Claude Haiku 4.5 vs GLM 4.7
料金・コンテキスト長・実際の回答で比較（2026年8月時点）
Claude Haiku 4.5（Anthropic）とGLM 4.7（Z.ai）を、FastMetalのゲートウェイで実際に呼び出せる条件で比較します。どちらも同じOpenAI互換エンドポイントとAPIキーから利用でき、切り替えは model の文字列を変えるだけです。
スペックと料金
 Claude Haiku 4.5 |  GLM 4.7 | |
|---|---|---|
| 提供元 | Anthropic | Z.ai |
| 入力（100万トークンあたり） | ¥184.8 | ¥107.22 |
| 出力（100万トークンあたり） | ¥924 | ¥393.14 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥647 | ¥304 |
| コンテキスト長 | 200,000 トークン | 202,752 トークン |
| リリース日 | 2025/10/15 | 2025/12/22 |
| 入力モダリティ | image, text | text |
| アリーナ 総合 | #129 · ELO 1,413 | #79 · ELO 1,442 |
| アリーナ 日本語 | #112 · ELO 1,357 | 圏外 |
| アリーナ コーディング | #95 · ELO 1,480 | #87 · ELO 1,485 |
料金はFastMetalの円建て単価（税別）。アリーナ順位は公開リーダーボードの最新取得時点の値です。
どちらを選ぶべきか
- 料金重視ならGLM 4.7。出力100万トークンあたり¥393.14で、Claude Haiku 4.5より57%安くなります。
- 総合の評価はアリーナ順位でGLM 4.7が上です（79位。Claude Haiku 4.5は129位）。
- コーディングの評価はアリーナ順位でGLM 4.7が上です（87位。Claude Haiku 4.5は95位）。
- 長い文書を扱うならGLM 4.7。コンテキスト長は202,752トークンで、Claude Haiku 4.5の200,000トークンより広くとれます。
- 迷ったら両方を同じキーで試せます。model の文字列を変えるだけで切り替わり、料金はそれぞれの単価で従量課金されます。
同じプロンプトへの実際の回答
FastMetalのゲートウェイが返した回答をそのまま並べています。ベンチマークの数字ではなく、実際の出力です。
このエラーをデバッグして
以下のエラーがPythonアプリケーションで発生しています。原因を特定して修正してください。 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…
Claude Haiku 4.5
# エラー原因と修正方法
## 原因
**`order["price"]`が文字列型（str）で返されているため、整数との乗算ができない**ことが原因です。
データベースから取得したデータが文字列として返されており、数値計算ができない状態になっています。
## 修正方法
### **方法1: 型変換（推奨）**
```python
def get_user_orders(user_id):
orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id)
total = sum(float(order["price"]) * int(order["quantity"]) for order in orders)
return {"user_id": user_id, "total": total, "orders": orders}
```
### **方法2: 各要素を個別に変換**
```python
def get_user_orders(user_id):
orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id)
total = 0
for order in orders:
price = float(order["price"])
quantity = int(order…
応答時間 4.4秒出力 729 トークン
GLM 4.7
### 原因
このエラーは、データベースから取得した値のデータ型が原因です。
`order["price"]`（または `order["quantity"]`）が**文字列 (`str`)** 型として返ってきているのに、コード内で数値計算（掛け算）をしようとしているため発生しています。
Pythonでは、文字列と整数を直接掛け合わせることはできません（数値への変換が必要です）。
多くのデータベースライブラリ（特に標準的なもの）は、カラムの型に関係なく、結果をデフォルトで文字列として返すことがあります。
### 修正方法
計算を行う前に、文字列を数値型（`float` または `int`）に明示的に変換（キャスト）する必要があります。
通常、価格は小数点を含むことが多いため `float`、数量は `int` で変換します。
#### 修正後のコード
```python
def get_user_orders(user_id):
orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id)
# 文字列を数値に変換してから計算します
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 トークン
コードレビュー
以下のTypeScript関数をレビューして、可読性・パフォーマンス・ベストプラクティスの観点から改善点を提案してください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo…
Claude Haiku 4.5
# TypeScript関数のレビューと改善案
## 🔴 主な問題点
### 1. **型安全性の欠如**
```typescript
// ❌ `any[]` は危険
async function fetchAllUsers(page: number = 1): Promise<any[]>
// ✅ 改善: 型を定義
interface User {
id: string;
name: string;
email: string;
}
interface ApiResponse {
users: RawUser[];
}
interface RawUser {
id: string;
first_name: string;
last_name: string;
email: string;
status: string;
}
```
### 2. **エラーハンドリングがない**
```typescript
// ❌ fetch失敗時の処理がない
const response = await fetch(`/api/users?page=${currentPage}&limit=100`);
// ✅ 改善
