Claude Opus 4.8 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 4.8（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 4.8 |  GLM 4.7 | |
|---|---|---|
| 提供元 | Anthropic | Z.ai |
| 入力（100万トークンあたり） | ¥893.5 | ¥107.22 |
| 出力（100万トークンあたり） | ¥4,467.5 | ¥393.14 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥3,127 | ¥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 | 2026/5/27 | 2025/12/22 |
| 入力モダリティ | text, image, file | text |
| アリーナ 総合 | #31 · ELO 1,473 | #79 · ELO 1,442 |
| アリーナ 日本語 | #30 · ELO 1,450 | 圏外 |
| アリーナ コーディング | #16 · ELO 1,527 | #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 4.8より91%安くなります。
- 総合の評価はアリーナ順位でClaude Opus 4.8が上です（31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 4.8が上です（16位。GLM 4.7は87位）。
- 長い文書を扱うならClaude Opus 4.8。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 4.8
# エラーの原因
エラーメッセージ `unsupported operand type(s) for *: 'str' and 'int'` は、**`order["price"]` が文字列（str）型**になっていることを示しています。
つまり、`price * quantity` の計算で「文字列 × 整数」という不正な演算が発生しています。
## なぜ price が文字列なのか？
主な原因として以下が考えられます。
1. **DBのカラム型が文字列** （`VARCHAR`, `TEXT` など。特に `DECIMAL` を文字列で返すドライバもある）
2. **DBドライバが数値を文字列として返している**（例: MySQLの `DECIMAL` 型は Python では `Decimal` や `str` になることがある）
3. **データ自体に文字列が混入している**
---
# 修正方法
## 方法1: 計算時に明示的に数値変換する（推奨・即効性あり）
```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, "tot…
応答時間 16.0秒出力 1123 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 4.8
# コードレビュー
このコードには改善できるポイントがいくつかあります。観点別に提案します。
## 1. 型安全性 (`any` の排除)
最も重要な問題です。`any[]` を使うと TypeScript の恩恵が失われます。
```typescript
interface ApiUser {
id: string;
first_name: string;
last_name: string;
email: string;
status: string;
}
interface ApiResponse {
users: ApiUser[];
}
interface User {
id: string;
name: string;
email: string;
}
```
## 2. エラーハンドリングの欠如
`fetch` は 4xx/5xx でも reject しません。`response.ok` のチェックが必須です。
```typescript
if (!response.ok) {
throw new Error(`Failed to fetch users: ${response.status} ${response.statusText}`);
}
```
## 3. 可読性 (ループ・マジックナンバー)
- `for` ループ → `filter` + `map` で宣言的に
- `100` などのマジックナンバーを定数化
- 文字列連結 → テンプレートリテラル
## 4. パフォーマンス
-…
応答時間 23.5秒出力 1836 トークン
GLM 4.7
ご提示いただいたTypeScript関数をレビューしました。
動作はしますが、型安全性、エラーハンドリング、可読性の観点でいくつか改善できる点があります。
以下に主要な改善点を挙げ、最後にリファクタリング後のコードを提示します。
### 主な改善点
#### 1. 型安全性の向上 (`any` の排除)
現在、戻り値の型が `Promise<any[]>` となっており、関数の利用者は戻り値の構造（`id`, `name`, `email`）を型情報として得られません。また、`data` も `any` として扱われています。
* **改善:** APIのレスポンス型と、返却するユーザー型を `interface` で定義します。
#### 2. エラーハンドリングの強化
`fetch` はネットワークエラー以外（404, 500など）では例外を投げず、レスポンスを返します。また、`response.json()` のパースに失敗した場合の考慮もありません。
* **改善:** `response.ok` をチェックし、HTTPエラーの場合は例外を投げるようにします。また、`try-catch` で通信エラーを捕捉します。
#### 3. 可読性とモダンなJS/TS構文の使用
* **文字列結合:** `"first_name" + " " + "last_name"` は、テンプレートリテラル `` `${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 4.8
件名：納品予定製品の不具合発生に伴う納期延期のお詫びとご相談
株式会社〇〇
営業部 田中部長様
いつも大変お世話になっております。
株式会社△△の（お名前）でございます。
このたびは、貴社にご納品を予定しておりました製品につきまして、
納期変更のお願いという不本意なご連絡となり、誠に申し訳ございません。
先般実施いたしました品質検査におきまして、製品に軽微な不具合が発見されました。
お客様に確かな品質の製品をお届けするため、原因の究明および改善対応を行う必要が生じ、
誠に恐縮ではございますが、当初の納期を1週間延期させていただきたく存じます。
貴社の業務にご迷惑をおかけいたしますこと、心よりお詫び申し上げます。
つきましては、対応策としまして、
ご希望に応じて暫定版の製品を先行してご納品させていただくことも可能でございます。
貴社のご都合やご要望をお聞かせいただけますと幸いです。
また、本件につきましては、改めて直接お伺いのうえ、
お詫びとご説明をさせていただきたく存じます。
ご都合のよろしい日時をご教示いただけますでしょうか。
このたびは多大なるご迷惑をおかけし、重ねてお詫び申し上げます。
今後このようなことのないよう、品質管理に一層努めてまいります。
何卒ご容赦賜りますよう、よろしくお願い申し上げます。
――――――――――――――――
株式会社△△ （部署名）
（お名前）
〒000-0000 （住所）
TEL：000-0000-0000
FAX：000-0000-0000
Email：xxxx@xxxx.co.jp
――――――――――――――――…
応答時間 17.8秒出力 810 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 4.8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 4.8は¥4,467.5、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 4.8とGLM 4.7のコンテキスト長の違いは？
- Claude Opus 4.8は1,000,000トークン、GLM 4.7は202,752トークンです。
- Claude Opus 4.8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 4.8が上です（Claude Opus 4.8 30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 4.8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-4-8" 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 4.8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。