DeepSeek V4.1 Flash 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）
DeepSeek V4.1 Flash（DeepSeek）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
 DeepSeek V4.1 Flash |  GLM 4.7 | |
|---|---|---|
| 提供元 | DeepSeek | Z.ai |
| 入力（100万トークンあたり） | ¥33.6 | ¥67.2 |
| 出力（100万トークンあたり） | ¥100.8 | ¥294 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥84 | ¥214 |
| コンテキスト長 | 1,048,576 トークン | 202,752 トークン |
| リリース日 | 2026/9/10 | 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=27) | — |
| アリーナ 総合 | #34 · ELO 1,476 | #95 · ELO 1,441 |
| アリーナ 日本語 | #37 · ELO 1,453 | #50 · ELO 1,440 |
| アリーナ コーディング | #30 · ELO 1,523 | #107 · 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、2026-10-22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DeepSeek V4.1 Flash。出力100万トークンあたり¥100.8で、GLM 4.7より66%安くなります。
- 総合の評価はアリーナ順位でDeepSeek V4.1 Flashが上です（34位。GLM 4.7は95位）。
- 日本語の評価はアリーナ順位でDeepSeek V4.1 Flashが上です（37位。GLM 4.7は50位）。
- コーディングの評価はアリーナ順位でDeepSeek V4.1 Flashが上です（30位。GLM 4.7は107位）。
- 長い文書を扱うならDeepSeek V4.1 Flash。コンテキスト長は1,048,576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…
DeepSeek V4.1 Flash
原因は、`order["price"]` が数値ではなく **文字列（str）** として返ってきていることです。
そのため、`str * int` を実行しようとして `TypeError` になっています。
```python
order["price"] * order["quantity"]
# 例: "1000" * 2 → エラー
```
DBドライバや独自の `db.query` ラッパーによっては、`DECIMAL` や `NUMERIC` の値が文字列で返ることがあります。また、DB上で `price` が `VARCHAR` になっている場合も同様です。
## 修正方法
乗算する前に `price` を数値に変換します。金額を扱うなら `Decimal` が安全です。
```python
from decimal import Decimal
def get_user_orders(user_id):
orders = db.query(
"SELECT price, quantity FROM orders WHERE user_id = %s",
user_id
)
total = sum(
Decimal(str(order["price"])) * int(order["quantity"])
for order in orders
)
return {
"user_id": user_id,…
応答時間 62.2秒出力 1313 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…
DeepSeek V4.1 Flash
改善ポイントは主に **型安全性・エラー処理・可読性・ページネーションの扱い** です。
## 主な改善点
### 1. 型安全性
- `any[]` は避ける。`User` / `ApiUser` / `ApiUsersResponse` を定義する。
- `response.json()` の結果は `any` になりがちなので、型を付ける。
- 可能なら `zod` などで実行時バリデーションも行う。
### 2. エラー処理
- `fetch` は HTTP 404/500 でも reject しないため、`response.ok` を必ず確認する。
- レスポンス形状が不正な場合も明示的にエラーにする。
### 3. 可読性
- `for (let i = 0; ...)` より `for...of` が読みやすい。
- `let user` は `const user` にする。
- `100` などのマジックナンバーは定数化する。
- `hasMore` フラグより `while (true)` + `break` のほうが意図が明確。
- `first_name + " " + last_name` はテンプレートリテラルや `join` を使う。
### 4. パフォーマンス
- ページネーションが逐次取得なのは基本的に正しい。
ただし API が総ページ数や `hasMore` を返すなら、余分な最終リクエストを削減できる。
- 総ページ数が既知なら `Promise.all` で並列取得できるが、レートリミットには注意。
- 大量データを…
応答時間 41.3秒出力 6310 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
DeepSeek V4.1 Flash
件名：【お詫びとご相談】納品予定製品の不具合に伴う納期延期について（株式会社△△ 山田）
株式会社〇〇
田中部長様
平素より大変お世話になっております。
株式会社△△の山田でございます。
このたび、貴社に納品予定の[製品名]につきまして、弊社の出荷前品質検査において軽微な不具合が確認されました。
現時点で重大な影響は確認されておりませんが、品質保証の観点から、該当箇所の調整および再検査を実施する必要がございます。
つきましては、誠に勝手ながら、納品予定日を下記のとおり1週間延期させていただきたく存じます。
当初納品予定日：○年○月○日
変更後納品予定日：○年○月○日
貴社には多大なるご迷惑とご心配をおかけしますこと、深くお詫び申し上げます。
また、代替案としまして、当初予定日に暫定版を先に納品させていただき、正式版が完成次第、改めて納品・交換させていただくことも可能でございます。
暫定版では[制限事項]がございますが、[想定用途]には支障がない見込みです。
正式版の完成をお待ちいただくか、暫定版を先行納品するか、ご意向を伺えれば幸いです。
なお、改めて本件のお詫びに伺いたく存じます。
ご多忙のところ恐縮ですが、ご都合のよろしい日時をいくつかご教示いただけますと幸いです。
まずはメールにてお詫びとご相談を申し上げます。
何卒ご理解賜りますようお願い申し上げます。
今後ともよろしくお願いいたします。
敬具
株式会社△△
営業部 山田太郎
〒○○○-○○○○
東京都○○区○○○
TEL：○○-○○○○-○○○○…
応答時間 13.4秒出力 2222 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
- DeepSeek V4.1 Flash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DeepSeek V4.1 Flashは¥100.8、GLM 4.7は¥294で、DeepSeek V4.1 Flashの方が安くなります（FastMetalの円建て単価・税別）。
- DeepSeek V4.1 FlashとGLM 4.7のコンテキスト長の違いは？
- DeepSeek V4.1 Flashは1,048,576トークン、GLM 4.7は202,752トークンです。
- DeepSeek V4.1 Flash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DeepSeek V4.1 Flashが上です（DeepSeek V4.1 Flash 37位、GLM 4.7 50位）。順位はリーダーボードの更新で変わります。
- DeepSeek V4.1 Flash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 "deepseek-v4.1-flash" 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、DeepSeek V4.1 Flash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。