OpenAI SDK から Google Gen AI SDK に移行する

このページでは、OpenAI SDK 用に設計されたコードを Google Gen AI SDK に移行して、Gemini Enterprise Agent Platform で Gemini モデルを利用する方法について説明します。

移行の概要

次のノートブックは、openai ライブラリから google-genai ライブラリへの実用的な移行を示しています。

API と構文のマッピング

次の表に、OpenAI SDK と Google Gen AI SDK のコア コンポーネント、メソッド、パラメータを比較します。

機能 OpenAI SDK（openai） Google Gen AI SDK（google-genai）
クライアントの初期化 client = OpenAI(api_key=...) client = genai.Client(vertexai=True, ...)
生成メソッド client.chat.completions.create client.models.generate_content
ストリーミング メソッド stream=True（パラメータ） client.models.generate_content_stream（メソッド）
ユーザー入力 messages=[{"role": "user", "content": "..."}] contents="..."（文字列）または contents=[...]（リスト）
システム指示 messages=[{"role": "system", "content": "..."}] config=types.GenerateContentConfig(system_instruction=...)
レスポンスへのアクセス response.choices[0].message.content response.text
チャットの履歴 手動リスト管理（messages.append） client.chats.create()（ステートフル オブジェクト）
最大トークン数 max_tokens max_output_tokens（config 内）
Temperature temperature temperature（config 内）
JSON モード response_format={"type": "json_object"} response_mime_type="application/json"（config 内）

インストールとセットアップ

OpenAI ライブラリをアンインストールし、Google Gen AI SDK をインストールします。

pip install google-genai

2. 認証と初期化

OpenAI は API キーを使用しますが、Agent Platform は Identity and Access Management（IAM）認証情報（アプリケーションのデフォルト認証情報）を使用します。プロジェクト ID とロケーションを明示的に定義する必要があります。

OpenAI SDK Google Gen AI SDK 
from openai import OpenAI
import os

# Relies on OPENAI_API_KEY environment variable
client = OpenAI()
        
from google import genai

# Use vertexai=True to use Agent Platform
client = genai.Client(
    vertexai=True,
    project='your-project-id',
    location='us-central1'
)
ヒント: 環境変数を設定して、引数なしでクライアントを初期化することもできます。これは、OpenAI クライアントが環境から API キーを読み取る方法と同様です。

次のように、GOOGLE_GENAI_USE_ENTERPRISE、GOOGLE_CLOUD_PROJECT、GOOGLE_CLOUD_LOCATION を設定します。

export GOOGLE_GENAI_USE_ENTERPRISE=true
export GOOGLE_CLOUD_PROJECT='your-project-id'
export GOOGLE_CLOUD_LOCATION='global'

構成が完了したら、パラメータを渡さずにクライアントを初期化できます。

from google import genai

client = genai.Client()

サンプルコード

次のコードサンプルは、一般的なタスクにおける OpenAI SDK と Google Gen AI SDK の違いを示しています。

シングルターンのテキスト生成

次のコードサンプルは、テキストを生成する方法を示しています。Google Gen AI SDK では、システム指示は入力リストのメッセージ ロールではなく、構成パラメータとして処理されます。

OpenAI SDK Google Gen AI SDK 
response = client.chat.completions.create(
    model="gpt-4",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Explain quantum physics."}
    ]
)
print(response.choices[0].message.content)
        
from google.genai import types

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="Explain quantum physics.",
    config=types.GenerateContentConfig(
        system_instruction="You are a helpful assistant."
    )
)
print(response.text)

パラメータを使用したテキスト生成

次のコードサンプルは、構成パラメータの定義の違いを示しています。Google Gen AI SDK では、temperature、max_output_tokens（以前は max_tokens）、JSON 形式などのパラメータは GenerateContentConfig オブジェクトにグループ化されます。

OpenAI SDK Google Gen AI SDK 
response = client.chat.completions.create(
    model="gpt-4",
    messages=[
        {"role": "user", "content": "List 3 types of apples in JSON."}
    ],
    temperature=0.7,
    max_tokens=1000,
    response_format={"type": "json_object"}
)

print(response.choices[0].message.content)
        
from google.genai import types

config = types.GenerateContentConfig(
    temperature=0.7,
    max_output_tokens=1000,
    response_mime_type="application/json"
)

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="List 3 types of apples in JSON.",
    config=config
)

print(response.text)

チャット（マルチターン）

次のコードサンプルは、チャット履歴の管理の違いを示しています。Google Gen AI SDK では、ステートフル chat オブジェクトが提供されるため、この処理が簡素化されます。一方、OpenAI では、メッセージをリストに手動で追加する必要があります。

OpenAI SDK Google Gen AI SDK 
# You must manually manage the list state
messages = [{"role": "user", "content": "Hi"}]

response = client.chat.completions.create(
    model="gpt-4",
    messages=messages
)

# Append the response to history manually
messages.append(response.choices[0].message)
messages.append({"role": "user", "content": "Next question"})

response2 = client.chat.completions.create(
    model="gpt-4",
    messages=messages
)
print(response2.choices[0].message.content)
        
# The SDK manages history for you
chat = client.chats.create(
    model="gemini-2.5-flash",
    config=types.GenerateContentConfig(
        system_instruction="You are a helpful assistant."
    )
)

response1 = chat.send_message("Hi")
print(response1.text)

# History is retained automatically in the chat object
response2 = chat.send_message("Next question")
print(response2.text)

ストリーミング

次のコードサンプルは、レスポンスのストリーミングの違いを示しています。Google Gen AI SDK では、ブール値フラグではなく、特定のメソッド（generate_content_stream）を使用します。

OpenAI SDK Google Gen AI SDK 
stream = client.chat.completions.create(
    model="gpt-4",
    messages=[{"role": "user", "content": "Write a story."}],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")
        
stream = client.models.generate_content_stream(
    model="gemini-2.5-flash",
    contents="Write a story."
)

for chunk in stream:
    print(chunk.text, end="")

次のステップ