Code Interpreter OpenAI API: ejecuta código con GPT
Code Interpreter OpenAI API permite que modelos compatibles de OpenAI escriban y ejecuten código dentro de un entorno controlado. Mediante Responses API, el modelo puede utilizar Code Interpreter para analizar datos, transformar archivos, realizar cálculos, generar resultados y trabajar con código Python sin que tengas que ejecutar cada operación directamente en tu servidor.
¿Qué es Code Interpreter OpenAI API?
Code Interpreter OpenAI API es una herramienta que permite al modelo ejecutar código dentro de un entorno aislado administrado por OpenAI. Puede utilizarse para cálculos, análisis de datos, procesamiento de archivos y tareas que requieren ejecución real de código en lugar de una respuesta basada únicamente en texto.
Qué permite hacer Code Interpreter OpenAI API
Code Interpreter añade ejecución de código a los workflows de Responses API.
Ejecutar Python
El modelo puede escribir y ejecutar código dentro del entorno.
Analizar datos
Permite realizar cálculos, transformaciones y análisis programáticos.
Trabajar con archivos
Los containers pueden almacenar archivos utilizados durante una ejecución.
Cálculos complejos
Delegar operaciones matemáticas y procesamiento al entorno de código.
Automatización
Incorporar ejecución de código dentro de workflows agentic.
Generar resultados
El código puede producir texto, archivos y otros outputs reutilizables.
Cómo funciona Code Interpreter en OpenAI API
El modelo identifica cuándo necesita ejecutar código, lo ejecuta en un container y utiliza el resultado para continuar la respuesta.
Envías una tarea
La consulta requiere cálculos, análisis o procesamiento.
El modelo ejecuta código
Code Interpreter utiliza un entorno controlado para procesarlo.
Obtienes el resultado
El modelo incorpora el output de la ejecución a su respuesta.
Code Interpreter OpenAI API dentro de Responses API
Code Interpreter puede declararse como una herramienta disponible para modelos compatibles.
La ejecución es administrada por OpenAI
Tu aplicación no necesita ejecutar directamente cada fragmento de código generado. El modelo puede utilizar un entorno administrado para completar la tarea.
Code Interpreter puede combinarse con otras herramientas dentro del mismo workflow.
Ver Responses API →Cómo habilitar Code Interpreter OpenAI API
Una solicitud puede incluir Code Interpreter dentro del array de herramientas.
Ejecutar un cálculo
{
"model": "gpt-5.6-sol",
"tools": [
{
"type": "code_interpreter",
"container": {
"type": "auto"
}
}
],
"input": "Calcula la media y desviación estándar de estos valores: 18, 21, 25, 27, 32."
}La configuración exacta del container puede variar según el SDK y la versión de Responses API.
Qué es un container en Code Interpreter
La ejecución se realiza dentro de un entorno aislado denominado container.
Entorno para código y archivos
Un container proporciona un espacio donde Code Interpreter puede ejecutar código y trabajar con archivos relacionados con la tarea.
Administrar containers desde OpenAI API
OpenAI dispone de recursos específicos para crear, consultar, listar y eliminar containers.
| Acción | Endpoint |
|---|---|
| Crear container | POST /v1/containers |
| Listar containers | GET /v1/containers |
| Obtener container | GET /v1/containers/{container_id} |
| Eliminar container | DELETE /v1/containers/{container_id} |
Trabajar con archivos dentro de un container
La API también permite gestionar archivos asociados a un container.
| Operación | Endpoint |
|---|---|
| Crear archivo | POST /containers/{container_id}/files |
| Listar archivos | GET /containers/{container_id}/files |
| Obtener archivo | GET /containers/{container_id}/files/{file_id} |
| Eliminar archivo | DELETE /containers/{container_id}/files/{file_id} |
| Obtener contenido | GET /containers/{container_id}/files/{file_id}/content |
Qué es un code_interpreter_call
Cuando el modelo decide ejecutar código, Responses API puede incluir un elemento específico para esa ejecución.
Llamada de ejecución
El objeto puede incluir el código generado, el identificador del container y otros datos relacionados con la ejecución.
