FastMetal

モデル比范

Claude Opus 5 vs gpt-oss-20b

料金・コンテキスト長・実際の回答で比范2026幎11月時点

Claude Opus 5Anthropicずgpt-oss-20bOpenAIを、FastMetalのゲヌトりェむで実際に呌び出せる条件で比范したす。どちらも同じOpenAI互換゚ンドポむントずAPIキヌから利甚でき、切り替えは model の文字列を倉えるだけです。

スペックず料金

anthropic logoClaude Opus 5openai logogpt-oss-20b
提䟛元AnthropicOpenAI
入力100䞇トヌクンあたり¥840Â¥5.04
出力100䞇トヌクンあたり¥4,200Â¥23.52
想定コスト入力1,000・出力500トヌクン × 1,000回¥2,940Â¥17
コンテキスト長1,000,000 トヌクン131,072 トヌクン
リリヌス日2026/7/242025/8/5
入力モダリティtext, image, filetext
生成速床 (p50)805 トヌクン/秒 (n=28)114 トヌクン/秒 (n=19)
アリヌナ 総合#3 · ELO 1,509#270 · ELO 1,317
アリヌナ 日本語#2 · ELO 1,535#200 · ELO 1,255
アリヌナ コヌディング#3 · ELO 1,551#252 · ELO 1,368

料金はFastMetalの単䟡皎別です。

順䜍デヌタ: LMArena leaderboard datasetlmarena-ai/leaderboard-dataset、CC BY 4.0、2026-10-28時点。カテゎリ名の察応付けずスコアの䞞めはFastMetalによる。

どちらを遞ぶべきか

  • 料金重芖ならgpt-oss-20b。出力100䞇トヌクンあたり¥23.52で、Claude Opus 5より99%安くなりたす。
  • 総合の評䟡はアリヌナ順䜍でClaude Opus 5が䞊です3䜍。gpt-oss-20bは270䜍。
  • 日本語の評䟡はアリヌナ順䜍でClaude Opus 5が䞊です2䜍。gpt-oss-20bは200䜍。
  • コヌディングの評䟡はアリヌナ順䜍でClaude Opus 5が䞊です3䜍。gpt-oss-20bは252䜍。
  • 長い文曞を扱うならClaude Opus 5。コンテキスト長は1,000,000トヌクンで、gpt-oss-20bの131,072トヌクンより広くずれたす。
  • 迷ったら䞡方を同じキヌで詊せたす。model の文字列を倉えるだけで切り替わり、料金はそれぞれの単䟡で埓量課金されたす。

同じプロンプトぞの実際の回答

FastMetalのゲヌトりェむが返した回答をそのたた䞊べおいたす。ベンチマヌクの数字ではなく、実際の出力です。

この゚ラヌをデバッグしお

以䞋の゚ラヌがPythonアプリケヌションで発生しおいたす。原因を特定しお修正しおください。 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

# ゚ラヌの原因 `order["price"]` が **文字列型 (`str`)** で返っおきおいたす。`order["quantity"]` は `int` なので、`str * int` の挔算になり `TypeError` が発生したした。 Python では `"100" * 3` は `"100100100"` ず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぀゚ラヌになっおいるので、内郚的には `price` が `Decimal` ではなく `str` ずしお枡り、`quantity` 偎が `int` 以倖あるいは逆順 ずいう现かい話は眮いおおき、芁点は **DB から取埗した `price` が数倀型になっおいない** こずです。 ## なぜ文字列になるのか兞型的な原因 | 原因 | 説明 | |---|---| | カラム型が `VARCHAR`/`TEXT` | `price` が数倀カラムずしお定矩されおいない | | DB ドラむバの型倉換蚭定 | MySQL の `DECIMAL` を文字列で返すドラむバがある䟋: `mysqlclient` の䞀郚蚭定、`PyMySQL` の `conv` 蚭定 | | SQLite の型の緩さ | SQLite は宣蚀型ず実際の栌玍型が䞀臎しないこずがある | | ORM/ラッパヌ局の仕様 | 自前の `db.query` が党カラムを `str` で返しおいる | たずは実際の型を確認しおください。 ```pytho

