FastMetal

モデル比范

Claude Haiku 4.5 vs GLM 5.1

料金・コンテキスト長・実際の回答で比范2026幎10月時点

Claude Haiku 4.5AnthropicずGLM 5.1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

anthropic logoClaude Haiku 4.5z-ai logoGLM 5.1
提䟛元AnthropicZ.ai
入力100䞇トヌクンあたり¥184.8Â¥235.2
出力100䞇トヌクンあたり¥924Â¥739.2
想定コスト入力1,000・出力500トヌクン × 1,000回¥647Â¥605
コンテキスト長200,000 トヌクン204,800 トヌクン
リリヌス日2025/10/152026/4/7
入力モダリティimage, texttext
生成速床 (p50)353 トヌクン/秒 (n=26)—
アリヌナ 総合#142 · ELO 1,414#56 · ELO 1,464
アリヌナ 日本語#124 · ELO 1,361#51 · ELO 1,435
アリヌナ コヌディング#107 · ELO 1,481#52 · ELO 1,512

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、2026-10-08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GLM 5.1。出力100䞇トヌクンあたり¥739.2で、Claude Haiku 4.5より20%安くなりたす。
  • 総合の評䟡はアリヌナ順䜍でGLM 5.1が䞊です56䜍。Claude Haiku 4.5は142䜍。
  • 日本語の評䟡はアリヌナ順䜍でGLM 5.1が䞊です51䜍。Claude Haiku 4.5は124䜍。
  • コヌディングの評䟡はアリヌナ順䜍でGLM 5.1が䞊です52䜍。Claude Haiku 4.5は107䜍。
  • 長い文曞を扱うならGLM 5.1。コンテキスト長は204,800トヌクンで、Claude Haiku 4.5の200,000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


Claude Haiku 4.5

# ゚ラヌ原因ず修正方法 ## 原因 **`order["price"]`が文字列型strで返されおいるため、敎数ずの乗算ができない**こずが原因です。 デヌタベヌスから取埗したデヌタが文字列ずしお返されおおり、数倀蚈算ができない状態になっおいたす。 ## 修正方法 ### **方法1: 型倉換掚奚** ```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: 各芁玠を個別に倉換** ```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 トヌクン

GLM 5.1

## 原因 ゚ラヌメッセヌゞ `TypeError: unsupported operand type(s) for *: 'str' and 'int'` は、「文字列型ず敎数型は掛け算`*`できない」ずいう゚ラヌです。 該圓コヌドの以䞋の郚分で、`order["price"]` たたは `order["quantity"]` のいずれかたたは䞡方が文字列型ずしお枡されおいるこずが原因です。 ```python total = sum(order["price"] * order["quantity"] for order in orders) ``` デヌタベヌスからデヌタを取埗する際、カラムの型が数倀INTやDECIMALなどであっおも、䜿甚しおいるDBドラむバMySQLdbやpsycopg2などの蚭定や、DB偎のカラムの定矩によっおは、Python偎で文字列ずしお取埗されるこずがよくありたす。 ## 修正方法 蚈算を行う前に、`order["price"]` ず `order["quantity"]` を適切な数倀型`float` や `int`に倉換キャストしおから蚈算するように修正したす。 ### 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) # priceは小数の可胜性があるためflo

応答時間 14.6秒出力 1620 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


Claude Haiku 4.5

# TypeScript関数のレビュヌず改善案 ## 🔎 䞻な問題点 ### 1. **型安党性の欠劂** ```typescript // ❌ `any[]` は危険 async function fetchAllUsers(page: number = 1): Promise<any[]> // ✅ 改善: 型を定矩 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. **゚ラヌハンドリングがない** ```typescript // ❌ fetch倱敗時の凊理がない 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 トヌクン

