Claude Opus 4.6 vs GLM 4.7
料金・コンテキスト長・実際の回答で比較（2026年8月時点）
Claude Opus 4.6（Anthropic）とGLM 4.7（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
 Claude Opus 4.6 |  GLM 4.7 | |
|---|---|---|
| 提供元 | Anthropic | Z.ai |
| 入力（100万トークンあたり） | ¥850 | ¥107.22 |
| 出力（100万トークンあたり） | ¥4,200 | ¥393.14 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥2,950 | ¥304 |
| コンテキスト長 | 1,000,000 トークン | 202,752 トークン |
| リリース日 | 2026/2/4 | 2025/12/22 |
| 入力モダリティ | text, image | text |
| アリーナ 総合 | #5 · ELO 1,497 | #79 · ELO 1,442 |
| アリーナ 日本語 | #16 · ELO 1,482 | 圏外 |
| アリーナ コーディング | #5 · ELO 1,546 | #87 · ELO 1,485 |
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 4.7。出力100万トークンあたり¥393.14で、Claude Opus 4.6より91%安くなります。
- 総合の評価はアリーナ順位でClaude Opus 4.6が上です（5位。GLM 4.7は79位）。
- コーディングの評価はアリーナ順位でClaude Opus 4.6が上です（5位。GLM 4.7は87位）。
- 長い文書を扱うならClaude Opus 4.6。コンテキスト長は1,000,000トークンで、GLM 4.7の202,752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 Opus 4.6
# エラー原因の特定と修正
## 原因
データベースから取得した `order["price"]` が **文字列型（str）** として返されているため、整数型の `order["quantity"]` との乗算（`*`）でTypeErrorが発生しています。
```
"100" * 3 → TypeError ❌ （str × int は文字列の繰り返しを意味するが、ここでは数値計算を期待）
```
> DBのカラム型が `VARCHAR`/`TEXT` だったり、ドライバが `DECIMAL` を文字列として返すケースでよく発生します。
---
## 修正方法
### ✅ 推奨：計算時に明示的に型変換する
```python
def get_user_orders(user_id):
orders = db.query(
"SELECT price, quantity FROM orders WHERE user_id = %s", user_id
)
# float()で明示的に数値変換（quantityも念のため int() で変換）
total = sum(
float(order["price"]) * int(order["quantity"]) for order in orders
)
return {"user_id": user_id, "total": total, "orders": orders}
```
### ✅ より堅牢な実装（推奨）…
応答時間 15.3秒出力 770 トークン
GLM 4.7
### 原因
このエラーは、データベースから取得した値のデータ型が原因です。
`order["price"]`（または `order["quantity"]`）が**文字列 (`str`)** 型として返ってきているのに、コード内で数値計算（掛け算）をしようとしているため発生しています。
Pythonでは、文字列と整数を直接掛け合わせることはできません（数値への変換が必要です）。
多くのデータベースライブラリ（特に標準的なもの）は、カラムの型に関係なく、結果をデフォルトで文字列として返すことがあります。
### 修正方法
計算を行う前に、文字列を数値型（`float` または `int`）に明示的に変換（キャスト）する必要があります。
通常、価格は小数点を含むことが多いため `float`、数量は `int` で変換します。
#### 修正後のコード
```python
def get_user_orders(user_id):
orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id)
# 文字列を数値に変換してから計算します
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 Opus 4.6
# TypeScript関数のコードレビュー
## 現在のコードの問題点一覧
```
❌ any型の多用 → 型安全性がない
❌ エラーハンドリングなし → HTTPエラーで無限ループの危険
❌ マジックナンバー(100) → 保守性が低い
❌ for文内で毎回 data.users[i] を参照 → 可読性が低い
❌ 文字列結合でのname生成 → テンプレートリテラル未使用
❌ let の多用 → 不変性の意識が薄い
❌ ページネーション上限なし → 無限ループのリスク
```
## 改善後のコード
```typescript
// ============================================
// 1. 型定義を明確にする
// ============================================
interface ApiUser {
id: number;
first_name: string;
last_name: string;
email: string;
status: "active" | "inactive" | "deleted";
}
interface UserListResponse {
users: ApiUser[];
// 必要に応じて total, hasNext なども定義
}
interface User {
id: number;
name: string;
email: string;
}
// ==================…
応答時間 34.0秒出力 2246 トークン
GLM 4.7