応答時間 34.2秒出力 2190 トヌクン

gpt-oss-20b

## 1. ゚ラヌの原因 ```python TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` - `order["price"]` が **文字列 (`str`)** である - `order["quantity"]` が **æ•Žæ•° (`int`)** である - `str * int` は挔算できないため䟋倖が発生 ### 䜕で `price` が文字列になるのか | DB | 兞型的な戻り倀の型 | 文字列になるケヌス | |-----|------------------|---------------------| | PostgreSQLpsycopg2 | `Decimal` | なし数倀型は `Decimal` | | MySQLmysql‑connector / pymysql | `Decimal` たたは `str` | `use_unicode=True` や `cursorclass=` が蚭定されおいるず文字列になる | | SQLitesqlite3 | `int`/`float` | なし | したがっお、今回䜿われおいる `db.query()` では䟡栌列が **文字列ずしお返されおいる** こずが原因です。 --- ## 2. 修正方法 ### ① 数倀型ぞキャストしお足し算 ```python def get_user_orders(user_id): # ① ク゚リ実行 orders = db.quer

応答時間 10.0秒出力 1365 トヌクン

コヌドレビュヌ

以䞋のTypeScript関数をレビュヌしお、可読性・パフォヌマンス・ベストプラクティスの芳点から改善点を提案しおください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo


Claude Opus 5

# コヌドレビュヌ ## 総評 ペヌゞネヌションのロゞック自䜓は正しく動䜜したすが、**型安党性の欠劂**ず**゚ラヌハンドリングの䞍圚**が最も重倧な問題です。特に `any[]` の䜿甚はTypeScriptを䜿う意矩を倧きく損なっおいたす。以䞋、優先床順に指摘したす。 --- ## 🔎 重倧な問題 ### 1. `any` 型による型安党性の喪倱 `Promise<any[]>` ず `data.users[i]` の型が䞍明なため、コンパむラの怜蚌が䞀切効きたせん。`data.users` が `undefined` の堎合はランタむム゚ラヌになりたすが、コンパむル時には怜出されたせん。 ```typescript // APIレスポンスの型を定矩 interface ApiUser { id: string; first_name: string; last_name: string; email: string; status: "active" | "suspended" | "deleted"; } interface UsersResponse { users: ApiUser[]; } // 戻り倀の型も明瀺 interface User { id: string; name: string; email: string; } ``` 倖郚入力を信頌できない堎合は、zod などでランタむムバリデヌションを䜵甚するのが理想です。 ```typescript const UsersResponseSch

応答時間 40.9秒出力 3042 トヌクン

gpt-oss-20b

## ① ざっくりした実装抂芁 ```ts async function fetchAllUsers(page: number = 1): Promise<any[]> { /* 
 */ } ``` - 1ペヌゞに぀き最倧100件取埗し、`status !== "deleted"` のレコヌドだけを `id / name / email` らしき構造䜓に敎圢。 - **ペヌゞングを手動**で止めるために while‑loop で繰り返し呌び出す → 連続で **1 ぀ず぀盎列**に `fetch` しおいる。 - `any` をそのたた返しおいる。 - ゚ラヌ凊理・型定矩・可読性・パフォヌマンスに関しおは改善䜙地が倚々ある。 --- ## ② 可読性コヌドの芋やすさ・保守性を向䞊させる | 珟状 | 改善案 | 具䜓䟋 | |------|--------|--------| | ① `any` を䜿っおいる | 型を定矩し、返华型を `User[]` に | ```ts interface User { id: number; name: string; email: string; } ``` | | ② ルヌプの内郚でむンデックスを䜿う | `for...of` + デストラクチャリング | ```ts for (const u of data.users) { 
 } ``` | | ③ `if (data.users.length < 100)` で終了刀定 | `data.users.splice` で終端を刀断 | –蚭蚈 
応答時間 62.4秒出力 3181 トヌクン

SQLク゚リの最適化

以䞋のSQLク゚リは500䞇行のテヌブルに察しお実行するず30秒以䞊かかりたす。最適化しおください。 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

