---
title: "Codeausführungs-API · Python-Sandbox für LLMs in der EU"
description: "Lassen Sie offene Modelle Python in einer Sandbox schreiben und ausführen, mit dem code_interpreter-Werkzeug der Responses API. Datenanalyse in der EU."
canonical: "https://inference.eu/de/api/code-execution/"
language: "de"
---

POST /v1/responses

# Codeausführung: Python-Sandbox für Modelle, betrieben in der EU

Sprachmodelle schreiben guten Code, rechnen im Kopf aber unzuverlässig. Mit dem Werkzeug zur Codeausführung schreibt ein Modell Python, führt es in einer isolierten Sandbox aus und nutzt das Ergebnis in seiner Antwort. Aus Fragen zu Tabellen, Statistik oder Umrechnungen werden so berechnete Antworten statt Schätzungen. Die Sandboxes laufen in europäischen Rechenzentren.

[Vertrieb kontaktieren](https://inference.eu/de/kontakt/)[Beispielanfrage](#example)

1.  01API-Format: OpenAI
2.  02Rechenzentren in der EU
3.  03Durch einen AV-Vertrag abgedeckt

POST /v1/responses

```
curl https://api.inference.eu/v1/responses \
  -H "Authorization: Bearer $INFERENCE_EU_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-oss-120b",
    "tools": [{
      "type": "code_interpreter",
      "container": {"type": "auto", "file_ids": ["file-4b81c0"]}
    }],
    "instructions": "Use Python to analyse the attached CSV. Show the numbers you computed.",
    "input": "Which three product categories grew fastest in revenue between Q2 and Q3, and by how much?"
  }'
```

## Was das Werkzeug leistet

Ergänzen Sie in einer Anfrage an `POST /v1/responses` ein Werkzeug mit `type: "code_interpreter"`. Hält das Modell Code für hilfreich, schreibt es Python, die API führt es in einer Sandbox aus, und das Modell liest die Ausgabe, behebt Fehler und führt den Code erneut aus, bis es hat, was es braucht. Dann antwortet es mit Text.

Jeder Lauf erscheint in `output` als Element `code_interpreter_call` mit dem geschriebenen `code` und der `container_id`. Zeigen oder protokollieren Sie diesen Code, wird die Antwort überprüfbar: Jeder sieht, wie eine Zahl berechnet wurde.

## Container und Dateien

Das Feld `container` legt fest, wo Code läuft. `{"type": "auto"}` erstellt eine neue Sandbox für die Anfrage oder nutzt eine aus früheren Runden desselben Gesprächs. Mit `file_ids` stellen Sie Dateien darin bereit: Laden Sie eine CSV-, Excel- oder JSON-Datei zuerst über die Files-API mit `purpose` `user_data` hoch und übergeben Sie dann ihre ID.

Die Sandbox bietet Python mit gängigen Bibliotheken für Tabellen, Statistik und Diagramme. Vom Code erzeugte Dateien, etwa eine bereinigte CSV oder ein Diagramm, werden in der Antwort als Container-Dateizitate referenziert, sodass Sie sie herunterladen können. Container verfallen nach einer Zeit ohne Nutzung, ihre Dateien werden mit gelöscht.

## Bewährte Einsatzmuster

Datenanalyse: Hängen Sie einen Export aus Shop, CRM oder Buchhaltung an und stellen Sie Fragen in normaler Sprache, etwa nach Wachstum je Kategorie oder Kunden mit überfälligen Rechnungen. Berechnungen: Tilgungspläne, Einheiten- und Währungsumrechnungen mit von Ihnen vorgegebenen Kursen oder Steuerbeispiele, bei denen exakte Rechnung zählt. Umformungen: eine unordentliche Tabelle bereinigen, zwei Dateien zusammenführen oder Daten ins Format eines anderen Systems bringen.

Kombinieren Sie das Werkzeug mit Reasoning-Modellen für mehrstufige Analysen und mit Structured Outputs, wenn ein Programm die Endzahlen liest. Für wiederkehrende Berichte halten Sie den Prompt fest und tauschen nur die angehängte Datei.

## Fehler, Grenzen und Sicherheit

Die Sandbox ist von Ihren Systemen und anderen Kunden isoliert und hat standardmäßig keinen Internetzugang. Code kann also keine Daten nach außen senden und keine Pakete aus dem Netz installieren. Scheitert Code, erhält das Modell die Fehlermeldung und korrigiert meist selbst; bleibende Fehler enden mit einer Erklärung in der Antwort.

Läufe haben Grenzen für Zeit, Speicher und Dateigröße, die von Ihrem Tarif abhängen und mit Ihnen abgestimmt werden. Sehr große Dateien fassen Sie besser vor dem Upload zusammen oder filtern sie. Prüfen Sie wichtige Ergebnisse: Die Rechnung ist exakt, aber das Modell kann die falsche Spalte wählen oder die Frage missverstehen.

