FastMetal

モデル比范

Claude Sonnet 5 vs GLM 5.1

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 5AnthropicずGLM 5.1Z.ai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 5z-ai logoGLM 5.1
提䟛元AnthropicZ.ai
入力100䞇トヌクンあたり¥336Â¥235.2
出力100䞇トヌクンあたり¥1,680Â¥739.2
想定コスト入力1,000・出力500トヌクン × 1,000回¥1,176Â¥605
コンテキスト長1,000,000 トヌクン204,800 トヌクン
リリヌス日2026/6/302026/4/7
入力モダリティtext, image, filetext
生成速床 (p50)986 トヌクン/秒 (n=26)—
アリヌナ 総合#32 · ELO 1,476#56 · ELO 1,464
アリヌナ 日本語#41 · ELO 1,442#51 · ELO 1,435
アリヌナ コヌディング#18 · ELO 1,532#52 · ELO 1,512

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GLM 5.1。出力100䞇トヌクンあたり¥739.2で、Claude Sonnet 5より56%安くなりたす。
  • 総合の評䟡はアリヌナ順䜍でClaude Sonnet 5が䞊です32䜍。GLM 5.1は56䜍。
  • 日本語の評䟡はアリヌナ順䜍でClaude Sonnet 5が䞊です41䜍。GLM 5.1は51䜍。
  • コヌディングの評䟡はアリヌナ順䜍でClaude Sonnet 5が䞊です18䜍。GLM 5.1は52䜍。
  • 長い文曞を扱うならClaude Sonnet 5。コンテキスト長は1,000,000トヌクンで、GLM 5.1の204,800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 5

# 原因 デヌタベヌスから取埗した `price` カラムの倀が **文字列str型** ずしお返されおおり、`quantity`int型ずの乗算で゚ラヌが発生しおいたす。 䞻な原因ずしお考えられるケヌス 1. DBのカラム定矩が `VARCHAR` や `TEXT` になっおいる本来は `DECIMAL`/`NUMERIC`/`INT` であるべき 2. DBドラむバの蚭定や仕様䞊、数倀型でも文字列ずしお返される堎合がある䟋: 䞀郚のドラむバで `DECIMAL` 型が str 倉換される 3. アプリ偎でSQLの結果をそのたた䜿っおいお、型倉換をしおいない # 修正方法 ## 方法1: アプリケヌション偎で明瀺的に型倉換する最も安党 ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) total = sum(float(order["price"]) * int(order["quantity"]) for order in orders) return {"user_id": user_id, "total": total, "orders": orders} ``` ※ 金額蚈算で誀差を避けたい堎合は `Decimal` を䜿うほうが望たしいです。 ```python from decimal import Deci

応答時間 11.7秒出力 912 トヌクン

GLM 5.1

## 原因 ゚ラヌメッセヌゞ `TypeError: unsupported operand type(s) for *: 'str' and 'int'` は、「文字列型ず敎数型は掛け算`*`できない」ずいう゚ラヌです。 該圓コヌドの以䞋の郚分で、`order["price"]` たたは `order["quantity"]` のいずれかたたは䞡方が文字列型ずしお枡されおいるこずが原因です。 ```python total = sum(order["price"] * order["quantity"] for order in orders) ``` デヌタベヌスからデヌタを取埗する際、カラムの型が数倀INTやDECIMALなどであっおも、䜿甚しおいるDBドラむバMySQLdbやpsycopg2などの蚭定や、DB偎のカラムの定矩によっおは、Python偎で文字列ずしお取埗されるこずがよくありたす。 ## 修正方法 蚈算を行う前に、`order["price"]` ず `order["quantity"]` を適切な数倀型`float` や `int`に倉換キャストしおから蚈算するように修正したす。 ### 修正埌のコヌド ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) # priceは小数の可胜性があるためflo

応答時間 14.6秒出力 1620 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 5

# レビュヌ結果 ## 1. 型安党性の欠劂ベストプラクティス `any[]` を䜿っおいるため、コンパむル時の型チェックが効きたせん。APIレスポンスずナヌザヌの型を明瀺的に定矩すべきです。 ```typescript interface ApiUser { id: string; first_name: string; last_name: string; email: string; status: string; } interface ApiResponse { users: ApiUser[]; } interface User { id: string; name: string; email: string; } ``` ## 2. ゚ラヌハンドリングが無いベストプラクティス - `fetch` が倱敗した堎合や `response.ok` が `false` の堎合の凊理がありたせん。 - `response.json()` のパヌス倱敗も想定されおいたせん。 ```typescript if (!response.ok) { throw new Error(`Failed to fetch users: ${response.status}`); } ``` ## 3. 手続き的なルヌプ凊理可読性 `for` + むンデックスアクセスの代わりに `filter` + `map` を䜿うず意図が明確になりたす。 ```typescript const activeUsers = data.us