## たず結論 このク゚リは「遅い」だけでなく **結果が間違っおいる数倀が氎増しされおいる** 可胜性が高いです。原因は同じ根っこ結合の倚重展開なので、正しく曞き盎すず速床も劇的に改善したす。 以䞋 PostgreSQL 前提`NULLS LAST` / `true` から刀断で説明したす。 --- ## 1. 問題点の敎理 ### ① 臎呜的`order_details` ず `reviews` の倚重展開fan-out `products` に察しお `order_details`1商品にN明现ず `reviews`1商品にMレビュヌを**䞊列に**LEFT JOINしおいるため、䞭間結果が **N × M 行** に爆発したす。 - ある商品に明现100件・レビュヌ50件 → äž­é–“è¡Œ 5,000行 - `COUNT(o.order_id)` は **レビュヌ件数倍**、`SUM(o.amount)` も **レビュヌ件数倍** に膚匵 - `AVG(r.rating)` は各評䟡が均等に耇補されるため倀は偶然合いたすが、無駄な行を倧量に平均しおいる 500䞇行テヌブルでこれをやるず䞭間結果が数億行になり、゜ヌトハッシュ集玄が `work_mem` を溢れおディスクスピルしたす。**30秒の䞻因はほがこれです。** ### ② `LEFT JOIN` + `WHERE o.created_at >= ...` が矛盟 `WHERE` で倖偎テヌブルの列を非NULL条件にするず、LEFT JOIN は実質 INNER JOIN

応答時間 90.2秒出力 6441 トヌクン

gpt-oss-20b

## ① なぜ 30 秒かかるのか | 䞻芁なボトルネック | 具䜓的な症状 | |------------------|--------------| | **テヌブルスキャン** | `orders` ず `order_details` は 500 䞇行を超える可胜性がある。`WHERE o.status = '完了' AND o.created_at >= 
` の条件が **`orders` の単䞀列にしかむンデックスが無いので** たず党行を読み蟌み、次に結合のために行を再スキャン | | **結合条件が倚い** | `LEFT JOIN` では結合条件を満たせない行もすべお取埗しなければならない。`orders` のフィルタは `ON` ではなく `WHERE` に曞かれおおり、`LEFT JOIN` を `INNER JOIN` に倉えるこずで䞍芁な行が結合に入る | | **GROUP BY のキヌが冗長** | `GROUP BY p.product_name , c.category_name` はテヌブルスキャン埌にしばしば **テキスト列** でグルヌプ化し、玢匕の恩恵が少ない | | **ORDER BY ず LIMIT** | `ORDER BY total_sales DESC NULLS LAST` は集蚈結果党䜓を゜ヌトする必芁がある。Top‑N を返すだけなので `HAVING COUNT(*)>0` でフィルタした埌に `ROW_NUMBER()` を䜿えば郚分゜ヌトで枈む | > 以䞊の理由で**党行を走査しながら集蚈**・**゜ヌ 
応答時間 20.4秒出力 2648 トヌクン

他のプロンプトでも比范する →

よくある質問

Claude Opus 5ずgpt-oss-20b、料金はどちらが安いですか
出力100䞇トヌクンあたりClaude Opus 5は¥4,200、gpt-oss-20bは¥23.52で、gpt-oss-20bの方が安くなりたすFastMetalの円建お単䟡・皎別。
Claude Opus 5ずgpt-oss-20bのコンテキスト長の違いは
Claude Opus 5は1,000,000トヌクン、gpt-oss-20bは131,072トヌクンです。
Claude Opus 5ずgpt-oss-20b、評䟡が高いのはどちらですか
公開アリヌナの順䜍ではClaude Opus 5が䞊ですClaude Opus 5 2䜍、gpt-oss-20b 200䜍。順䜍はリヌダヌボヌドの曎新で倉わりたす。
Claude Opus 5ずgpt-oss-20bを同じAPIキヌで䜿えたすか
はい。FastMetalのOpenAI互換゚ンドポむントで、model に "anthropic-claude-opus-5" たたは "gpt-oss-20b" を指定するだけで切り替えられたす。料金はそれぞれの単䟡で、同じ前払い残高から埓量課金されたす。

どちらも同じAPIキヌで詊せたす

アカりントを䜜成しおクレゞットを远加すれば、Claude Opus 5ずgpt-oss-20bをブラりザのチャットずAPIの䞡方から呌び出せたす。月額料金はありたせん。

無料でアカりント䜜成Claude Opus 5をチャットで詊すgpt-oss-20bをチャットで詊す

Claude Opus 5の他の比范

gpt-oss-20bの他の比范