モデル比較

Ember-1 vs gpt-oss-20b

料金・コンテキスト長・実際の回答で比較(2026年11月時点)

Ember-1(Fireworks)とgpt-oss-20b(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

Ember-1openai logogpt-oss-20b
提供元FireworksOpenAI
入力(100万トークンあたり)¥536.1¥5.04
出力(100万トークンあたり)¥2,680.5¥23.52
想定コスト(入力1,000・出力500トークン × 1,000回)¥1,876¥17
コンテキスト長1,048,576 トークン131,072 トークン
リリース日2026/9/242025/8/5
入力モダリティtext, imagetext
生成速度 (p50)88 トークン/秒 (n=16)108 トークン/秒 (n=21)
アリーナ 総合圏外#271 · ELO 1,318
アリーナ 日本語圏外#201 · ELO 1,255
アリーナ コーディング圏外#253 · ELO 1,368

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、2026-11-09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gpt-oss-20b。出力100万トークンあたり¥23.52で、Ember-1より99%安くなります。
  • 長い文書を扱うならEmber-1。コンテキスト長は1,048,576トークンで、gpt-oss-20bの131,072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…

Ember-1

# エラーの原因 `TypeError: unsupported operand type(s) for *: 'str' and 'int'` は、**文字列(str)と整数(int)を掛け算しようとしている**ことを示しています。 つまり、この時点で: - `order["price"]` → **文字列型(str)** - `order["quantity"]` → 整数型(int) になっています。 ## なぜ `price` が文字列になるのか 代表的な原因は以下の通りです: 1. **データベースの `price` カラムが `VARCHAR` や `TEXT` で定義されている**(最も多い原因) 2. データベースドライバの設定によって `DECIMAL` 型が文字列として返される 3. データ登録時に文字列として INSERT されてしまっている 確認するには、以下を実行してみてください: ```python print(type(order["price"]), repr(order["price"])) # 例: <class 'str'> '1980' ``` --- # 修正方法 ## 修正1: アプリケーション側で型変換する(即効性のある対応) ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) total = su…
応答時間 27.3秒出力 1460 トークン

gpt-oss-20b

## 1. エラーの原因 ```python TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` - `order["price"]` が **文字列 (`str`)** である - `order["quantity"]` が **整数 (`int`)** である - `str * int` は演算できないため例外が発生 ### 何で `price` が文字列になるのか? | DB | 典型的な戻り値の型 | 文字列になるケース | |-----|------------------|---------------------| | PostgreSQL(psycopg2) | `Decimal` | なし(数値型は `Decimal`) | | MySQL(mysql‑connector / pymysql) | `Decimal` または `str` | `use_unicode=True` や `cursorclass=` が設定されていると文字列になる | | SQLite(sqlite3) | `int`/`float` | なし | したがって、今回使われている `db.query()` では価格列が **文字列として返されている** ことが原因です。 --- ## 2. 修正方法 ### ① 数値型へキャストして足し算 ```python def get_user_orders(user_id): # ① クエリ実行 orders = db.quer…
応答時間 10.0秒出力 1365 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…

Ember-1

# コードレビュー: `fetchAllUsers` ## 🔴 重大な問題 ### 1. エラーハンドリングの欠如 `fetch` はネットワークエラーや HTTP エラー(404, 500など)でも `reject` しません。`response.ok` のチェックがないと、エラーレスポンスを正常データとして処理してしまいます。 ```typescript if (!response.ok) { throw new Error(`API error: ${response.status} ${response.statusText}`); } ``` ### 2. 無限ループのリスク - API が常に100件返し続ける場合(バグ・仕様変更)、ループが終わりません - `data.users` が `undefined` の場合、`data.users.length` で例外が発生します 最大ページ数などの安全装置を入れるべきです。 ### 3. `any` 型の多用 `Promise<any[]>` や `data` の型が暗黙の `any` では、TypeScript の恩恵が受けられません。レスポンスと返り値に型を定義しましょう。 ## 🟡 可読性の改善点 - **マジックナンバー `100`** が2箇所に散在(リクエストと終了判定)→ 定数化 - **命令的な `for` ループ** → `filter` + `map` で宣言的に - **`data.users[i]` の繰り返し** → 分割代入や `map` のコールバック引数で簡潔に…
応答時間 44.2秒出力 2563 トークン