const response = await fetch(`/api/users?page=${currentPage}&limit=100`);
if (!response.ok) {
throw new Error(`Failed to fetch users: ${response.status}`);
}…
応答時間 8.7秒出力 1343 トークン
GLM 4.7
ご提示いただいたTypeScript関数をレビューしました。
動作はしますが、型安全性、エラーハンドリング、可読性の観点でいくつか改善できる点があります。
以下に主要な改善点を挙げ、最後にリファクタリング後のコードを提示します。
### 主な改善点
#### 1. 型安全性の向上 (`any` の排除)
現在、戻り値の型が `Promise<any[]>` となっており、関数の利用者は戻り値の構造（`id`, `name`, `email`）を型情報として得られません。また、`data` も `any` として扱われています。
* **改善:** APIのレスポンス型と、返却するユーザー型を `interface` で定義します。
#### 2. エラーハンドリングの強化
`fetch` はネットワークエラー以外（404, 500など）では例外を投げず、レスポンスを返します。また、`response.json()` のパースに失敗した場合の考慮もありません。
* **改善:** `response.ok` をチェックし、HTTPエラーの場合は例外を投げるようにします。また、`try-catch` で通信エラーを捕捉します。
#### 3. 可読性とモダンなJS/TS構文の使用
* **文字列結合:** `"first_name" + " " + "last_name"` は、テンプレートリテラル `` `${first_name} ${last_name}` `` の方が簡潔で読みやすいです。
* **ループ処理:** `for` ループ内で `if`…
応答時間 89.4秒出力 3915 トークン
ビジネスメール作成
取引先の田中部長に、納品予定の製品に不具合が見つかり、納期を1週間延期する必要がある旨を伝えるビジネスメールを作成してください。 条件： - 原因は品質検査で軽微な不具合が発見されたため - 代替案として暫定版を先に納品することも可能 - 改めてお詫びの訪問をしたい - 日本のビジネスマナーに沿った丁寧な文面にすること
Claude Haiku 4.5
# ビジネスメール例
---
**件名：【重要】納品予定製品の納期変更のお願い
田中部長
いつもお世話になっております。
△△会社の○○です。
このたびは、大変申し訳ございませんが、重要なご報告とお詫びがございます。
現在ご予定いただいております**□□製品**につきまして、弊社の品質検査において軽微な不具合が発見されました。
お客様にご満足いただける製品をお納めするため、誠に勝手ながら**納期を1週間延期**させていただきたくお願い申し上げます。
**■ご提案**
ご急ぎのご事情がございましたら、以下の対応も検討いただけます：
- **暫定版の先行納品**も可能でございます
- 本版完成後、速やかに本製品への切り替えまたは交換対応させていただきます
ご多忙中のところ大変恐縮でございますが、いずれのご対応がご都合つきやすいか、お聞かせいただけますでしょうか。
また、今回のご迷惑につきまして、改めてご説明とお詫びを申し上げたく、**近日中にお伺いさせていただきたい**と考えております。ご都合のつく日時をお教えいただければ幸いです。
この度は、ご迷惑をおかけして申し訳ございません。
ご対応のほど、よろしくお願い申し上げます。
---
**〇〇会社 営業部**
**○○**
**メール：**
**電話：**
---
## ポイント
✓ **謝罪を冒頭と末尾に配置**
✓ **具体的な原因と対応を明記**
✓ **相手の立場を考慮した代替案を提示**
✓ **訪問日程の調整を丁寧に打診**
✓ **連絡先を明記**（迅速な返信を促す）
応答時間 5.4秒出力 618 トークン
GLM 4.7
ご提示いただいた条件に基づき、田中部長へのビジネスメールを作成しました。
状況に合わせて、[ ] の部分を書き換えてご使用ください。
***
**件名：【重要】製品「[製品名]」の納期遅延に関するお詫びとお願い**
**本文：**
[取引先会社名]
田中 部長
いつも大変お世話になっております。
[自社名]の[あなたの名前]です。
さて、このたび納品を予定しておりました製品「[製品名]」につきまして、誠に恐縮ながら納期を延期させていただきたくご連絡いたしました。
事情としましては、出荷前の最終品質検査において、軽微な不具合が発見されたためです。
弊社といたしましては、お客様に安心してご使用いただけるよう、品質の完璧を期すべきと判断し、現在修正作業を行っております。
つきましては、誠に勝手ながら、当初の納期より1週間遅れ、**[新しい納期日]** に納品させていただきたく存じます。
田中部長におかれましては、急な計画変更となり多大なるご迷惑とご心配をおかけしますことを、深くお詫び申し上げます。
なお、もしご予定の都合上、どうしても当初の納期に製品が必要でございましたら、不具合箇所を回避して使用いただける「暫定版」を先に納品することも可能でございます。お急ぎの場合は、暫定版にて先行手配させていただきますので、ご検討いただけますでしょうか。
この度は、信頼に応えることができず誠に申し訳ございません。
後日、改めて直接お詫びに伺いたいと考えております。翌週以降で、田中部長のご都合いかがでしょうか。
急なご連絡となり恐縮ではございますが、ご確認のほど何卒よろしくお…
応答時間 67.5秒出力 1930 トークン
よくある質問
- Claude Haiku 4.5とGLM 4.7、料金はどちらが安いですか？
- 出力100万トークンあたりClaude Haiku 4.5は¥924、GLM 4.7は¥393.14で、GLM 4.7の方が安くなります（FastMetalの円建て単価・税別）。
- Claude Haiku 4.5とGLM 4.7のコンテキスト長の違いは？
- Claude Haiku 4.5は200,000トークン、GLM 4.7は202,752トークンです。
- Claude Haiku 4.5とGLM 4.7、評価が高いのはどちらですか？
- 公開アリーナの順位ではGLM 4.7が上です（Claude Haiku 4.5 112位、GLM 4.7 79位）。順位はリーダーボードの更新で変わります。
- Claude Haiku 4.5とGLM 4.7を同じAPIキーで使えますか？
- はい。FastMetalのOpenAI互換エンドポイントで、model に "anthropic-claude-haiku-4-5" または "glm-4.7" を指定するだけで切り替えられます。料金はそれぞれの単価で、同じ前払い残高から従量課金されます。
どちらも同じAPIキーで試せます
アカウントを作成してクレジットをチャージすれば、Claude Haiku 4.5とGLM 4.7をブラウザのチャットとAPIの両方から呼び出せます。月額料金はありません。