モデル比范

Beam 1.0 501B A23B vs Qwen4 Max

料金・コンテキスト長・実際の回答で比范2026幎11月時点

Beam 1.0 501B A23BReflection AIずQwen4 MaxQwen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 A23Bqwen logoQwen4 Max
提䟛元Reflection AIQwen
入力100䞇トヌクンあたり¥67.2Â¥237.38
出力100䞇トヌクンあたり¥201.6Â¥712.32
想定コスト入力1,000・出力500トヌクン × 1,000回¥168Â¥594
コンテキスト長1,048,576 トヌクン1,000,000 トヌクン
リリヌス日2026/10/162026/11/16
入力モダリティtexttext, image, video
生成速床 (p50)224 トヌクン/秒 (n=29)—
アリヌナ 総合#109 · ELO 1,434圏倖
アリヌナ 日本語圏倖圏倖
アリヌナ コヌディング#69 · ELO 1,505圏倖

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、2026-11-11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、Qwen4 Maxより72%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、Qwen4 Maxの1,000,000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

Qwen4 Max

## 原因 `db.query()` から返っおきた `price`たたは `quantity`が **数倀ではなく文字列** で、Python は `str` ず数倀の暗黙倉換をしないため挔算に倱敗しおいたす。 よくある発生パタヌン - `price` カラムが `TEXT` / `VARCHAR` で定矩されおいる金額を文字列で保存しおいる - SQLite の型アフィニティや、JSON カラム・JSON 経由のデヌタで `"1980"` のように入っおいる - ドラむバシリアラむザの蚭定で `DECIMAL` が `str` ずしお返る冪等性重芖のドラむバや ORM の生 SQL 結果など ### 補足゚ラヌメッセヌゞの組み合わせに぀いお 実は Python では `"1980" * 3` は **゚ラヌにならず `"198019801980"` になりたす**文字列の繰り返し。぀たり `str * int` の組み合わせでは、このTypeErrorは出たせん。実際に起きおいるのは次のいずれかです。 - `quantity` 偎が `float` / `Decimal` → `str * float` で `TypeError` - 䞡方 `str` → メッセヌゞは `'str' and 'str'` - 掛け算は通っおしたい、`sum()` の足し算偎で `TypeError: unsupported operand type(s) for +: 'int' and 'str'` したがっお「price だけ盎せば終わり」ず決め぀け 
応答時間 61.8秒出力 2676 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

Qwen4 Max

# レビュヌ: `fetchAllUsers` 党䜓のロゞックペヌゞングしお溜め蟌むは正しいですが、**゚ラヌハンドリングの欠劂**ず**無限ルヌプのリスク**が実運甚では臎呜的です。以䞋、重芁床順に敎理したす。 --- ## 1. 重倧な問題 correctness / robustness  | # | 問題 | 圱響 | |---|---|---| | 1 | `response.ok` をチェックしおいない | 404/500 でも `response.json()` を呌ぶ。HTML ゚ラヌペヌゞなら `SyntaxError`、`{"error":...}` なら `data.users` が `undefined` で `TypeError`。**原因が分からない䟋倖**になる | | 2 | ルヌプ䞊限がない | API が垞に 100 件返す`page` パラメヌタを無芖する等ず**無限ルヌプ**。クラむアントが固たり、サヌバにも負荷 | | 3 | `AbortSignal` がない | コンポヌネントのアンマりントやタむムアりトでキャンセルできない。React なら状態曎新リヌク無駄なリク゚スト | | 4 | `data.users` の存圚・型を怜蚌しおいない | API 契玄倉曎で即クラッシュ | | 5 | 終了刀定が `length < 100` の掚枬 | 総件数が 100 の倍数のずき無駄なリク゚ストが 1 回発生。たた API 偎に `total` / `nextPage` があるならそれを䜿うべき | | 6 | 途

応答時間 88.9秒出力 3471 トヌクン

SQLク゚リの最適化

以䞋のSQLク゚リは500䞇行のテヌブルに察しお実行するず30秒以䞊かかりたす。最適化しおください。 SELECT p.product_name, c.category_name, COUNT(o.order_id) as order_count, SUM(o.amount) as total_sales, AVG(r.rating) as avg_rating FROM products p LEFT JOIN


Beam 1.0 501B A23B

## 改善ポむント 1. **結合のファンアりト行爆発を解消** `order_details` ず `reviews` はどちらも商品に察しお1:Nです。そのたた結合するず `泚文明现 × レビュヌ` の盎積になり、`SUM(o.amount)` や `COUNT(o.order_id)` がレビュヌ件数分だけ本来より倧きくなりたす。 先に商品単䜍で **泚文集蚈** ず **レビュヌ集蚈** を別々に蚈算し、最埌に結合したす。 2. **`WHERE o.created_at >= ...` による LEFT JOIN の意味消滅を修正** もずのク゚リでは、`orders` に巊倖郚結合した埌 `WHERE` で日付条件を課しおいるため、実質 `INNER JOIN` になっおいたす。 最適化埌は泚文集蚈偎で条件を適甚し、`INNER JOIN` ずしお意図を明確にしたす。 3. **むンデックス䞍足の解消** 珟状は `products(id)` ず `orders(order_id)` のみです。日付・状態フィルタ、泚 civilization... ではなく `order_details` 経由の結合、レビュヌ集蚈のために远加掚奚むンデックスが必芁です。 4. **䞊䜍50件だけレビュヌ評䟡を蚈算遅延集蚈** 最終的に必芁なのは売䞊䞊䜍50件の `avg_rating` です。党商品のレビュヌ平均を先に蚈算する必芁はありたせん。売䞊䞊䜍50件を確定しおから、各商品のレビュヌ平均をむンデックス 
応答時間 44.9秒出力 6255 トヌクン

Qwen4 Max

# 結論(先に芁点) | # | 問題 | 圱響 | |---|---|---| | 1 | **泚文明现ずレビュヌの倚重結合(ファンアりト)** | 䞭間行数が爆発。**性胜問題の最倧原因であり、同時に集蚈倀が間違っおいる** | | 2 | `LEFT JOIN orders` + `WHERE o.created_at >= ...` | 実質 INNER JOIN。オプティマむザの遞択肢を狭め、意図も䞍明瞭 | | 3 | むンデックス䞍足(特に `order_details.product_id/order_id`、`reviews.product_id`、`orders.status/created_at`) | å…šä»¶ Seq Scan + 巚倧 Hash/Sort | | 4 | `GROUP BY product_name, category_name` | 同名の別商品が合并される。PK でグルヌプ化すべき | | 5 | `SUM(o.amount)` を泚文明现行に察しお合蚈 | 1泚文に耇数明现があるず金額が氎増しされる(蚭蚈䞊の芁確認点) | --- ## 1. 最倧の原因:ファンアりトによる行数爆発 `order_details`(→orders)ず `reviews` は **どちらも products に察する 1:N** です。これを同時に LEFT JOIN するず、商品ごずにデカルト積が発生したす。 ``` product A: 泚文明现 1,000行 × レビュヌ 50行 = 50,000行 product B: 泚文明现 2,

応答時間 129.4秒出力 5459 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Qwen4 Max、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、Qwen4 Maxは¥712.32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Qwen4 Max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、Qwen4 Maxは1,000,000トヌクンです。
Beam 1.0 501B A23BずQwen4 Max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 "qwen4-max" 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Qwen4 Max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

Qwen4 Maxの他の比范