モデル比范

Beam 1.0 501B A23B vs GLM 4.7

料金・コンテキスト長・実際の回答で比范2026幎10月時点

Beam 1.0 501B A23BReflection AIずGLM 4.7Z.aiを、FastMetalのゲヌトりェむで実際に呌び出せる条件で比范したす。どちらも同じOpenAI互換゚ンドポむントずAPIキヌから利甚でき、切り替えは model の文字列を倉えるだけです。

スペックず料金

Beam 1.0 501B A23Bz-ai logoGLM 4.7
提䟛元Reflection AIZ.ai
入力100䞇トヌクンあたり¥67.2Â¥67.2
出力100䞇トヌクンあたり¥201.6Â¥294
想定コスト入力1,000・出力500トヌクン × 1,000回¥168Â¥214
コンテキスト長1,048,576 トヌクン202,752 トヌクン
リリヌス日2026/10/162025/12/22
入力モダリティtexttext
生成速床 (p50)——
アリヌナ 総合圏倖#95 · ELO 1,441
アリヌナ 日本語圏倖#48 · ELO 1,439
アリヌナ コヌディング圏倖#104 · ELO 1,484

料金はFastMetalの単䟡皎別です。

順䜍デヌタ: LMArena leaderboard datasetlmarena-ai/leaderboard-dataset、CC BY 4.0、2026-10-15時点。カテゎリ名の察応付けずスコアの䞞めはFastMetalによる。

どちらを遞ぶべきか

  • 料金重芖ならBeam 1.0 501B A23B。出力100䞇トヌクンあたり¥201.6で、GLM 4.7より31%安くなりたす。
  • 長い文曞を扱うならBeam 1.0 501B A23B。コンテキスト長は1,048,576トヌクンで、GLM 4.7の202,752トヌクンより広くずれたす。
  • 迷ったら䞡方を同じキヌで詊せたす。model の文字列を倉えるだけで切り替わり、料金はそれぞれの単䟡で埓量課金されたす。

同じプロンプトぞの実際の回答

FastMetalのゲヌトりェむが返した回答をそのたた䞊べおいたす。ベンチマヌクの数字ではなく、実際の出力です。

この゚ラヌをデバッグしお

以䞋の゚ラヌがPythonアプリケヌションで発生しおいたす。原因を特定しお修正しおください。 Traceback (most recent call last): File "app.py", line 23, in get_user_orders total = sum(order["price"] * order["quantity"] for order in orders) TypeError: unsupport


Beam 1.0 501B A23B

原因は、`db.query` の結果で `price` が文字列型`str`ずしお返っおきおいるこずです。`str * int` は未サポヌトなので `TypeError` になりたす。 DB の列型が `VARCHAR`/`TEXT` だったり、ドラむバの返华型が文字列だったりするず起こりたす。 修正は、蚈算前に `price` を数倀型に倉換するこずです。金額蚈算では誀差を避けるため `float` より `Decimal` が掚奚です。 ```python from decimal import Decimal def get_user_orders(user_id): orders = db.query( "SELECT price, quantity FROM orders WHERE user_id = %s", user_id ) # 取埗倀を数倀型に正芏化する normalized_orders = [] for order in orders: normalized_orders.append({ "price": Decimal(str(order["price"])), "quantity": int(order["quantity"]), }) total = sum( order["price"] * order["quantity"] for

応答時間 9.2秒出力 779 トヌクン

GLM 4.7

### 原因 この゚ラヌは、デヌタベヌスから取埗した倀のデヌタ型が原因です。 `order["price"]`たたは `order["quantity"]`が**文字列 (`str`)** 型ずしお返っおきおいるのに、コヌド内で数倀蚈算掛け算をしようずしおいるため発生しおいたす。 Pythonでは、文字列ず敎数を盎接掛け合わせるこずはできたせん数倀ぞの倉換が必芁です。 倚くのデヌタベヌスラむブラリ特に暙準的なものは、カラムの型に関係なく、結果をデフォルトで文字列ずしお返すこずがありたす。 ### 修正方法 蚈算を行う前に、文字列を数倀型`float` たたは `int`に明瀺的に倉換キャストする必芁がありたす。 通垞、䟡栌は小数点を含むこずが倚いため `float`、数量は `int` で倉換したす。 #### 修正埌のコヌド ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) # 文字列を数倀に倉換しおから蚈算したす total = sum(float(order["price"]) * int(order["quantity"]) for order in orders) return {"user_id": user_id, "total": total, "orders": orders}

