Claude Sonnet 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10月時点）
Claude Sonnet 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 Sonnet 4.6 |  GLM 4.7 | |
|---|---|---|
| 提供元 | Anthropic | Z.ai |
| 入力（100万トークンあたり） | ¥554.4 | ¥67.2 |
| 出力（100万トークンあたり） | ¥2,772 | ¥294 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥1,940 | ¥214 |
| 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 | 2026/2/17 | 2025/12/22 |
| 入力モダリティ | text, image | text |
| 生成速度 (p50) | 194 トークン/秒 (n=26) | — |
| アリーナ 総合 | #44 · ELO 1,472 | #94 · ELO 1,441 |
| アリーナ 日本語 | #45 · ELO 1,440 | #46 · ELO 1,439 |
| アリーナ コーディング | #25 · ELO 1,528 | #104 · ELO 1,484 |
料金はFastMetalの単価（税別）です。
順位データ: LMArena leaderboard dataset（lmarena-ai/leaderboard-dataset、CC BY 4.0、2026-10-08時点）。カテゴリ名の対応付けとスコアの丸めはFastMetalによる。
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¥294で、Claude Sonnet 4.6より89%安くなります。
- 総合の評価はアリーナ順位でClaude Sonnet 4.6が上です（44位。GLM 4.7は94位）。
- 日本語の評価はアリーナ順位でClaude Sonnet 4.6が上です（45位。GLM 4.7は46位）。
- コーディングの評価はアリーナ順位でClaude Sonnet 4.6が上です（25位。GLM 4.7は104位）。
- 長い文書を扱うならClaude Sonnet 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 Sonnet 4.6
## エラーの原因
`order["price"]` が **数値型ではなく文字列型（`str`）** として取得されているため、`*` 演算子で整数との掛け算ができずエラーが発生しています。
### なぜ文字列になるのか？
```
# DBから取得した値のイメージ
order["price"] = "1500" # str型 ← 本来は float/int であるべき
order["quantity"] = 2 # int型
"1500" * 2 → TypeError! # 文字列 * 整数 = 文字列の繰り返しではなく、エラー
```
**主な原因パターン：**
- DBのカラム型が `VARCHAR` や `TEXT` になっている
- DBドライバーの設定・バージョンによる型変換の問題
- データ投入時に文字列として保存されてしまっている
---
## 修正方法
### ✅ 推奨：明示的な型変換で防御的に対処
```python
def get_user_orders(user_id):
orders = db.query(
"SELECT price, quantity FROM orders WHERE user_id = %s", user_id
)
# price を float、quantity を int に明示的に変換
total = sum(
float(order["price"]) * int(order["quantity"])…
応答時間 15.8秒出力 992 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 Sonnet 4.6
## コードレビュー
### 問題点の概要
| カテゴリ | 問題点 |
|---------|--------|
| 型安全性 | `any`型の多用 |
| エラー処理 | HTTPエラーやネットワーク障害への対応なし |
| 可読性 | 冗長なループと変数操作 |
| パフォーマンス | ページネーション判定ロジックの脆弱性 |
| 保守性 | マジックナンバーのハードコード |
---
### 改善後のコード
```typescript
// 型定義を明確に分離
interface ApiUser {
id: string;
first_name: string;
last_name: string;
email: string;
status: "active" | "inactive" | "deleted";
}
interface ApiResponse {
users: ApiUser[];
total: number; // APIが返す総件数（利用可能な場合）
hasNextPage: boolean; // APIが返す次ページフラグ（利用可能な場合）
}
interface User {
id: string;
name: string;
email: string;
}
// 設定値を定数として切り出し（マジックナンバーの排除）
const FETCH_CONFIG = {
PAGE_SIZE: 100,
BASE_URL: "/api/users",
} as cons…
応答時間 21.3秒出力 1609 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 Sonnet 4.6
# 納期延期のお詫びメール
---
**件名：【重要・お詫び】納品予定製品の納期延期に関するご連絡**
---
株式会社〇〇〇〇
田中部長
平素より大変お世話になっております。
株式会社△△△△の●●でございます。
このたびは、誠に申し上げにくいことではございますが、
納品予定製品につきまして、重要なご連絡がございます。
---
**■ご報告内容**
現在納品準備を進めております製品について、
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ました。
お客様に安心してご使用いただくため、
弊社品質基準に基づき修正・再検査を実施する必要がございます。
つきましては、誠に恐れ入りますが、
納期を当初予定より**1週間**延期させていただきたく、
何卒ご了承いただけますでしょうか。
・当初納品予定日：〇〇〇〇年〇月〇〇日（〇）
・変更後納品予定日：〇〇〇〇年〇月〇〇日（〇）
---
**■代替案のご提案**
田中部長のご都合・ご状況によっては、
修正対応中の**暫定版を先行納品**することも可能でございます。
暫定版では〇〇の機能については問題なくご使用いただけますが、
〇〇の点については正式版での対応となります。
ご検討の上、ご希望をお聞かせいただけますと幸いです。
---
**■今後の対応について**
このたびは、貴社のご計画・ご予定に多大なご迷惑をおかけしますことを、
心よりお詫び申し上げます。
本来であれば直接お伺いしてご説明すべきところ、
まずはメールにてご連絡申し上げた非礼をお許しください。
改めて、弊社担当者がお詫びのご…
応答時間 16.1秒出力 993 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 Sonnet 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 Sonnet 4.6は¥2,772、GLM 4.7は¥294で、GLM 4.7の方が安くなります（FastMetalの円建て単価・税別）。
- Claude Sonnet 4.6とGLM 4.7のコンテキスト長の違いは？
- Claude Sonnet 4.6は1,000,000トークン、GLM 4.7は202,752トークンです。
- Claude Sonnet 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 Sonnet 4.6が上です（Claude Sonnet 4.6 45位、GLM 4.7 46位）。順位はリーダーボードの更新で変わります。
- Claude Sonnet 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-sonnet-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追加すれば、Claude Sonnet 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。