FastMetal

モデル比范

Claude Sonnet 4.6 vs gpt-oss-120b

料金・コンテキスト長・実際の回答で比范2026幎10月時点

Claude Sonnet 4.6Anthropicずgpt-oss-120b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 Sonnet 4.6openai logogpt-oss-120b
提䟛元AnthropicOpenAI
入力100䞇トヌクンあたり¥554.4Â¥16
出力100䞇トヌクンあたり¥2,772Â¥79
想定コスト入力1,000・出力500トヌクン × 1,000回¥1,940Â¥56
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2026/2/172025/8/5
入力モダリティtext, imagetext
生成速床 (p50)194 トヌクン/秒 (n=26)327 トヌクン/秒 (n=25)
アリヌナ 総合#44 · ELO 1,472#213 · ELO 1,352
アリヌナ 日本語#45 · ELO 1,440#148 · ELO 1,325
アリヌナ コヌディング#25 · ELO 1,528#221 · ELO 1,389

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、2026-10-08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-120b。出力100䞇トヌクンあたり¥79で、Claude Sonnet 4.6より97%安くなりたす。
  • 総合の評䟡はアリヌナ順䜍でClaude Sonnet 4.6が䞊です44䜍。gpt-oss-120bは213䜍。
  • 日本語の評䟡はアリヌナ順䜍でClaude Sonnet 4.6が䞊です45䜍。gpt-oss-120bは148䜍。
  • コヌディングの評䟡はアリヌナ順䜍でClaude Sonnet 4.6が䞊です25䜍。gpt-oss-120bは221䜍。
  • 長い文曞を扱うならClaude Sonnet 4.6。コンテキスト長は1,000,000トヌクンで、gpt-oss-120b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 Sonnet 4.6

## ゚ラヌの原因 `order["price"]` が **数倀型ではなく文字列型`str`** ずしお取埗されおいるため、`*` 挔算子で敎数ずの掛け算ができず゚ラヌが発生しおいたす。 ### なぜ文字列になるのか ``` # DBから取埗した倀のむメヌゞ 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 * æ•Žæ•° = 文字列の繰り返しではなく、゚ラヌ ``` **䞻な原因パタヌン** - DBのカラム型が `VARCHAR` や `TEXT` になっおいる - DBドラむバヌの蚭定・バヌゞョンによる型倉換の問題 - デヌタ投入時に文字列ずしお保存されおしたっおいる --- ## 修正方法 ### ✅ 掚奚明瀺的な型倉換で防埡的に察凊 ```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 に明瀺的に倉換 total = sum( float(order["price"]) * int(order["quantity"])

応答時間 15.8秒出力 992 トヌクン

gpt-oss-120b

**原因** `order["price"]` が **文字列** (`str`) で返っおきおいるため、数倀 (`int`/`float`/`Decimal`) ず掛け算しようずしたずきに ``` TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` が発生しおいたす。 このケヌスは䞻に次のいずれかが原因です。 | 可胜性 | 内容 | |--------|------| | ① DBドラむバが数倀列を文字列ずしお取埗しおいる | たずえば `psycopg2` の `cursor_factory=RealDictCursor` でも `numeric` が文字列になるこずがありたす。 | | ② テヌブル定矩が文字列型 (`VARCHAR`, `CHAR`) になっおいる | `price` カラムが文字列型で保存されおいる。 | | ③ `SELECT` 文でキャストせずにそのたた取埗しおいる | DB偎で数倀に倉換しおいない。 | **修正方法**は 2 ぀の方向がありたす。 --- ## 1⃣ Python 偎で安党に数倀ぞ倉換する最も手軜 ```python from decimal import Decimal, InvalidOperation def get_user_orders(user_id): # db.query の戻り倀は dict のリスト䟋: [{"price": "12.34", "quantity": "2"}, ..

応答時間 7.1秒出力 1587 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 Sonnet 4.6

## コヌドレビュヌ ### 問題点の抂芁 | カテゎリ | 問題点 | |---------|--------| | 型安党性 | `any`型の倚甚 | | ゚ラヌ凊理 | HTTP゚ラヌやネットワヌク障害ぞの察応なし | | 可読性 | 冗長なルヌプず倉数操䜜 | | パフォヌマンス | ペヌゞネヌション刀定ロゞックの脆匱性 | | 保守性 | マゞックナンバヌのハヌドコヌド | --- ### 改善埌のコヌド ```typescript // 型定矩を明確に分離 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利甚可胜な堎合 hasNextPage: boolean; // APIが返す次ペヌゞフラグ利甚可胜な堎合 } interface User { id: string; name: string; email: string; } // 蚭定倀を定数ずしお切り出しマゞックナンバヌの排陀 const FETCH_CONFIG = { PAGE_SIZE: 100, BASE_URL: "/api/users", } as cons

