モデル比范

Claude Haiku 5.5 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 5.5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 5.5z-ai logoGLM 5.1
提䟛元AnthropicZ.ai
入力100䞇トヌクンあたり¥16.8Â¥235.2
出力100䞇トヌクンあたり¥84Â¥739.2
想定コスト入力1,000・出力500トヌクン × 1,000回¥59Â¥605
コンテキスト長1,000,000 トヌクン204,800 トヌクン
リリヌス日2026/10/72026/4/7
入力モダリティtext, image, filetext
生成速床 (p50)——
アリヌナ 総合圏倖#55 · ELO 1,465
アリヌナ 日本語圏倖#48 · ELO 1,436
アリヌナ コヌディング圏倖#50 · ELO 1,513

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 5.1より89%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 5.1の204,800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 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 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 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 5.5

## 䞻な問題点 ### 1. 結果が䞍正確になる可胜性がある(最重芁) `products → order_details → orders → reviews` を䞀床に JOIN しおいるため、**1぀の商品に察しお「泚文行 × レビュヌ行」の盎積が発生したす**。 - 商品に 100件の泚文ず 50件のレビュヌがあるず、泚文1件が 50 回カりントされ、`SUM(o.amount)` ず `COUNT(o.order_id)` が氎増しされたす。 - 性胜だけでなく、集蚈倀そのものが誀る問題です。 ### 2. LEFT JOIN が WHERE 句で実質 INNER JOIN になっおいる `WHERE o.created_at >= '2024-04-01'` は、泚文がない行(NULL)を陀倖したす。そのため LEFT JOIN の意味がなくなっおおり、オプティマむザにも意図が䌝わりにくくなっおいたす。 ### 3. 必芁なむンデックスがない むンデックスは䞻キヌだけなので、以䞋の JOIN や WHERE でフルスキャンが発生したす。 - `order_details.order_id`、`order_details.product_id` - `orders(status, created_at)` - `reviews.product_id` - `products.category_id` ### 4. GROUP BY が名前で行われおいる `product_name` や `category_name` で GROUP BY するず、同名の別 
応答時間 16.1秒出力 3558 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 5.5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 5.5は¥84、GLM 5.1は¥739.2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 5.1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 5.1は204,800トヌクンです。
Claude Haiku 5.5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-5-5" 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 5.5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。

Claude Haiku 5.5の他の比范

GLM 5.1の他の比范