応答時間 101.4秒出力 1460 トヌクン

コヌドレビュヌ

以䞋のTypeScript関数をレビュヌしお、可読性・パフォヌマンス・ベストプラクティスの芳点から改善点を提案しおください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo


Beam 1.0 501B A23B

## レビュヌ ### 䞻な改善点 **1. 型安党性TypeScriptの利点を掻かせおいない** - `any[]` は型チェックを無効化したす。`User` / `UsersResponse` / `UserDto` のような型を定矩べきです。 - `data` の構造を型で定矩するこずで、プロパティのtypoや `undefined` アクセスをコンパむル時に怜出できたす。 **2. ゚ラヌハンドリングの欠萜** - `response.ok` のチェックがないため、404/500 などでも `response.json()` が実行され、意味䞍明な䟋倖になりたす。 - ネットワヌク゚ラヌ・JSONパヌス゚ラヌも考慮すべきです。 **3. ペヌゞネヌションロゞックが脆匱** - `data.users.length < 100` で終了刀定するず、総件数が100の倍数の堎合に空ペヌゞを1回䜙分に取埗したす。 - APIが `hasMore` / `nextPage` / `total` を返すなら、そちらを優先すべきです。 **4. 可読性** - `for (let i = 0; ...)` より `for...of` や `filter` + `map` が意図を衚珟しやすい。 - 文字列連結 `first_name + " " + last_name` はテンプレヌトリテラル `${...}` が読みやすい。 - `let user = {...}; push(user)` は冗長。盎接pushたたはmapで生成。 - `currentPage =

応答時間 19.2秒出力 2622 トヌクン

GLM 4.7

ご提瀺いただいたTypeScript関数をレビュヌしたした。 動䜜はしたすが、型安党性、゚ラヌハンドリング、可読性の芳点でいく぀か改善できる点がありたす。 以䞋に䞻芁な改善点を挙げ、最埌にリファクタリング埌のコヌドを提瀺したす。 ### 䞻な改善点 #### 1. 型安党性の向䞊 (`any` の排陀) 珟圚、戻り倀の型が `Promise<any[]>` ずなっおおり、関数の利甚者は戻り倀の構造`id`, `name`, `email`を型情報ずしお埗られたせん。たた、`data` も `any` ずしお扱われおいたす。 * **改善:** APIのレスポンス型ず、返华するナヌザヌ型を `interface` で定矩したす。 #### 2. ゚ラヌハンドリングの匷化 `fetch` はネットワヌク゚ラヌ以倖404, 500などでは䟋倖を投げず、レスポンスを返したす。たた、`response.json()` のパヌスに倱敗した堎合の考慮もありたせん。 * **改善:** `response.ok` をチェックし、HTTP゚ラヌの堎合は䟋倖を投げるようにしたす。たた、`try-catch` で通信゚ラヌを捕捉したす。 #### 3. 可読性ずモダンなJS/TS構文の䜿甚 * **文字列結合:** `"first_name" + " " + "last_name"` は、テンプレヌトリテラル `` `${first_name} ${last_name}` `` の方が簡朔で読みやすいです。 * **ルヌプ凊理:** `for` ルヌプ内で `if`

応答時間 89.4秒出力 3915 トヌクン

ビゞネスメヌル䜜成

取匕先の田䞭郚長に、玍品予定の補品に䞍具合が芋぀かり、玍期を1週間延期する必芁がある旚を䌝えるビゞネスメヌルを䜜成しおください。 条件 - 原因は品質怜査で軜埮な䞍具合が発芋されたため - 代替案ずしお暫定版を先に玍品するこずも可胜 - 改めおお詫びの蚪問をしたい - 日本のビゞネスマナヌに沿った䞁寧な文面にするこず

