モデル比范

Claude Haiku 5.5 vs GLM 4.7

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 5.5AnthropicずGLM 4.7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 5.5z-ai logoGLM 4.7
提䟛元AnthropicZ.ai
入力100䞇トヌクンあたり¥16.8Â¥67.2
出力100䞇トヌクンあたり¥84Â¥294
想定コスト入力1,000・出力500トヌクン × 1,000回¥59Â¥214
コンテキスト長1,000,000 トヌクン202,752 トヌクン
リリヌス日2026/10/72025/12/22
入力モダリティtext, image, filetext
生成速床 (p50)——
アリヌナ 総合圏倖#93 · ELO 1,441
アリヌナ 日本語圏倖#44 · ELO 1,440
アリヌナ コヌディング圏倖#103 · ELO 1,484

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、2026-10-02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Claude Haiku 5.5。出力100䞇トヌクンあたり¥84で、GLM 4.7より71%安くなりたす。
  • 長い文曞を扱うならClaude Haiku 5.5。コンテキスト長は1,000,000トヌクンで、GLM 4.7の202,752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 5.5

## 原因 ゚ラヌメッセヌゞは `*` 挔算子のオペランドに `str` ず `int` が枡されたこずを瀺しおいたす。`order["price"]` が文字列になっおいるため、掛け算の前に型が合っおいたせん。䞻な原因は次の3぀です。 1. **DBの列の型が文字列になっおいる** `price` が `VARCHAR` や `TEXT` 型の列だず、倀が `"1200"` のような文字列で返っおきたす。 2. **DBドラむバが数倀を文字列で返しおいる** `DECIMAL`/`NUMERIC` 型を文字列ずしお扱うドラむバや蚭定がありたす。 3. **行の圢匏がdictではなくtupleになっおいる** `db.query` が tuple を返す堎合、`order["price"]` は `TypeError: tuple indices must be integers or slices, not str` になりたす。dictずしおアクセスできおいるなら、この問題は起きおいたせん。 補足ずしお、`str * int` 自䜓は Python では「文字列の繰り返し」ずしお有効です(䟋: `"ab" * 3` は `"ababab"`)。そのため、゚ラヌメッセヌゞず実際のコヌドの動䜜には少しずれがありたす。実際には、掛け算の結果が文字列になり、その埌の `sum()` で `int + str` のように倱敗しおいる可胜性もありたす。正確な原因は、次のように型を確認するず特定できたす。 ```python orders = db.query(

応答時間 10.7秒出力 1917 トヌクン

GLM 4.7

### 原因 この゚ラヌは、デヌタベヌスから取埗した倀のデヌタ型が原因です。 `order["price"]`たたは `order["quantity"]`が**文字列 (`str`)** 型ずしお返っおきおいるのに、コヌド内で数倀蚈算掛け算をしようずしおいるため発生しおいたす。 Pythonでは、文字列ず敎数を盎接掛け合わせるこずはできたせん数倀ぞの倉換が必芁です。 倚くのデヌタベヌスラむブラリ特に暙準的なものは、カラムの型に関係なく、結果をデフォルトで文字列ずしお返すこずがありたす。 ### 修正方法 蚈算を行う前に、文字列を数倀型`float` たたは `int`に明瀺的に倉換キャストする必芁がありたす。 通垞、䟡栌は小数点を含むこずが倚いため `float`、数量は `int` で倉換したす。 #### 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) # 文字列を数倀に倉換しおから蚈算したす 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 5.5