Información disponible en una ejecución
Una llamada de Code Interpreter permite conocer qué código se ejecutó y dónde.
| Campo | Función |
|---|---|
id |
Identificador del item de respuesta |
code |
Código ejecutado por el intérprete |
container_id |
Container utilizado para la ejecución |
status |
Estado de la llamada |
outputs |
Resultados generados por la ejecución |
Cómo obtener los outputs de Code Interpreter
Responses API permite solicitar explícitamente los resultados de la ejecución de Python.
code_interpreter_call.outputs
{
"include": [
"code_interpreter_call.outputs"
]
}Incluir los outputs permite inspeccionar qué produjo realmente el código antes de la respuesta final.
Eventos de Code Interpreter
Responses API dispone de eventos específicos mientras el intérprete genera y ejecuta código.
| Evento | Significado |
|---|---|
| Code delta | Se está generando una parte del código |
| Code done | El fragmento de código quedó completo |
| In progress | La llamada está en ejecución |
| Interpreting | El entorno está interpretando el código |
| Completed | La ejecución terminó |
Analizar archivos con Code Interpreter
Una de las aplicaciones más útiles de Code Interpreter es trabajar con información almacenada en archivos.
Incorporas uno o varios archivos al workflow.
El modelo entiende qué procesamiento necesita realizar.
Genera código para transformar o analizar los datos.
Ejecuta el código dentro del container.
Utiliza los resultados para producir la respuesta final.
Ejemplo: analizar un archivo CSV
Una aplicación puede entregar una tabla al modelo y solicitar análisis estadístico.
Análisis automático
Analiza el archivo de ventas.
Calcula:
- total de ventas
- promedio mensual
- cinco productos más vendidos
- meses con mayor crecimiento
- posibles valores atípicosNo necesitas especificar manualmente cada operación Python si el modelo puede inferirla correctamente.
Generar gráficos mediante Code Interpreter
El entorno de código también puede utilizarse para procesar datos y producir archivos derivados de ese análisis.
Resultados reutilizables
Dependiendo del workflow, el intérprete puede generar nuevos archivos que posteriormente pueden recuperarse desde el container.
Casos de uso de Code Interpreter OpenAI API
La herramienta resulta especialmente útil cuando una respuesta necesita cálculos o procesamiento real.
Análisis de datos: estadísticas, tendencias y agregaciones.
Archivos: transformar, combinar o procesar información.
Matemáticas: ejecutar cálculos complejos y verificables.
Programación: probar pequeños fragmentos de código.
Reportes: producir resultados derivados de datasets.
Agentes: ejecutar código como una herramienta dentro de un workflow.
Code Interpreter vs Function Calling
Ambas capacidades permiten ejecutar lógica, pero resuelven problemas diferentes.
| Aspecto | Code Interpreter | Function Calling |
|---|---|---|
| Código | Generado y ejecutado en container | Definido por tu aplicación |
| Control | Entorno administrado | Backend propio |
| Uso típico | Análisis y procesamiento | Acciones de negocio |
| Lógica permanente | No es su objetivo principal | Sí |
| Ejemplo | Analizar CSV | Crear un pedido |
Utiliza Code Interpreter para computación flexible. Utiliza Function Calling cuando necesitas ejecutar una operación controlada de tu propio sistema.
Ver Function Calling →Code Interpreter vs File Search
Ambos pueden trabajar con archivos, pero su propósito es distinto.
| Aspecto | Code Interpreter | File Search |
|---|---|---|
| Objetivo | Procesar datos | Recuperar conocimiento |
| Ejecución de código | Sí | No es su función principal |
| Búsqueda semántica | No es el objetivo central | Sí |
| Ejemplo | Calcular estadísticas | Buscar una política en documentos |
Un agente puede recuperar información con File Search y después procesarla mediante Code Interpreter.
Ver File Search →Code Interpreter vs Hosted Shell
OpenAI también ofrece Hosted Shell en modelos compatibles, pero ambas herramientas tienen enfoques distintos.
| Aspecto | Code Interpreter | Hosted Shell |
|---|---|---|
| Orientación | Análisis y ejecución de Python | Operaciones de shell |
| Entorno | Container | Entorno de shell alojado |
| Uso habitual | Datos y cálculos | Flujos de desarrollo y sistema |
Modelos actuales compatibles con Code Interpreter
Las principales variantes de GPT actuales incorporan esta herramienta mediante Responses API.
| Modelo | Code Interpreter | Orientación |
|---|---|---|
| GPT-6 Astra | Compatible | Workflows de máxima capacidad |
| GPT-5.6 Sol | Compatible | Análisis y trabajo complejo |
| GPT-5.6 Terra | Compatible | Equilibrio capacidad/costo |
| GPT-5.6 Luna | Compatible | Alto volumen y bajo costo |
Code Interpreter ejecuta código, pero el modelo sigue siendo responsable de decidir qué código escribir y cómo interpretar los resultados.