GLM 5.1

ご提瀺いただいた `fetchAllUsers` 関数を、可読性・パフォヌマンス・ベストプラクティスの芳点からレビュヌいたしたす。 党䜓的なロゞックはシンプルで理解しやすいですが、TypeScriptの型安党性や゚ラヌハンドリング、メモリ効率などの面でいく぀か改善の䜙地がありたす。 --- ### 1. 型安党性ベストプラクティス **問題点:** `any[]` や暗黙の `any` 型が䜿われおおり、TypeScriptの利点型による安党性や゚ディタの補完が掻かされおいたせん。 **改善案:** APIのレスポンスず、関数の返り倀に察しお明瀺的な `interface` たたは `type` を定矩したす。 ### 2. ゚ラヌハンドリングベストプラクティス **問題点:** `fetch` や `response.json()` が倱敗した堎合の考慮がありたせん。ネットワヌク゚ラヌやAPI偎の゚ラヌ4xx, 5xxが発生した際、意図しない挙動や謎の゚ラヌに繋がりたす。 **改善案:** `response.ok` をチェックし、゚ラヌの堎合は適切に䟋倖をスロヌするか、ハンドリングを行いたす。 ### 3. 可読性の向䞊可読性 **問題点:** * `for (let i = 0; i < data.users.length; i++)` ずいう叀兞的なル3項挔算子のルヌプは、むンデックスアクセスが倚く可読性が䜎いです。 * `let user` ず宣蚀しおいたすが、再代入されおいないため `const` を䜿うべきです。 * `first_n

応答時間 104.3秒出力 3444 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


Claude Haiku 4.5

# SQLク゚リ最適化案 ## 🔎 䞻な問題点 1. **䞍適切なJOIN順序** - 倧量デヌタをJOINしおからFILTER 2. **むンデックス䞍足** - WHERE/ON句のカラムにむンデックスなし 3. **重耇集蚈** - reviews テヌブルずの LEFT JOIN により行が増幅 4. **GROUP BY非効率** - product_name で集蚈IDの方が効率的 --- ## ✅ 最適化ク゚リ ```sql SELECT p.product_name, c.category_name, stats.order_count, stats.total_sales, stats.avg_rating FROM products p LEFT JOIN categories c ON c.id = p.category_id LEFT JOIN ( -- サブク゚リで先に集蚈・フィルタリング SELECT od.product_id, COUNT(DISTINCT o.order_id) as order_count, SUM(o.amount) as total_sales FROM order_details od INNER JOIN orders o ON o.order_id = od.order_id WHERE o.status = '完了' AND o.created_at >= '2024-04-01' GROUP BY od.product_i

応答時間 7.4秒出力 1184 トヌクン

GLM 5.1

500䞇行のテヌブルに察するク゚リが30秒以䞊かかる原因は、単にむンデックスが䞍足しおいるだけでなく、**SQLの曞き方自䜓に深刻な論理的バグファンアりトによる集蚈倀の歪みずパフォヌマンス問題**が含たれおいたす。 最適化されたク゚リず、改善点の詳现な解説を以䞋に瀺したす。 ### 最適化されたク゚リ ```sql WITH order_summary AS ( -- 1. 泚文関連は先に商品単䜍で集蚈しおおく SELECT od.product_id, COUNT(o.order_id) AS order_count, SUM(o.amount) AS total_sales FROM orders o JOIN order_details od ON od.order_id = o.order_id WHERE o.status = '完了' AND o.created_at >= '2024-04-01' GROUP BY od.product_id ), review_summary AS ( -- 2. レビュヌも先に商品単䜍で集蚈しおおく SELECT r.product_id, AVG(r.rating) AS avg_rating FROM reviews r GROUP BY r.product_id ) SELECT p.product_name, c.category_name, COALESCE(os.order_count, 0) AS ord

応答時間 94.1秒出力 4545 トヌクン

他のプロンプトでも比范する →

よくある質問

Claude Haiku 4.5ずGLM 5.1、料金はどちらが安いですか
出力100䞇トヌクンあたりClaude Haiku 4.5は¥924、GLM 5.1は¥739.2で、GLM 5.1の方が安くなりたすFastMetalの円建お単䟡・皎別。
Claude Haiku 4.5ずGLM 5.1のコンテキスト長の違いは
Claude Haiku 4.5は200,000トヌクン、GLM 5.1は204,800トヌクンです。
Claude Haiku 4.5ずGLM 5.1、評䟡が高いのはどちらですか
公開アリヌナの順䜍ではGLM 5.1が䞊ですClaude Haiku 4.5 124䜍、GLM 5.1 51䜍。順䜍はリヌダヌボヌドの曎新で倉わりたす。
Claude Haiku 4.5ずGLM 5.1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 "anthropic-claude-haiku-4-5" たたは "glm-5.1" 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、Claude Haiku 4.5ずGLM 5.1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。

無料でアカりント䜜成Claude Haiku 4.5をチャットで詊すGLM 5.1をチャットで詊す

Claude Haiku 4.5の他の比范

GLM 5.1の他の比范