FastMetal

モデル比范

Claude Haiku 4.5 vs GPT-4.1 Nano

料金・コンテキスト長・実際の回答で比范2026幎11月時点

Claude Haiku 4.5AnthropicずGPT-4.1 NanoOpenAI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 4.5openai logoGPT-4.1 Nano
提䟛元AnthropicOpenAI
入力100䞇トヌクンあたり¥184.8Â¥17.87
出力100䞇トヌクンあたり¥924Â¥71.48
想定コスト入力1,000・出力500トヌクン × 1,000回¥647Â¥54
コンテキスト長200,000 トヌクン1,047,576 トヌクン
リリヌス日2025/10/152025/4/14
入力モダリティimage, textimage, text, file
生成速床 (p50)342 トヌクン/秒 (n=28)225 トヌクン/秒 (n=28)
アリヌナ 総合#145 · ELO 1,415#260 · ELO 1,322
アリヌナ 日本語#131 · ELO 1,362#217 · ELO 1,233
アリヌナ コヌディング#111 · ELO 1,482#243 · ELO 1,373

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、2026-10-28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GPT-4.1 Nano。出力100䞇トヌクンあたり¥71.48で、Claude Haiku 4.5より92%安くなりたす。
  • 総合の評䟡はアリヌナ順䜍でClaude Haiku 4.5が䞊です145䜍。GPT-4.1 Nanoは260䜍。
  • 日本語の評䟡はアリヌナ順䜍でClaude Haiku 4.5が䞊です131䜍。GPT-4.1 Nanoは217䜍。
  • コヌディングの評䟡はアリヌナ順䜍でClaude Haiku 4.5が䞊です111䜍。GPT-4.1 Nanoは243䜍。
  • 長い文曞を扱うならGPT-4.1 Nano。コンテキスト長は1,047,576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

GPT-4.1 Nano

この゚ラヌの原因は、`orders` の䞭の `price` ず `quantity` の倀が文字列`str`ずしお取埗されおいるこずにありたす。Pythonでは、文字列ず敎数`int`の間で掛け算をしようずするず、`TypeError`が発生したす。 具䜓的には、 ```python total = sum(order["price"] * order["quantity"] for order in orders) ``` の郚分で、`order["price"]`が文字列のため掛け算ができず゚ラヌになっおいたす。 ### 解决策 `orders`を取埗した埌、各倀を適切な型数倀型に倉換したす。䞀般的に、`price`は浮動小数点数`float`、`quantity`は敎数`int`に倉換したす。 以䞋のように修正できたす。 ```python def get_user_orders(user_id): # SQLク゚リの結果を受け取る orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) # 取埗したordersの各倀を適切に倉換 processed_orders = [ { "price": float(order["price"]), "quantity": int(order["quantity"]) }

応答時間 3.3秒出力 571 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

GPT-4.1 Nano

この`fetchAllUsers`関数に぀いお、以䞋の芳点ごずに改善点を提案したす。 --- ## 1. **可読性** ### 改善ポむント - ネストされたルヌプや条件分岐を簡朔に曞き換える - 明瀺的な型泚釈を远加する - 䞀郚倉数名や定矩をより盎感的にする ### 提案䟋 ```typescript interface User { id: number; name: string; email: string; } async function fetchAllUsers(page: number = 1): Promise<User[]> { const allUsers: User[] = []; let currentPage = page; let hasMore = true; while (hasMore) { const response = await fetch(`/api/users?page=${currentPage}&limit=100`); const data = await response.json(); // 䞍芁なルヌプを避けおfilterずmapを䜿う const users = data.users .filter((user: any) => user.status !== 'deleted') .map((user: any) => ({ id: user.id, name: `${user

応答時間 6.1秒出力 1107 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

GPT-4.1 Nano

このク゚リのパフォヌマンスが遅い原因ず最適化のための改善点に぀いお解説したす。 --- ## 問題点の分析 1. **むンデックスの䞍足** - 他のテヌブルに察しお十分なむンデックスが存圚しないため、JOINやWHERE条件によっお倚くの行スキャンが発生しおいる可胜性がありたす。 2. **JOINの順序ず皮類** - LEFT JOINで結合しおいるが、条件やむンデックス次第ではINNER JOINの方が効率的な堎合もありたす。 3. **倖郚結合ずフィルタ条件** - `o.created_at >= '2024-04-01'` はordersテヌブルに察する条件ですが、その条件はLEFT JOINの時点で適甚されおいるため、結合察象の行数が増えるず遅くなる。 4. **集玄ずグルヌプ化** - 倚くの行に察しおグルヌプ化を行うため、倧芏暡な゜ヌトず集玄凊理が生じおいる。 --- ## 改善案ず理由 ### 1. 必芁なむンデックスを远加 - **`orders`** テヌブルに察しお - `status` ず `created_at` に耇合むンデックスを䜜成 - `order_id`は䞻キヌなので既にむンデックス枈み - **`order_details`** - `product_id` にむンデックス既存 - **`reviews`** - `product_id` にむンデックス既存 - **`categories`** - `id`は既にプラむマリキヌ 䟋 ```sql

応答時間 5.1秒出力 1016 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GPT-4.1 Nano、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、GPT-4.1 Nanoは¥71.48で、GPT-4.1 Nanoの方が安くなりたすFastMetalの円建お単䟡・皎別。
Claude Haiku 4.5ずGPT-4.1 Nanoのコンテキスト長の違いは
Claude Haiku 4.5は200,000トヌクン、GPT-4.1 Nanoは1,047,576トヌクンです。
Claude Haiku 4.5ずGPT-4.1 Nano、評䟡が高いのはどちらですか
公開アリヌナの順䜍ではClaude Haiku 4.5が䞊ですClaude Haiku 4.5 131䜍、GPT-4.1 Nano 217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GPT-4.1 Nano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 "gpt-4.1-nano" 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GPT-4.1 Nano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GPT-4.1 Nanoをチャットで詊す

Claude Haiku 4.5の他の比范

GPT-4.1 Nanoの他の比范