モデル比較

Claude Sonnet 5.5 vs GPT-6 Astra

料金・コンテキスト長・実際の回答で比較(2026年9月時点)

Claude Sonnet 5.5(Anthropic)とGPT-6 Astra(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

anthropic logoClaude Sonnet 5.5openai logoGPT-6 Astra
提供元AnthropicOpenAI
入力(100万トークンあたり)¥357.4¥1,787
出力(100万トークンあたり)¥1,787¥8,935
想定コスト(入力1,000・出力500トークン × 1,000回)¥1,251¥6,255
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2026/9/282026/9/4
入力モダリティtext, image, filefile, image, text
生成速度 (p50)—89 トークン/秒 (n=17)
アリーナ 総合圏外#26 · ELO 1,478
アリーナ 日本語圏外圏外
アリーナ コーディング圏外#8 · ELO 1,542

料金はFastMetalの円建て単価(税別)。

順位データ: LMArena leaderboard dataset(lmarena-ai/leaderboard-dataset、CC BY 4.0、2026-09-25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Claude Sonnet 5.5。出力100万トークンあたり¥1,787で、GPT-6 Astraより80%安くなります。
  • 長い文書を扱うならGPT-6 Astra。コンテキスト長は1,050,000トークンで、Claude Sonnet 5.5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 Sonnet 5.5

## 原因 `order["price"]` が数値ではなく**文字列(str)**で返ってきていることが原因です。 - `price` カラムが `VARCHAR`/`TEXT` 型になっている - DB ドライバや DB ラッパー (`db.query`) が `DECIMAL`/`NUMERIC` を文字列で返している - CSV や JSON 由来のデータをそのまま保存している などが考えられます。 補足として、純粋な Python 3 では `"abc" * 3` は文字列の繰り返しとして**エラーになりません**。そのため、提示されたメッセージ通りの文言は標準の `str * int` では出にくく、`db.query` が独自の型を返している可能性もあります。実際には `sum()` 内で `int + str` の TypeError になることが多いです。いずれにしても「`price` が数値型でない」という根本原因は同じです。 まず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"])) ``` ## 修正案 ### 1. コード側で数値に変換する(金額なので `Decimal` 推奨) ```python from decimal import Decimal def get_user_orders(user_…
応答時間 12.3秒出力 1534 トークン

GPT-6 Astra

`price` が文字列として返されている可能性があります。ただし、**提示されたエラーメッセージとコードには食い違いがあります**。 Python の標準の `str` と `int` は掛け算でき、数値計算ではなく文字列の繰り返しになります。 ```python "100" * 2 # "100100" ``` そのため、`price="100"`、`quantity=2` であれば、通常は掛け算ではなく、`sum()` が文字列を加算する段階で `int` と `str` の加算エラーになります。実際の値・型と、実行中のコードが提示内容と一致するか確認してください。 ### 1. 取得した値と型を確認する 開発環境で、計算の直前に次を入れて確認します。 ```python for order in orders: print( "price:", repr(order["price"]), type(order["price"]), "quantity:", repr(order["quantity"]), type(order["quantity"]), ) ``` ※ `orders` がイテレーターの場合、この確認で消費されるため、先に `orders = list(orders)` としてください。 ### 2. 数値に変換して計算する 金額には、浮動小数点の丸め誤差を避けるため `float` より `Decimal` が適しています。`price` が数値または数値文字列で、`quantity…
応答時間 13.8秒出力 793 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 5.5

# コードレビュー: `fetchAllUsers` ## 総評 ページネーションを回して全件取得するという意図は明確で、動作としては成立します。ただし、**型安全性・エラーハンドリング・関数の責務・命名**に改善余地があります。 --- ## 1. 可読性 | 問題点 | 詳細 | 改善案 | |---|---|---| | `any` の多用 | 戻り値も `data` も `any` で、型チェックの恩恵がない | `ApiUser` / `User` 型を定義する | | マジックナンバー `100` | `limit=100` と `< 100` の2箇所に重複 | `PAGE_SIZE` 定数にする | | インデックス付き `for` | `data.users[i]` が何度も登場して読みにくい | `filter` + `map`、または `for...of` | | `let user` | 再代入しないのに `let` | `const`(または直接返す) | | 文字列連結 | `+ " " +` は読みにくい | テンプレートリテラル | | 引数名 `page` | 「全件取得」なのにページ指定があり意図が不明瞭 | `startPage` にリネーム、または引数自体を削除 | | フラグ変数 `hasMore` | 制御フローが分散している | `break` / `return` で簡潔にする | --- ## 2. パフォーマンス - **リクエストが逐次実行**: 次ページの有無が前ページの結果に依存するため逐次自体は仕方がない…
応答時間 21.0秒出力 2760 トークン