Comparar modelos →Buenas prácticas con Code Interpreter OpenAI API
Aunque la ejecución utiliza un entorno controlado, tu aplicación todavía debe proteger los datos y archivos que proporciona.
No envíes archivos que el modelo no necesita.
Separa información entre usuarios y proyectos.
Valida los archivos que vas a procesar.
Elimina containers y archivos cuando ya no sean necesarios.
Registra errores y resultados relevantes.
No utilices Code Interpreter como backend permanente
Code Interpreter es ideal para computación dinámica, pero no sustituye una arquitectura de aplicación diseñada para ejecutar lógica crítica permanente.
La lógica crítica debe permanecer bajo tu control
Autenticación, pagos, permisos, operaciones de base de datos y reglas de negocio deberían seguir implementándose mediante sistemas controlados por tu aplicación.
Monitorizar sesiones de Code Interpreter
OpenAI dispone de métricas específicas para analizar sesiones de Code Interpreter.
code_interpreter_sessions
La API administrativa dispone de un recurso específico para consultar el uso asociado a sesiones de Code Interpreter.
Precio de Code Interpreter OpenAI API
El costo total combina el consumo del modelo con el uso de Code Interpreter.
Las sesiones pueden tener tarifa propia
OpenAI ha publicado una tarifa específica por sesión de Code Interpreter, independiente de los tokens del modelo.
La estructura y los precios de herramientas pueden cambiar. Verifica la página oficial antes de realizar cálculos de producción.
En workflows complejos debes considerar tokens, sesiones, archivos y otras herramientas que intervengan.
Ver precios OpenAI API →Code Interpreter y los límites de OpenAI API
Una aplicación con análisis intensivo también debe considerar límites de modelos y concurrencia.
Controla múltiples sesiones simultáneas
Si muchos usuarios ejecutan análisis al mismo tiempo, debes monitorizar consumo, concurrencia, latencia y costos.
Ver límites OpenAI API →Documentación oficial de Code Interpreter OpenAI API
La herramienta, los containers y sus opciones pueden evolucionar, por lo que conviene confirmar siempre la referencia oficial.
Responses API y Containers
Consulta la definición de Code Interpreter, sus outputs, eventos, containers y archivos.
Consultar Responses API →Guías relacionadas con Code Interpreter OpenAI API
Continúa explorando herramientas de ejecución, agentes y Responses API.
FAQ sobre Code Interpreter OpenAI API
Respuestas sobre código, containers, archivos, modelos y Responses API.
Code Interpreter OpenAI API permite que modelos compatibles ejecuten código dentro de un entorno controlado administrado por OpenAI.
Sí. Los modelos compatibles pueden utilizar Code Interpreter como herramienta mediante Responses API.
Es un entorno aislado utilizado para ejecutar código y gestionar archivos asociados a una tarea.
Es un tipo de output de Responses API que representa una ejecución de código realizada por Code Interpreter.
La llamada de Code Interpreter incluye información sobre el código generado y ejecutado.
Sí. Responses API
permite solicitar
code_interpreter_call.outputs
mediante el parámetro
include.
Sí. Es especialmente útil para analizar, transformar y procesar archivos mediante código.
Sí. OpenAI publica Code Interpreter entre las herramientas compatibles con GPT-5.6 Sol.
Sí. OpenAI publica Code Interpreter entre las herramientas compatibles con GPT-5.6 Terra y GPT-5.6 Luna.
No. Code Interpreter está orientado a computación flexible, mientras Function Calling permite ejecutar funciones controladas por tu backend.
Continúa con Hosted Shell en OpenAI API
Ya sabes cómo utilizar Code Interpreter para cálculos, archivos y análisis. El siguiente paso es conocer Hosted Shell para workflows de desarrollo y sistema.
Ver Hosted Shell →