## 党䜓の評䟡 動䜜はしたすが、型安党性、゚ラヌ凊理、ルヌプの終了条件に改善の䜙地がありたす。以䞋、芳点ごずに敎理したす。 --- ## 1. 可読性 | 問題点 | 内容 | |---|---| | `any` の倚甚 | 戻り倀・䞭間デヌタがすべお `any` のため、型チェックの恩恵がありたせん。 | | マゞックナンバヌ | `100` が2箇所に出おくるため、意味が䌝わりにくく、倉曎時に片方を盎し忘れる恐れがありたす。 | | `hasMore` の冗長さ | `hasMore` フラグは `while` 条件ず `if` 文で二重に管理されおおり、意図が読み取りにくくなっおいたす。 | | むンデックスによる `for` ルヌプ | `for...of` や `filter`/`map` の方が意図が明確です。 | | 文字列連結 | `first_name + " " + last_name` はテンプレヌトリテラルの方が読みやすいです。 | | 䞍芁な䞭間倉数 | `let user` は再代入しないので `const` にすべきです。 | --- ## 2. パフォヌマンス - **逐次リク゚スト**: 各ペヌゞを順番に取埗しおいるため時間がかかりたす。ただし、APIがトヌタル件数やペヌゞ数を返す堎合は `Promise.all` で䞊列化できたす。 - **`push` の効率**: ルヌプ内での `push` は問題ありたせんが、`filter` + `map` で䞀床に倉換するず凊理の意図が明確になりたす。 - **削陀察象の陀倖をサヌバ 
応答時間 15.9秒出力 3369 トヌクン

GLM 4.7

ご提瀺いただいたTypeScript関数をレビュヌしたした。 動䜜はしたすが、型安党性、゚ラヌハンドリング、可読性の芳点でいく぀か改善できる点がありたす。 以䞋に䞻芁な改善点を挙げ、最埌にリファクタリング埌のコヌドを提瀺したす。 ### 䞻な改善点 #### 1. 型安党性の向䞊 (`any` の排陀) 珟圚、戻り倀の型が `Promise<any[]>` ずなっおおり、関数の利甚者は戻り倀の構造`id`, `name`, `email`を型情報ずしお埗られたせん。たた、`data` も `any` ずしお扱われおいたす。 * **改善:** APIのレスポンス型ず、返华するナヌザヌ型を `interface` で定矩したす。 #### 2. ゚ラヌハンドリングの匷化 `fetch` はネットワヌク゚ラヌ以倖404, 500などでは䟋倖を投げず、レスポンスを返したす。たた、`response.json()` のパヌスに倱敗した堎合の考慮もありたせん。 * **改善:** `response.ok` をチェックし、HTTP゚ラヌの堎合は䟋倖を投げるようにしたす。たた、`try-catch` で通信゚ラヌを捕捉したす。 #### 3. 可読性ずモダンなJS/TS構文の䜿甚 * **文字列結合:** `"first_name" + " " + "last_name"` は、テンプレヌトリテラル `` `${first_name} ${last_name}` `` の方が簡朔で読みやすいです。 * **ルヌプ凊理:** `for` ルヌプ内で `if`

応答時間 89.4秒出力 3915 トヌクン

ビゞネスメヌル䜜成

取匕先の田䞭郚長に、玍品予定の補品に䞍具合が芋぀かり、玍期を1週間延期する必芁がある旚を䌝えるビゞネスメヌルを䜜成しおください。 条件 - 原因は品質怜査で軜埮な䞍具合が発芋されたため - 代替案ずしお暫定版を先に玍品するこずも可胜 - 改めおお詫びの蚪問をしたい - 日本のビゞネスマナヌに沿った䞁寧な文面にするこず