GPT-6 Astra

元の関数は処理の流れがシンプルで、ページを順番に取得する実装として妥当です。特に改善したいのは、**型安全性・HTTPエラー処理・ループ内の可読性**です。 ## 主な改善点 ### 1. `any` を具体的な型に置き換える APIから受け取るユーザーと、整形後に返すユーザーでは構造が異なるため、別々の型を定義すると意図が明確になります。 ただし、TypeScriptの型指定だけでは実際のAPIレスポンスを検証できません。外部データの信頼性が低い場合は、Zodなどによる実行時検証も検討してください。 ### 2. HTTPエラーを明示的に処理する `fetch` は、404や500などのHTTPエラーでは通常rejectされません。`response.ok` を確認し、失敗したページなどを含むエラーを投げると原因を追いやすくなります。 ### 3. 配列の添字アクセスを減らす `for...of` と `continue` を使うと、`data.users[i]` の繰り返しやネストを減らせます。 `filter().map()` も読みやすい選択肢ですが、現状のように1回の走査で結果へ追加すれば、中間配列を作らずに済みます。 ### 4. ページングの条件を明確にする - `100` は定数化する。 - 開始ページは正の整数であることを検証する。 - 終了時に `break` すれば、`hasMore` の状態管理は不要になる。 ## 改善例 以下は、APIの `id` が数値で、レスポンスが `{ users: [...] }` であることを前提とした例…
応答時間 20.2秒出力 1308 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 Sonnet 5.5

# 最適化のポイント PostgreSQLを想定しています。このクエリは遅いだけでなく、**集計結果も誤っている**可能性が高いです。 ## 問題点 ### 1. JOINによる行の膨張(最大の原因、かつ結果が不正) `order_details`と`reviews`を同じ`products`に直接JOINしているため、商品ごとに「注文明細数 × レビュー数」の行が生成されます。 - 注文明細100件、レビュー50件の商品は5,000行になる - `COUNT(o.order_id)`と`SUM(o.amount)`はレビュー数倍に水増しされる - `AVG(r.rating)`も注文数で重み付けされ、正しい平均にならない ### 2. LEFT JOINがWHEREで実質INNER JOINになっている `WHERE o.created_at >= ...`は`o`がNULLの行を除外するため、`orders`へのLEFT JOINは意味を失っています。意図と実際の動作がずれている上、オプティマイザの結合順序の選択も難しくなります。 ### 3. 集計を先にせず、全結合してからGROUP BYしている 巨大な中間結果をGROUP BYしてからソートし、上位50件だけ取り出しています。集計は結合前に済ませ、評価の計算は上位50件に絞ってから行うべきです。 ### 4. `GROUP BY p.product_name, c.category_name` 同名の別商品が1行にマージされます。`p.id`でグループ化すべきです。 ### 5. インデックス不足 `o…
応答時間 24.4秒出力 3370 トークン

GPT-6 Astra

ボトルネックはインデックス不足だけではありません。**注文明細とレビューの同時JOINによる行数の増幅**が、速度と集計値の両方に影響しています。 以下は、構文から **PostgreSQLを想定**した改善案です。実際の効果は、対象期間の注文数や実行計画で確認してください。 ## 1. 元のクエリの問題点 ### 注文数・売上がレビュー件数分だけ増える ある商品に注文明細が10件、レビューが5件あると、JOIN後には50行になります。 そのため、元のクエリでは次の問題が起こります。 - `COUNT(o.order_id)`:レビュー件数分だけ過大になる - `SUM(o.amount)`:レビュー件数分だけ過大になる - 集計・ソートする行数が膨らみ、処理が重くなる 商品単位なら `AVG(r.rating)` は均等な重複によって値が変わらない場合がありますが、同名商品をまとめる現状のGROUP BYでは、注文数による意図しない重み付けも起こり得ます。 ### `orders` のLEFT JOINは、実質的にINNER JOIN ```sql WHERE o.created_at >= '2024-04-01' ``` によって、注文がない行は除外されます。現在の対象商品を維持するなら、`INNER JOIN`として明示できます。 ### 商品名だけでGROUP BYしている ```sql GROUP BY p.product_name, c.category_name ``` では、同じ商品名・カテゴリ名を持つ別の商品が統合されます。**商品…
応答時間 37.1秒出力 2211 トークン

他のプロンプトでも比較する →

よくある質問

Claude Sonnet 5.5とGPT-6 Astra、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 5.5は¥1,787、GPT-6 Astraは¥8,935で、Claude Sonnet 5.5の方が安くなります(FastMetalの円建て単価・税別)。
Claude Sonnet 5.5とGPT-6 Astraのコンテキスト長の違いは?
Claude Sonnet 5.5は1,000,000トークン、GPT-6 Astraは1,050,000トークンです。
Claude Sonnet 5.5とGPT-6 Astra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-5-5" または "gpt-6-astra" 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 5.5とGPT-6 Astra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 Sonnet 5.5の他の比較

GPT-6 Astraの他の比較