ご提示いただいたTypeScript関数をレビューしました。
動作はしますが、型安全性、エラーハンドリング、可読性の観点でいくつか改善できる点があります。
以下に主要な改善点を挙げ、最後にリファクタリング後のコードを提示します。
### 主な改善点
#### 1. 型安全性の向上 (`any` の排除)
現在、戻り値の型が `Promise<any[]>` となっており、関数の利用者は戻り値の構造（`id`, `name`, `email`）を型情報として得られません。また、`data` も `any` として扱われています。
* **改善:** APIのレスポンス型と、返却するユーザー型を `interface` で定義します。
#### 2. エラーハンドリングの強化
`fetch` はネットワークエラー以外（404, 500など）では例外を投げず、レスポンスを返します。また、`response.json()` のパースに失敗した場合の考慮もありません。
* **改善:** `response.ok` をチェックし、HTTPエラーの場合は例外を投げるようにします。また、`try-catch` で通信エラーを捕捉します。
#### 3. 可読性とモダンなJS/TS構文の使用
* **文字列結合:** `"first_name" + " " + "last_name"` は、テンプレートリテラル `` `${first_name} ${last_name}` `` の方が簡潔で読みやすいです。
* **ループ処理:** `for` ループ内で `if`…
応答時間 89.4秒出力 3915 トークン
ビジネスメール作成
取引先の田中部長に、納品予定の製品に不具合が見つかり、納期を1週間延期する必要がある旨を伝えるビジネスメールを作成してください。 条件： - 原因は品質検査で軽微な不具合が発見されたため - 代替案として暫定版を先に納品することも可能 - 改めてお詫びの訪問をしたい - 日本のビジネスマナーに沿った丁寧な文面にすること
Claude Opus 4.6
件名：【お詫び】納品予定製品の納期変更のお願い
---
株式会社○○○○
営業部 部長 田中 ○○ 様
いつも大変お世話になっております。
株式会社△△△△ 営業部の□□でございます。
このたびは、○月○日に納品を予定しておりました「製品名：○○○○」につきまして、大変恐縮ではございますが、納期の延期をお願いしたく、ご連絡を差し上げました。
現在、出荷前の最終品質検査を実施しておりましたところ、軽微ではございますが一部不具合が確認されました。お客様に万全の品質でお届けするため、修正および再検査を行う必要があり、納期を**1週間（○月○日まで）延期**させていただきたく存じます。
つきましては、代替案として下記のご提案をさせていただければと存じます。
---
**【代替案のご提案】**
修正完了までの間、暫定版を先行して納品させていただくことも可能でございます。暫定版は基本的な機能に支障はなく、業務にてご活用いただける状態となっております。ご希望の場合は、最短で○月○日にお届けが可能です。
---
本来であれば万全の体制で予定どおりお届けすべきところ、弊社の管理体制の不備によりこのような事態を招きましたこと、心よりお詫び申し上げます。
なお、改めまして直接お詫びとご説明に伺いたく存じます。
田中部長のご都合のよろしい日時をご教示いただけますと幸いでございます。
今後はこのようなことのないよう、品質管理体制の一層の強化に努めてまいります。
ご迷惑をおかけしまして誠に申し訳ございません。
何卒ご理解賜りますよう、お願い申し上げます。
---
株式会社△△…
応答時間 15.6秒出力 667 トークン
GLM 4.7
ご提示いただいた条件に基づき、田中部長へのビジネスメールを作成しました。
状況に合わせて、[ ] の部分を書き換えてご使用ください。
***
**件名：【重要】製品「[製品名]」の納期遅延に関するお詫びとお願い**
**本文：**
[取引先会社名]
田中 部長
いつも大変お世話になっております。
[自社名]の[あなたの名前]です。
さて、このたび納品を予定しておりました製品「[製品名]」につきまして、誠に恐縮ながら納期を延期させていただきたくご連絡いたしました。
事情としましては、出荷前の最終品質検査において、軽微な不具合が発見されたためです。
弊社といたしましては、お客様に安心してご使用いただけるよう、品質の完璧を期すべきと判断し、現在修正作業を行っております。
つきましては、誠に勝手ながら、当初の納期より1週間遅れ、**[新しい納期日]** に納品させていただきたく存じます。
田中部長におかれましては、急な計画変更となり多大なるご迷惑とご心配をおかけしますことを、深くお詫び申し上げます。
なお、もしご予定の都合上、どうしても当初の納期に製品が必要でございましたら、不具合箇所を回避して使用いただける「暫定版」を先に納品することも可能でございます。お急ぎの場合は、暫定版にて先行手配させていただきますので、ご検討いただけますでしょうか。
この度は、信頼に応えることができず誠に申し訳ございません。
後日、改めて直接お詫びに伺いたいと考えております。翌週以降で、田中部長のご都合いかがでしょうか。
急なご連絡となり恐縮ではございますが、ご確認のほど何卒よろしくお…
応答時間 67.5秒出力 1930 トークン
よくある質問
- Claude Opus 4.6とGLM 4.7、料金はどちらが安いですか？
- 出力100万トークンあたりClaude Opus 4.6は¥4,200、GLM 4.7は¥393.14で、GLM 4.7の方が安くなります（FastMetalの円建て単価・税別）。
- Claude Opus 4.6とGLM 4.7のコンテキスト長の違いは？
- Claude Opus 4.6は1,000,000トークン、GLM 4.7は202,752トークンです。
- Claude Opus 4.6とGLM 4.7、評価が高いのはどちらですか？
- 公開アリーナの順位ではClaude Opus 4.6が上です（Claude Opus 4.6 16位、GLM 4.7 79位）。順位はリーダーボードの更新で変わります。
- Claude Opus 4.6とGLM 4.7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-opus-4-6" または "glm-4.7" 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 Opus 4.6とGLM 4.7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。