モデル比較

Claude Haiku 5.5 vs GLM 5.3

料金・コンテキスト長・実際の回答で比較(2026年10月時点)

Claude Haiku 5.5(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 5.5z-ai logoGLM 5.3
提供元AnthropicZ.ai
入力(100万トークンあたり)¥16.8¥235.2
出力(100万トークンあたり)¥84¥739.2
想定コスト(入力1,000・出力500トークン × 1,000回)¥59¥605
コンテキスト長1,000,000 トークン1,048,576 トークン
リリース日2026/10/72026/8/18
入力モダリティtext, image, filetext
生成速度 (p50)——
アリーナ 総合圏外#27 · ELO 1,478
アリーナ 日本語圏外#34 · ELO 1,454
アリーナ コーディング圏外#29 · ELO 1,523

料金はFastMetalの単価(税別)です。

順位データ: LMArena leaderboard dataset(lmarena-ai/leaderboard-dataset、CC BY 4.0、2026-10-02時点)。カテゴリ名の対応付けとスコアの丸めはFastMetalによる。

どちらを選ぶべきか

  • 料金重視ならClaude Haiku 5.5。出力100万トークンあたり¥84で、GLM 5.3より89%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 5.5の1,000,000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 5.5

## 原因 エラーメッセージは `*` 演算子のオペランドに `str` と `int` が渡されたことを示しています。`order["price"]` が文字列になっているため、掛け算の前に型が合っていません。主な原因は次の3つです。 1. **DBの列の型が文字列になっている** `price` が `VARCHAR` や `TEXT` 型の列だと、値が `"1200"` のような文字列で返ってきます。 2. **DBドライバが数値を文字列で返している** `DECIMAL`/`NUMERIC` 型を文字列として扱うドライバや設定があります。 3. **行の形式がdictではなくtupleになっている** `db.query` が tuple を返す場合、`order["price"]` は `TypeError: tuple indices must be integers or slices, not str` になります。dictとしてアクセスできているなら、この問題は起きていません。 補足として、`str * int` 自体は Python では「文字列の繰り返し」として有効です(例: `"ab" * 3` は `"ababab"`)。そのため、エラーメッセージと実際のコードの動作には少しずれがあります。実際には、掛け算の結果が文字列になり、その後の `sum()` で `int + str` のように失敗している可能性もあります。正確な原因は、次のように型を確認すると特定できます。 ```python orders = db.query(…
応答時間 10.7秒出力 1917 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 5.5

## 全体の評価 動作はしますが、型安全性、エラー処理、ループの終了条件に改善の余地があります。以下、観点ごとに整理します。 --- ## 1. 可読性 | 問題点 | 内容 | |---|---| | `any` の多用 | 戻り値・中間データがすべて `any` のため、型チェックの恩恵がありません。 | | マジックナンバー | `100` が2箇所に出てくるため、意味が伝わりにくく、変更時に片方を直し忘れる恐れがあります。 | | `hasMore` の冗長さ | `hasMore` フラグは `while` 条件と `if` 文で二重に管理されており、意図が読み取りにくくなっています。 | | インデックスによる `for` ループ | `for...of` や `filter`/`map` の方が意図が明確です。 | | 文字列連結 | `first_name + " " + last_name` はテンプレートリテラルの方が読みやすいです。 | | 不要な中間変数 | `let user` は再代入しないので `const` にすべきです。 | --- ## 2. パフォーマンス - **逐次リクエスト**: 各ページを順番に取得しているため時間がかかります。ただし、APIがトータル件数やページ数を返す場合は `Promise.all` で並列化できます。 - **`push` の効率**: ループ内での `push` は問題ありませんが、`filter` + `map` で一度に変換すると処理の意図が明確になります。 - **削除対象の除外をサーバ…
応答時間 15.9秒出力 3369 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 5.5

## 主な問題点 ### 1. 結果が不正確になる可能性がある(最重要) `products → order_details → orders → reviews` を一度に JOIN しているため、**1つの商品に対して「注文行 × レビュー行」の直積が発生します**。 - 商品に 100件の注文と 50件のレビューがあると、注文1件が 50 回カウントされ、`SUM(o.amount)` と `COUNT(o.order_id)` が水増しされます。 - 性能だけでなく、集計値そのものが誤る問題です。 ### 2. LEFT JOIN が WHERE 句で実質 INNER JOIN になっている `WHERE o.created_at >= '2024-04-01'` は、注文がない行(NULL)を除外します。そのため LEFT JOIN の意味がなくなっており、オプティマイザにも意図が伝わりにくくなっています。 ### 3. 必要なインデックスがない インデックスは主キーだけなので、以下の JOIN や WHERE でフルスキャンが発生します。 - `order_details.order_id`、`order_details.product_id` - `orders(status, created_at)` - `reviews.product_id` - `products.category_id` ### 4. GROUP BY が名前で行われている `product_name` や `category_name` で GROUP BY すると、同名の別…
応答時間 16.1秒出力 3558 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 5.5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 5.5は¥84、GLM 5.3は¥739.2で、Claude Haiku 5.5の方が安くなります(FastMetalの円建て単価・税別)。
Claude Haiku 5.5とGLM 5.3のコンテキスト長の違いは?
Claude Haiku 5.5は1,000,000トークン、GLM 5.3は1,048,576トークンです。
Claude Haiku 5.5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-5-5" 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追加すれば、Claude Haiku 5.5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 5.5の他の比較

GLM 5.3の他の比較