Claude Opus 5 vs GPT-5.6 Luna
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GPT-5.6 Luna（OpenAI）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 5 |  GPT-5.6 Luna | |
|---|---|---|
| 提供元 | Anthropic | OpenAI |
| 入力（100万トークンあたり） | ¥893.5 | ¥35.74 |
| 出力（100万トークンあたり） | ¥4,467.5 | ¥214.44 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥3,127 | ¥143 |
| コンテキスト長 | 1,000,000 トークン | 1,050,000 トークン |
| リリース日 | 2026/7/24 | 2026/7/9 |
| 入力モダリティ | text, image, file | file, image, text |
| アリーナ 総合 | #7 · ELO 1,492 | #63 · ELO 1,452 |
| アリーナ 日本語 | #8 · ELO 1,495 | #36 · ELO 1,444 |
| アリーナ コーディング | #8 · ELO 1,533 | #69 · ELO 1,496 |
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GPT-5.6 Luna。出力100万トークンあたり¥214.44で、Claude Opus 5より95%安くなります。
- 総合の評価はアリーナ順位でClaude Opus 5が上です（7位。GPT-5.6 Lunaは63位）。
- 日本語の評価はアリーナ順位でClaude Opus 5が上です（8位。GPT-5.6 Lunaは36位）。
- コーディングの評価はアリーナ順位でClaude Opus 5が上です（8位。GPT-5.6 Lunaは69位）。
- 長い文書を扱うならGPT-5.6 Luna。コンテキスト長は1,050,000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
GPT-5.6 Luna
原因は、`order["price"]` が文字列（`str`）として取得されているのに、`order["quantity"]` は整数（`int`）であるためです。
```python
"1000" * 2
```
は数値の乗算ではなく、文字列の繰り返しとして扱われるため、`str` と `int` の乗算でエラーになります。
## 修正例：Python側で型変換する
金額を扱うため、`float` ではなく `Decimal` を使うのが安全です。
```python
from decimal import Decimal
def get_user_orders(user_id):
orders = db.query(
"SELECT price, quantity FROM orders WHERE user_id = %s",
user_id
)
total = sum(
Decimal(str(order["price"])) * int(order["quantity"])
for order in orders
)
return {
"user_id": user_id,
"total": total,
"orders": orders,
}
```
`price` が `"12.50"` のような文字列でも、`Decimal` に変換して正確に計算できます。
## SQL側で数値型に変…
応答時間 6.7秒出力 775 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
GPT-5.6 Luna
以下の点を改善できます。
## 主な改善点
### 1. `any` を避ける
`any` だとプロパティ名の誤りやレスポンス形式の変更を検知できません。APIレスポンスと戻り値に型を定義すると可読性と安全性が向上します。
### 2. HTTPエラーを確認する
`fetch` は、404や500でも例外を投げずに `Response` を返します。`response.ok` を確認する必要があります。
### 3. マジックナンバーを定数化する
`100` はページサイズを表しているため、定数にすると意図が明確になります。
### 4. ページング条件をAPIのメタデータに依存させる
`data.users.length < 100` という判定は、API仕様に依存しています。可能であれば `hasMore` や `nextPage` などの情報をAPIから受け取る方が堅牢です。
### 5. `for` とインデックス参照を簡略化する
`for...of`、`filter`、`map` などを使うと、処理内容が読みやすくなります。
## 改善例
```ts
const PAGE_SIZE = 100;
interface ApiUser {
id: string;
first_name: string;
last_name: string;
email: string;
status: string;
}
interface UsersPageResponse {
users: ApiUser[];
// APIが返…
応答時間 13.6秒出力 1677 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
GPT-5.6 Luna
主な問題は、単にインデックス不足だけではありません。
1. `reviews` をそのまま JOIN しているため、注文行とレビュー行の組み合わせで行数が膨張する
2. `LEFT JOIN orders` なのに `WHERE o.created_at ...` を指定しているため、実質的に `INNER JOIN` になっている
3. 500万行を JOIN してから `GROUP BY` している
4. `order_details` に `product_id` のインデックスがない
注文集計とレビュー集計を先に商品単位で集約してから JOIN するのが効果的です。
## 改善後のクエリ
「注文が存在する商品だけを表示する」という、元のクエリと同じ意味を維持する場合です。
```sql
WITH order_agg AS (
SELECT
od.product_id,
COUNT(o.order_id) AS order_count,
SUM(o.amount) AS total_sales
FROM order_details od
INNER JOIN orders o
ON o.order_id = od.order_id
WHERE o.status = '完了'
AND o.created_at >= TIMESTAMP '2024-04-01'
GROUP BY od.product_id
),
review_agg…
応答時間 16.3秒出力 2059 トークン
よくある質問
- Claude Opus 5とGPT-5.6 Luna、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、GPT-5.6 Lunaは¥214.44で、GPT-5.6 Lunaの方が安くなります（FastMetalの円建て単価・税別）。
- Claude Opus 5とGPT-5.6 Lunaのコンテキスト長の違いは？
- Claude Opus 5は1,000,000トークン、GPT-5.6 Lunaは1,050,000トークンです。
- Claude Opus 5とGPT-5.6 Luna、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 5が上です（Claude Opus 5 8位、GPT-5.6 Luna 36位）。順位はリーダーボードの更新で変わります。
- Claude Opus 5とGPT-5.6 Luna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 "gpt-5.6-luna" 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GPT-5.6 Luna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。