Claude Haiku 5.5

件名【重芁】玍品スケゞュヌル倉曎のご盞談およびお詫び 田䞭郚長 い぀も倧倉お䞖話になっおおりたす。 株匏䌚瀟○○の□□でございたす。 このたびは、ご発泚いただいおおりたす補品に぀きたしお、ご報告ずお詫びを申し䞊げなければならず、メヌルにおご連絡いたしたす。 玍品前の品質怜査においお、軜埮な䞍具合が発芋されたした。お客様にご満足いただける品質でお届けするこずを最優先に考え、原因の究明ず是正䜜業を行うため、玍期を1週間延期させおいただきたく存じたす。 圓初のご予定に倉曎が生じ、ご迷惑をおかけしたすこず、深くお詫び申し䞊げたす。 なお、もし珟圚のご予定に支障がある堎合は、暫定版を先行しおご玍品するこずも可胜です。その堎合は、機胜面に関しおは問題ございたせんが、最終版ず比べお䞀郚仕様が異なる堎合がございたす。ご垌望がございたしたら、ご遠慮なくお申し付けください。 ぀きたしおは、改めお貎瀟ぞお䌺いし、今回の経緯ずご説明、そしお盎接のお詫びをさせおいただければず考えおおりたす。ご郜合のよろしい日時を2〜3候補いただけたすず幞いです。 今埌このようなこずがないよう、再発防止に努めおたいりたす。䜕卒ご理解賜りたすよう、お願い申し䞊げたす。 ご䞍明な点やご意芋がございたしたら、お気軜にお知らせください。 お忙しいずころ恐瞮ですが、ご怜蚎のほどよろしくお願いいたしたす。 ―――――――――――――― 株匏䌚瀟○○ 営業郚 □□ □□ 〒000-0000 ○○県○○垂○○1-2-3 TEL00-0000-0000 E-mailxxxx@xxxx.co.jp ―――――――――

応答時間 5.8秒出力 805 トヌクン

GLM 4.7

ご提瀺いただいた条件に基づき、田䞭郚長ぞのビゞネスメヌルを䜜成したした。 状況に合わせお、[ ] の郚分を曞き換えおご䜿甚ください。 *** **件名【重芁】補品「[補品名]」の玍期遅延に関するお詫びずお願い** **本文** [取匕先䌚瀟名] 田侭 郚長 い぀も倧倉お䞖話になっおおりたす。 [自瀟名]の[あなたの名前]です。 さお、このたび玍品を予定しおおりたした補品「[補品名]」に぀きたしお、誠に恐瞮ながら玍期を延期させおいただきたくご連絡いたしたした。 事情ずしたしおは、出荷前の最終品質怜査においお、軜埮な䞍具合が発芋されたためです。 匊瀟ずいたしたしおは、お客様に安心しおご䜿甚いただけるよう、品質の完璧を期すべきず刀断し、珟圚修正䜜業を行っおおりたす。 ぀きたしおは、誠に勝手ながら、圓初の玍期より1週間遅れ、**[新しい玍期日]** に玍品させおいただきたく存じたす。 田䞭郚長におかれたしおは、急な蚈画倉曎ずなり倚倧なるご迷惑ずご心配をおかけしたすこずを、深くお詫び申し䞊げたす。 なお、もしご予定の郜合䞊、どうしおも圓初の玍期に補品が必芁でございたしたら、䞍具合箇所を回避しお䜿甚いただける「暫定版」を先に玍品するこずも可胜でございたす。お急ぎの堎合は、暫定版にお先行手配させおいただきたすので、ご怜蚎いただけたすでしょうか。 この床は、信頌に応えるこずができず誠に申し蚳ございたせん。 埌日、改めお盎接お詫びに䌺いたいず考えおおりたす。翌週以降で、田䞭郚長のご郜合いかがでしょうか。 急なご連絡ずなり恐瞮ではございたすが、ご確認のほど䜕卒よろしくお 
応答時間 67.5秒出力 1930 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 5.5ずGLM 4.7、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 5.5は¥84、GLM 4.7は¥294で、Claude Haiku 5.5の方が安くなりたすFastMetalの円建お単䟡・皎別。
Claude Haiku 5.5ずGLM 4.7のコンテキスト長の違いは
Claude Haiku 5.5は1,000,000トヌクン、GLM 4.7は202,752トヌクンです。
Claude Haiku 5.5ずGLM 4.7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-5-5" たたは "glm-4.7" 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 5.5ずGLM 4.7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。

Claude Haiku 5.5の他の比范

GLM 4.7の他の比范