し下準備をします。まずは、以下のコマンドでのパッケージのインストールです。

npm i openai

また、環境変数 OPENAI_API_KEY に、OpenAI の APIキーをセットしておきます。

コードの内容

あとはコードを書いて、実行するだけです。サンプルコードのプロンプトの部分だけ書きかえた、以下を用いました。

import OpenAI from "openai";
const openai = new OpenAI({ timeout: 3600 * 1000 });

const input = `
AIエージェントを活用した試作について調べて。

調査内容：
- エージェントを使ったシステム全体の情報と、エージェントの情報が含まれるようにする
- 実装内容がコードで示されたものを集める
- SDKなど関連する情報のURLも集めて一覧にする

- エージェントを活用したシステムで実現した内容が、様々な種類のものになるよう事例を集めて
`;

const response = await openai.responses.create({
  model: "o3-deep-research",
  input,
  tools: [
    { type: "web_search_preview" },
    { type: "code_interpreter", container: { type: "auto" } },
  ],
});

console.log(response);

実行結果

あとは nodeコマンドで、上記のコードを実行するだけです。
コマンド実行後、レスポンスが返ってくるまでけっこうな時間、待つことになりました。
（処理結果待ちについては、上で少しふれた Webhooks を使う仕組みを組み込むのが良さそうです）

今回はシンプルにレスポンスを待つ形の実装だったので、そのような流れになりました。レスポンスが返ってきたタイミングでは、この後に掲載した内容が一気に出力された感じでした。

処理結果として得られた出力を、この後でいくつかに分けて掲載し、その内容を見てみます。

以下は冒頭部分で、model の部分から o3-deep-research-2025-06-26 を使った結果であることが確認できます。その他、最大のツール呼び出しなどのパラメータも、どのように設定されて呼び出されたかを見ることができます。

その後に、似た形式の出力（id, type, status, action で構成される出力）がけっこうな個数続き、さらにその後に以下の内容が続いていました。

トークンについて書かれた部分を抜粋してみると、以下の内容になっていました。

  usage: {
    input_tokens: 1148297,
    input_tokens_details: { cached_tokens: 919756 },
    output_tokens: 17694,
    output_tokens_details: { reasoning_tokens: 11968 },
    total_tokens: 1165991
  }

こちらは、別途、OpenAI のダッシュボードでも情報を見て比べてみようと思いますが、今は次へ進みます。

その下は、テキスト出力がまとまった部分です。ターミナルに出力したので見づらいですが、テキストのみの部分と、テキストの一部に情報参照元のリンクが設定されたものが混在して出力されたような形でした。