モデル比較

Claude Haiku 4.5 vs GLM 5.3

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 5.3(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

anthropic logoClaude Haiku 4.5z-ai logoGLM 5.3
提供元AnthropicZ.ai
入力(100万トークンあたり)¥184.8¥250.18
出力(100万トークンあたり)¥924¥786.28
想定コスト(入力1,000・出力500トークン × 1,000回)¥647¥643
コンテキスト長200,000 トークン1,048,576 トークン
リリース日2025/10/152026/8/18
入力モダリティimage, texttext
アリーナ 総合#120 · ELO 1,412圏外
アリーナ 日本語#99 · ELO 1,355圏外
アリーナ コーディング#86 · ELO 1,479圏外

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 5.3。出力100万トークンあたり¥786.28で、Claude Haiku 4.5より15%安くなります。
  • 長い文書を扱うならGLM 5.3。コンテキスト長は1,048,576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 5.3

## 原因 `TypeError: unsupported operand type(s) for *: 'str' and 'int'` は、**文字列と数値を掛け算しようとして失敗**したエラーです。エラーメッセージの並びから、`order["price"]` が文字列(`'1000'` など)、`order["quantity"]` が整数で返されていると推測できます。 つまり、DBから取得した値の型が期待(数値)と異なっています。典型的な要因は: 1. **`price` カラムが `VARCHAR` / `TEXT` などの文字列型で定義されている**(最も可能性が高い) 2. `DECIMAL` 型カラムを、ドライバーの設定や `db.query()` ラッパーの処理によって文字列として受け取っている 3. JSON 経由などで一度文字列化されたデータを使っている ## 確認方法 まず実際の型を確認してください: ```python print(type(orders[0]["price"]), repr(orders[0]["price"])) print(type(orders[0]["quantity"]), repr(orders[0]["quantity"])) # 例: <class 'str'> '1000' ← これが原因 ``` スキーマも確認します(MySQLの例): ```sql SELECT column_name, data_type FROM information_schema.columns WHERE table_…
応答時間 93.0秒出力 7073 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 5.3

# コードレビュー 全体的にロジックは正しく動作しますが、いくつかの改善点があります。カテゴリ別に整理します。 ## 1. 型安全性 **課題:`any` の使用** `Promise<any[]>` や `allUsers: any[]` はTypeScriptの型チェックを無効化しており、タイポや存在しないプロパティへのアクセスを実行時まで検出できません。 ```typescript // APIレスポンスと返却値の型を定義すべき interface ApiUser { id: number; first_name: string; last_name: string; email: string; status: 'active' | 'deleted'; } interface User { id: number; name: string; email: string; } ``` ## 2. エラー処理 **課題:`response.ok` のチェックがない** HTTP 404 や 500 でも `fetch` は例外を投げず、`response.json()` が失敗するか意図しないデータを返します。また、ネットワークエラー時の挙動も考慮されていません。 ```typescript const response = await fetch(url); if (!response.ok) { throw new Error(`ユーザー取得に失敗しました (status: ${response.status})…
応答時間 42.3秒出力 3589 トークン

SQLクエリの最適化

以下のSQLクエリは500万行のテーブルに対して実行すると30秒以上かかります。最適化してください。 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クエリ最適化案 ## 🔴 主な問題点 1. **不適切なJOIN順序** - 大量データをJOINしてからFILTER 2. **インデックス不足** - WHERE/ON句のカラムにインデックスなし 3. **重複集計** - reviews テーブルとの LEFT JOIN により行が増幅 4. **GROUP BY非効率** - product_name で集計(IDの方が効率的) --- ## ✅ 最適化クエリ ```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 ( -- サブクエリで先に集計・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 トークン

GLM 5.3

# ボトルネックの分析 このクエリが遅い原因は大きく4つあり、中には**速度だけでなく集計結果が誤る致命的な問題**も含まれています。 ### 1. ファンアウト(多対多結合)による行の爆発 ← 最重要 `order_details`(1商品に複数行)と `reviews`(1商品に複数行)を同じ `product_id` で結合しているため、**掛け算で行が膨張**します。 例:ある商品に注文明細100件・レビュー20件 → 結合後に **2,000行** 生成。500万行テーブルでは中間結果が数千万〜数億行になり、GROUP BYとソートが破綻します。 しかも集計値も不正確になります: - `COUNT(o.order_id)` … 注文数×レビュー数で過大計上 - `SUM(o.amount)` … レビュー数分だけ多重カウント - `AVG(r.rating)` … 注文数の多い商品の評価が不当に重み付けされる ### 2. WHERE句がLEFT JOINの意味を壊している `WHERE o.created_at >= '2024-04-01'` は `o.created_at` がNULLの行(=受注のない商品)を除外するため、`orders` へのLEFT JOINは**実質INNER JOIN**です。意図が「全商品を出す」ならバグ、「受注ありのみ」ならINNER JOINと明示すべきです。 ### 3. 外部キー列にインデックスがない `order_details.product_id`、`reviews.product_id`、`order…
応答時間 85.5秒出力 6256 トークン

他のプロンプトでも比較する →

よくある質問

Claude Haiku 4.5とGLM 5.3、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 5.3は¥786.28で、GLM 5.3の方が安くなります(FastMetalの円建て単価・税別)。
Claude Haiku 4.5とGLM 5.3のコンテキスト長の違いは?
Claude Haiku 4.5は200,000トークン、GLM 5.3は1,048,576トークンです。
Claude Haiku 4.5とGLM 5.3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-5.3" 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 5.3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。

Claude Haiku 4.5の他の比較

GLM 5.3の他の比較