応答時間 21.3秒出力 1609 トヌクン

gpt-oss-120b

## 📋 1. 珟行コヌドの抂芁ず䞻な課題 | 項目 | 珟状 | 問題点・改善䜙地 | |------|------|-------------------| | **型安党** | `any[]`、`any` で型を攟棄 | TypeScript のメリットが倱われ、実装ミスがコンパむル時に怜出できない | | **可読性** | 倉数名が曖昧`data`、`i`・文字列結合で名前を組み立おおいる | 䜕をしおいるかが䞀読で分かりにくい | | **゚ラヌハンドリング** | `fetch` の倱敗や `response.ok === false` をチェックしおいない | ネットワヌク゚ラヌで䟋倖がそのたたスロヌされ、呌び出し偎が把握しにくい | | **パフォヌマンス** | ペヌゞ取埗を **逐次** に行っおいる<br>`while` ルヌプ䞭で `await` | ペヌゞ数が倚いず総埅ち時間が `N × latency` になる | | **ミュヌテヌション** | `let` で再代入が倚い | 䞍倉性を保぀方がデバッグしやすい | | **ハヌドコヌディング** | `limit=100` がコヌド䞭に埋め蟌たれおいる | API の倉曎に脆匱 | | **文字列結合** | `first_name + " " + last_name` | 可読性が䜎く、`undefined` が入った時に `"undefined"` が出力されるリスク | | **非同期キャンセル** | `AbortController` が未䜿甚 | 長時間埅機したたたキャ 
応答時間 15.6秒出力 3532 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 Sonnet 4.6

## 問題点の分析 ### 珟状のボトルネック ``` 1. むンデックス䞍足 → フルスキャンが倚発 2. LEFT JOINの誀甚 → WHERE句で実質INNER JOINになっおいる 3. サブク゚リなしの集蚈 → 党結合埌に集蚈しおいる 4. GROUP BYの列指定 → 非効率な重耇排陀 ``` --- ## 最適化ステップ1: むンデックスの远加 ```sql -- フィルタ・結合・゜ヌトに䜿甚するむンデックス CREATE INDEX idx_products_active_category ON products(is_active, category_id, id); -- WHERE + JOIN CREATE INDEX idx_order_details_product ON order_details(product_id, order_id); -- JOIN CREATE INDEX idx_orders_status_date ON orders(status, created_at, order_id, amount); -- WHERE + 集蚈カバリングむンデックス CREATE INDEX idx_reviews_product ON reviews(product_id, rating); -- JOIN + 集蚈カバリングむンデックス CREATE INDEX idx_categorie

応答時間 28.2秒出力 1828 トヌクン

gpt-oss-120b

## 1. 珟状のボトルネック | 項目 | 理由 | |------|------| | **① LEFT JOIN → INNER JOIN に倉えられるケヌス** | `orders` の `status = '完了'` ず `created_at >= 
` が必ず満たす行だけを集蚈したいので、`LEFT JOIN` で結合した埌に `WHERE o.created_at 
` を曞くず、`orders` が **NULL** の行も残っおしたい、䞍芁なレコヌドが倧量に産たれたす。| | **② フィルタが JOIN 埌に適甚されおいる** | `WHERE o.created_at >= 
` が **LEFT JOIN** の埌に評䟡されるため、たず **å…šè¡Œ** が `orders` ず結合され、その埌で絞り蟌む → 5 M 行 × (order_details の行数) の䞭間結果が膚倧。| | **③ むンデックスが足りない** | 珟圚は `products(id)` ず `orders(order_id)` だけ。<br>怜玢条件・結合キヌに䜿っおいるカラムは党郚 **むンデックス察象倖** なので、フルテヌブルスキャンやハッシュゞョむンが走りたす。| | **④ GROUP BY に文字列を盎接䜿っおいる** | `p.product_name` ず `c.category_name` で GROUP BY するず、文字列比范が必芁になる䞊、同名の商品が別 ID で存圚したずきに正しく集蚈できたせん。`p.id` で集蚈した方がむンデックスを掻かしやす 
応答時間 13.3秒出力 2901 トヌクン

他のプロンプトでも比范する →

よくある質問

Claude Sonnet 4.6ずgpt-oss-120b、料金はどちらが安いですか
出力100䞇トヌクンあたりClaude Sonnet 4.6は¥2,772、gpt-oss-120bは¥79で、gpt-oss-120bの方が安くなりたすFastMetalの円建お単䟡・皎別。
Claude Sonnet 4.6ずgpt-oss-120bのコンテキスト長の違いは
Claude Sonnet 4.6は1,000,000トヌクン、gpt-oss-120bは131,072トヌクンです。
Claude Sonnet 4.6ずgpt-oss-120b、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 Sonnet 4.6が䞊ですClaude Sonnet 4.6 45䜍、gpt-oss-120b 148䜍。順䜍はリヌダヌボヌドの曎新で倉わりたす。
Claude Sonnet 4.6ずgpt-oss-120b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-sonnet-4-6" たたは "gpt-oss-120b" 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 Sonnet 4.6ずgpt-oss-120b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 Sonnet 4.6をチャットで詊すgpt-oss-120bをチャットで詊す

Claude Sonnet 4.6の他の比范

gpt-oss-120bの他の比范