モデル比較

Claude Opus 5 vs GLM 5.3

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 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 Opus 5z-ai logoGLM 5.3
提供元AnthropicZ.ai
入力(100万トークンあたり)¥893.5¥250.18
出力(100万トークンあたり)¥4,467.5¥786.28
想定コスト(入力1,000・出力500トークン × 1,000回)¥3,127¥643
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2026/7/242026/8/18
入力モダリティtext, image, filetext
アリーナ 総合#5 · ELO 1,495圏外
アリーナ 日本語圏外圏外
アリーナ コーディング#7 · ELO 1,535圏外

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 5.3。出力100万トークンあたり¥786.28で、Claude Opus 5より82%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 Opus 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 Opus 5

# エラーの原因 `order["price"]` が **文字列型 (`str`)** で返ってきています。`order["quantity"]` は `int` なので、`str * int` の演算になり `TypeError` が発生しました。 Python では `"100" * 3` は `"100100100"` という文字列の繰り返しになり、`3 * "100"` も同様です。ただし今回は `str * int` の順で、かつエラーになっているので、内部的には `price` が `Decimal` ではなく `str` として渡り、`quantity` 側が `int` 以外(あるいは逆順)…という細かい話は置いておき、要点は **DB から取得した `price` が数値型になっていない** ことです。 ## なぜ文字列になるのか(典型的な原因) | 原因 | 説明 | |---|---| | カラム型が `VARCHAR`/`TEXT` | `price` が数値カラムとして定義されていない | | DB ドライバの型変換設定 | MySQL の `DECIMAL` を文字列で返すドライバがある(例: `mysqlclient` の一部設定、`PyMySQL` の `conv` 設定) | | SQLite の型の緩さ | SQLite は宣言型と実際の格納型が一致しないことがある | | ORM/ラッパー層の仕様 | 自前の `db.query` が全カラムを `str` で返している | まずは実際の型を確認してください。 ```pytho…
応答時間 34.2秒出力 2190 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 Opus 5

# コードレビュー ## 総評 ページネーションのロジック自体は正しく動作しますが、**型安全性の欠如**と**エラーハンドリングの不在**が最も重大な問題です。特に `any[]` の使用はTypeScriptを使う意義を大きく損なっています。以下、優先度順に指摘します。 --- ## 🔴 重大な問題 ### 1. `any` 型による型安全性の喪失 `Promise<any[]>` と `data.users[i]` の型が不明なため、コンパイラの検証が一切効きません。`data.users` が `undefined` の場合はランタイムエラーになりますが、コンパイル時には検出されません。 ```typescript // APIレスポンスの型を定義 interface ApiUser { id: string; first_name: string; last_name: string; email: string; status: "active" | "suspended" | "deleted"; } interface UsersResponse { users: ApiUser[]; } // 戻り値の型も明示 interface User { id: string; name: string; email: string; } ``` 外部入力を信頼できない場合は、zod などでランタイムバリデーションを併用するのが理想です。 ```typescript const UsersResponseSch…
応答時間 40.9秒出力 3042 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 Opus 5

## まず結論 このクエリは「遅い」だけでなく **結果が間違っている(数値が水増しされている)** 可能性が高いです。原因は同じ根っこ(結合の多重展開)なので、正しく書き直すと速度も劇的に改善します。 以下 PostgreSQL 前提(`NULLS LAST` / `true` から判断)で説明します。 --- ## 1. 問題点の整理 ### ① 致命的:`order_details` と `reviews` の多重展開(fan-out) `products` に対して `order_details`(1商品にN明細)と `reviews`(1商品にMレビュー)を**並列に**LEFT JOINしているため、中間結果が **N × M 行** に爆発します。 - ある商品に明細100件・レビュー50件 → 中間行 5,000行 - `COUNT(o.order_id)` は **レビュー件数倍**、`SUM(o.amount)` も **レビュー件数倍** に膨張 - `AVG(r.rating)` は各評価が均等に複製されるため値は偶然合いますが、無駄な行を大量に平均している 500万行テーブルでこれをやると中間結果が数億行になり、ソート/ハッシュ集約が `work_mem` を溢れてディスクスピルします。**30秒の主因はほぼこれです。** ### ② `LEFT JOIN` + `WHERE o.created_at >= ...` が矛盾 `WHERE` で外側テーブルの列を非NULL条件にすると、LEFT JOIN は実質 INNER JOIN…
応答時間 90.2秒出力 6441 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 Opus 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 Opus 5は¥4,467.5、GLM 5.3は¥786.28で、GLM 5.3の方が安くなります(FastMetalの円建て単価・税別)。
Claude Opus 5とGLM 5.3のコンテキスト長の違いは?
Claude Opus 5は1,000,000トークン、GLM 5.3は1,048,576トークンです。
Claude Opus 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-opus-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チャージすれば、Claude Opus 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 Opus 5の他の比較

GLM 5.3の他の比較