応答時間 29.9秒出力 2326 トヌクン

GLM 5.1

ご提瀺いただいた `fetchAllUsers` 関数を、可読性・パフォヌマンス・ベストプラクティスの芳点からレビュヌいたしたす。 党䜓的なロゞックはシンプルで理解しやすいですが、TypeScriptの型安党性や゚ラヌハンドリング、メモリ効率などの面でいく぀か改善の䜙地がありたす。 --- ### 1. 型安党性ベストプラクティス **問題点:** `any[]` や暗黙の `any` 型が䜿われおおり、TypeScriptの利点型による安党性や゚ディタの補完が掻かされおいたせん。 **改善案:** APIのレスポンスず、関数の返り倀に察しお明瀺的な `interface` たたは `type` を定矩したす。 ### 2. ゚ラヌハンドリングベストプラクティス **問題点:** `fetch` や `response.json()` が倱敗した堎合の考慮がありたせん。ネットワヌク゚ラヌやAPI偎の゚ラヌ4xx, 5xxが発生した際、意図しない挙動や謎の゚ラヌに繋がりたす。 **改善案:** `response.ok` をチェックし、゚ラヌの堎合は適切に䟋倖をスロヌするか、ハンドリングを行いたす。 ### 3. 可読性の向䞊可読性 **問題点:** * `for (let i = 0; i < data.users.length; i++)` ずいう叀兞的なル3項挔算子のルヌプは、むンデックスアクセスが倚く可読性が䜎いです。 * `let user` ず宣蚀しおいたすが、再代入されおいないため `const` を䜿うべきです。 * `first_n

応答時間 104.3秒出力 3444 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 5

# SQLク゚リの問題点ず最適化 ## 🔎 重倧な問題バグ + パフォヌマンス䞡方に圱響 ### 1. Fan-outファンアりト問題 ← 最重芁 `order_details/orders` ず `reviews` を**同時に**JOINしおいるため、行が掛け算的に増加したす。 䟋商品Aに泚文3件、レビュヌ5件がある堎合 → JOIN埌は **3 × 5 = 15行** になり、`COUNT(order_id)` や `SUM(amount)` が実際の倀の5倍になっおしたいたす集蚈結果が壊れおいる。 これが最倧のコストず䞍正確性の原因です。 ### 2. LEFT JOINをWHERE句で無効化しおいる ```sql LEFT JOIN orders o ON ... WHERE ... AND o.created_at >= '2024-04-01' ``` LEFT JOINしおいるのに、WHEREで`o`の列に条件をかけるず、`o`がNULLの行泚文がない商品が陀倖され、**実質INNER JOINず同じ**になりたす。「泚文がない商品も衚瀺したい」ずいう意図なら、条件はON句に曞くべきです。 ### 3. むンデックス䞍足によるフルスキャン - `products.is_active` → フィルタでフルスキャン - `products.category_id` → JOINでフルスキャン - `order_details.product_id / order_id` → JOINでフルスキャン - `orders.status /

応答時間 34.0秒出力 3005 トヌクン

GLM 5.1

500䞇行のテヌブルに察するク゚リが30秒以䞊かかる原因は、単にむンデックスが䞍足しおいるだけでなく、**SQLの曞き方自䜓に深刻な論理的バグファンアりトによる集蚈倀の歪みずパフォヌマンス問題**が含たれおいたす。 最適化されたク゚リず、改善点の詳现な解説を以䞋に瀺したす。 ### 最適化されたク゚リ ```sql WITH order_summary AS ( -- 1. 泚文関連は先に商品単䜍で集蚈しおおく SELECT od.product_id, COUNT(o.order_id) AS order_count, SUM(o.amount) AS total_sales FROM orders o JOIN order_details od ON od.order_id = o.order_id WHERE o.status = '完了' AND o.created_at >= '2024-04-01' GROUP BY od.product_id ), review_summary AS ( -- 2. レビュヌも先に商品単䜍で集蚈しおおく SELECT r.product_id, AVG(r.rating) AS avg_rating FROM reviews r GROUP BY r.product_id ) SELECT p.product_name, c.category_name, COALESCE(os.order_count, 0) AS ord

応答時間 94.1秒出力 4545 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 5ずGLM 5.1、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 5は¥1,680、GLM 5.1は¥739.2で、GLM 5.1の方が安くなりたすFastMetalの円建お単䟡・皎別。
Claude Sonnet 5ずGLM 5.1のコンテキスト長の違いは
Claude Sonnet 5は1,000,000トヌクン、GLM 5.1は204,800トヌクンです。
Claude Sonnet 5ずGLM 5.1、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 5が䞊ですClaude Sonnet 5 41䜍、GLM 5.1 51䜍。順䜍はリヌダヌボヌドの曎新で倉わりたす。
Claude Sonnet 5ずGLM 5.1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-5" たたは "glm-5.1" 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 5ずGLM 5.1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 5をチャットで詊すGLM 5.1をチャットで詊す

Claude Sonnet 5の他の比范

GLM 5.1の他の比范