## Code execution

Endpunkt

POST /v1/responses

Kategorie

Tools

API-Format

OpenAI

Base URL

api.inference.eu/v1

Verarbeitung

Rechenzentren in der EU

Training mit Ihren Daten

Nie

## Code execution: häufige Fragen

Die Fragen, die uns Einkauf, Entwicklung und Rechtsabteilungen am häufigsten stellen. Etwas fehlt? Fragen Sie uns direkt.

Ein eingebautes Werkzeug, mit dem das Modell während einer Anfrage Python in einer Sandbox schreibt und ausführt. Es nutzt es für Berechnungen, Datenanalyse und Dateiverarbeitung und antwortet dann mit den Ergebnissen. Sie aktivieren es mit \`{"type": "code\_interpreter"}\` im Array \`tools\` einer Responses-Anfrage.

Ja. Der Werkzeugtyp \`code\_interpreter\`, die Einstellung \`container\` mit \`file\_ids\` und die Ausgabeelemente \`code\_interpreter\_call\` folgen der OpenAI Responses API. Bestehender Code für dieses Format funktioniert, sobald Sie Basis-URL, Schlüssel und Modell ändern.

Laden Sie die Datei mit \`POST /v1/files\` und \`purpose\` \`user\_data\` hoch und übergeben Sie ihre ID in \`container.file\_ids\`. Das Modell liest die Datei in Python, analysiert sie und beantwortet Ihre Frage. Den Code, mit dem es jede Zahl ermittelt hat, zeigt es dabei mit an.

Nein. Standardmäßig hat die Sandbox keinen Netzwerkzugang und ist von Ihren Systemen und anderen Kunden isoliert. Code arbeitet nur mit angehängten Dateien und dem, was er selbst erzeugt. Soll das Modell Daten abrufen, kombinieren Sie die Codeausführung mit Websuche oder eigenen Werkzeugen.

Die Sandbox führt Python mit gängigen Bibliotheken für Datenarbeit aus, etwa für Tabellen, numerische Berechnungen und Diagramme. Pakete lassen sich während eines Laufs nicht aus dem Internet installieren. Braucht Ihr Anwendungsfall eine bestimmte Bibliothek, prüfen wir gern, was möglich ist.

Ja. Vom Code geschriebene Dateien, etwa PNG-Diagramme oder bereinigte CSV-Dateien, bleiben im Container und werden in der Antwort als Container-Dateizitate referenziert. Laden Sie sie herunter, bevor der Container verfällt, und speichern Sie sie in Ihren eigenen Systemen.

Die Sandboxes laufen in europäischen Rechenzentren. Container und ihre Dateien werden nach einer Zeit ohne Nutzung gelöscht, und nichts davon wird zum Training von Modellen verwendet. Hochgeladene Eingabedateien löschen Sie über die Files-API, wenn Sie sie nicht mehr brauchen.

Jeder Lauf hat Grenzen für Zeit, Speicher und Dateigröße, die von Ihrem Tarif abhängen und mit Ihnen abgestimmt werden. Die meisten Analysen gewöhnlicher Geschäftsdateien bleiben deutlich darunter. Sehr große Datensätze filtern oder aggregieren Sie vor dem Upload.

[Frage stellen](https://inference.eu/de/kontakt/)

## Verwandte Seiten

[API-Überblick](https://inference.eu/de/api/)

-   [ResponsesNutzen Sie das Format der OpenAI Responses API mit Open-Weight-Modellen auf inference.eu. Typisierte Ausgaben, eingebaute Werkzeuge, Verarbeitung in der EU.Endpunkte](https://inference.eu/de/api/responses/)
-   [FilesLaden Sie Dateien mit einer OpenAI-kompatiblen Files-API hoch, listen, laden und löschen Sie sie. Für Batch-Jobs und Werkzeuge, gespeichert in der EU.Endpunkte](https://inference.eu/de/api/files/)
-   [Web searchLassen Sie offene Modelle während einer Anfrage im Web suchen, mit dem web\_search-Werkzeug der Responses API. Aktuelle Antworten mit Quellenangaben.Tools](https://inference.eu/de/api/web-search/)
-   [Reasoning modelsNutzen Sie offene Reasoning-Modelle, die vor der Antwort nachdenken. Denkaufwand steuern, Reasoning-Tokens auslesen, Limits beachten, verarbeitet in der EU.Anleitungen](https://inference.eu/de/api/reasoning/)

## Verlagern Sie Ihre KI-Workloads auf europäische Infrastruktur

Sagen Sie uns, welche Modelle Sie nutzen und wie viel Verkehr Sie ungefähr haben. Wir antworten innerhalb eines Werktags mit Preisen und nächsten Schritten.

-   Antwort innerhalb eines Werktags
-   Preise für Ihr Volumen
-   AV-Vertrag unterschriftsreif