Beam 1.0 501B A23B

件名【ご報告・お願い】補品玍品期日の倉曎に぀いお1週間延期 ※必芁に応じお「補品名・品番」などを件名に含めおください --- 田侭 郚長 い぀もお䞖話になっおおりたす。 株匏䌚瀟〇〇 △△郚眲名の【自分の氏名】ず申したす。 さお、圓瀟より田䞭 郚長にご䟝頌いただいおおりたす補品 「【補品名・品番】」の玍品日に぀きたしお、ご連絡がございたす。 圓初、【〇幎〇月〇日〇】の玍品を予定しおおりたしたが、 最終品質怜査におきたしお、軜埮な䞍具合が発芋されたしたため、 品質を䞇党に期す芳点から、誠に勝手ながら玍品日を1週間延長し、 【〇幎〇月〇日〇】ずさせおいただきたくお願い申し䞊げたす。 今回の件におきたしお、田䞭 郚長䞊びに貎瀟関係者の皆様に ご迷惑をおかけし、心よりお詫び申し䞊げたす。 原因は匊瀟の品質怜査過皋で確認されたものであり、珟圚、該圓箇所を 速やかに是正察応しおおりたす。品質䞊の問題が解消されたこずを 確認の䞊、玍品させおいただきたす。 たた、代替案ずしお、本来の䜿甚に支障のない暫定版仮玍品を 先にご提䟛させおいただくこずも可胜でございたす。 もしご垌望がございたしたら、別途ご盞談のうえ、察応を怜蚎させお いただきたすので、ご意向をお聞かせいただけたすず幞いです。 なお、今回の件に぀きたしお、責任を持っおお詫びの蚪問をさせお いただきたく考えおおりたす。远っお、圓方より日皋調敎のご連絡を 差し䞊げたすので、その際はご郜合の良い日時をご指瀺いただけたす でしょうか。お手数 
応答時間 19.6秒出力 1748 トヌクン

GLM 4.7

ご提瀺いただいた条件に基づき、田䞭郚長ぞのビゞネスメヌルを䜜成したした。 状況に合わせお、[ ] の郚分を曞き換えおご䜿甚ください。 *** **件名【重芁】補品「[補品名]」の玍期遅延に関するお詫びずお願い** **本文** [取匕先䌚瀟名] 田侭 郚長 い぀も倧倉お䞖話になっおおりたす。 [自瀟名]の[あなたの名前]です。 さお、このたび玍品を予定しおおりたした補品「[補品名]」に぀きたしお、誠に恐瞮ながら玍期を延期させおいただきたくご連絡いたしたした。 事情ずしたしおは、出荷前の最終品質怜査においお、軜埮な䞍具合が発芋されたためです。 匊瀟ずいたしたしおは、お客様に安心しおご䜿甚いただけるよう、品質の完璧を期すべきず刀断し、珟圚修正䜜業を行っおおりたす。 ぀きたしおは、誠に勝手ながら、圓初の玍期より1週間遅れ、**[新しい玍期日]** に玍品させおいただきたく存じたす。 田䞭郚長におかれたしおは、急な蚈画倉曎ずなり倚倧なるご迷惑ずご心配をおかけしたすこずを、深くお詫び申し䞊げたす。 なお、もしご予定の郜合䞊、どうしおも圓初の玍期に補品が必芁でございたしたら、䞍具合箇所を回避しお䜿甚いただける「暫定版」を先に玍品するこずも可胜でございたす。お急ぎの堎合は、暫定版にお先行手配させおいただきたすので、ご怜蚎いただけたすでしょうか。 この床は、信頌に応えるこずができず誠に申し蚳ございたせん。 埌日、改めお盎接お詫びに䌺いたいず考えおおりたす。翌週以降で、田䞭郚長のご郜合いかがでしょうか。 急なご連絡ずなり恐瞮ではございたすが、ご確認のほど䜕卒よろしくお 
応答時間 67.5秒出力 1930 トヌクン

他のプロンプトでも比范する →

よくある質問

Beam 1.0 501B A23BずGLM 4.7、料金はどちらが安いですか
出力100䞇トヌクンあたりBeam 1.0 501B A23Bは¥201.6、GLM 4.7は¥294で、Beam 1.0 501B A23Bの方が安くなりたすFastMetalの円建お単䟡・皎別。
Beam 1.0 501B A23BずGLM 4.7のコンテキスト長の違いは
Beam 1.0 501B A23Bは1,048,576トヌクン、GLM 4.7は202,752トヌクンです。
Beam 1.0 501B A23BずGLM 4.7を同じAPIキヌで䜿えたすか
はい。FastMetalのOpenAI互換゚ンドポむントで、model に "beam-1.0" たたは "glm-4.7" を指定するだけで切り替えられたす。料金はそれぞれの単䟡で、同じ前払い残高から埓量課金されたす。

どちらも同じAPIキヌで詊せたす

アカりントを䜜成しおクレゞットを远加すれば、Beam 1.0 501B A23BずGLM 4.7をブラりザのチャットずAPIの䞡方から呌び出せたす。月額料金はありたせん。

Beam 1.0 501B A23Bの他の比范

GLM 4.7の他の比范