gpt-oss-20b

## ① ざっくりした実装概要 ```ts async function fetchAllUsers(page: number = 1): Promise<any[]> { /* … */ } ``` - 1ページにつき最大100件取得し、`status !== "deleted"` のレコードだけを `id / name / email` らしき構造体に整形。 - **ページングを手動**で止めるために while‑loop で繰り返し呼び出す → 連続で **1 つずつ直列**に `fetch` している。 - `any` をそのまま返している。 - エラー処理・型定義・可読性・パフォーマンスに関しては改善余地が多々ある。 --- ## ② 可読性(コードの見やすさ・保守性)を向上させる | 現状 | 改善案 | 具体例 | |------|--------|--------| | ① `any` を使っている | 型を定義し、返却型を `User[]` に | ```ts interface User { id: number; name: string; email: string; } ``` | | ② ループの内部でインデックスを使う | `for...of` + デストラクチャリング | ```ts for (const u of data.users) { … } ``` | | ③ `if (data.users.length < 100)` で終了判定 | `data.users.splice` で終端を判断 | –(設計…
応答時間 62.4秒出力 3181 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…

Ember-1

# クエリの問題点 ## ① 1対多 × 1対多の結合による「行爆発」(最重要) `order_details`(1商品→多数の注文明細)と `reviews`(1商品→多数のレビュー)を同時に結合しているため、**注文10件・レビュー5件の商品は中間結果で50行**に膨らみます。これが遅さの最大の原因です。 さらに重要な点として、**集計値も壊れています**: - `COUNT(o.order_id)` → レビュー数倍に過大カウント - `SUM(o.amount)` → レビュー数倍に過大計上 - (`AVG(r.rating)` は全レビューが同じ回数だけ複製されるため、たまたま正しい値になります) ## ② LEFT JOIN と WHERE の矛盾 `LEFT JOIN orders` しながら `WHERE o.created_at >= ...` で絞っているため、NULL行が除外され**実質INNER JOIN**になっています。意図が分かりにくく、オプティマイザの判断も複雑にします。 ## ③ インデックス不足 `order_details`、`reviews`、`categories`、`orders(status, created_at)` にインデックスがなく、フルスキャン+ネストループの非効率な結合になっています。 ## ④ 文字列でのGROUP BY `product_name`(文字列)でのグルーピングは整数IDより遅く、**同名商品が誤ってマージされる**リスクもあります。 --- # 改善後のクエリ 売上とレビューを*…
応答時間 116.1秒出力 6279 トークン

gpt-oss-20b

## ① なぜ 30 秒かかるのか | 主要なボトルネック | 具体的な症状 | |------------------|--------------| | **テーブルスキャン** | `orders` と `order_details` は 500 万行を超える可能性がある。`WHERE o.status = '完了' AND o.created_at >= …` の条件が **`orders` の単一列にしかインデックスが無いので** まず全行を読み込み、次に結合のために行を再スキャン | | **結合条件が多い** | `LEFT JOIN` では結合条件を満たせない行もすべて取得しなければならない。`orders` のフィルタは `ON` ではなく `WHERE` に書かれており、`LEFT JOIN` を `INNER JOIN` に変えることで不要な行が結合に入る | | **GROUP BY のキーが冗長** | `GROUP BY p.product_name , c.category_name` はテーブルスキャン後にしばしば **テキスト列** でグループ化し、索引の恩恵が少ない | | **ORDER BY と LIMIT** | `ORDER BY total_sales DESC NULLS LAST` は集計結果全体をソートする必要がある。Top‑N を返すだけなので `HAVING COUNT(*)>0` でフィルタした後に `ROW_NUMBER()` を使えば部分ソートで済む | > 以上の理由で**全行を走査しながら集計**・**ソー…
応答時間 20.4秒出力 2648 トークン

他のプロンプトでも比較する →

よくある質問

Ember-1とgpt-oss-20b、料金はどちらが安いですか?
出力100万トークンあたりEmber-1は¥2,680.5、gpt-oss-20bは¥23.52で、gpt-oss-20bの方が安くなります(FastMetalの円建て単価・税別)。
Ember-1とgpt-oss-20bのコンテキスト長の違いは?
Ember-1は1,048,576トークン、gpt-oss-20bは131,072トークンです。
Ember-1とgpt-oss-20b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 "ember-1" または "gpt-oss-20b" 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、Ember-1とgpt-oss-20b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。

Ember-1の他の比較

gpt-oss-20bの他の比較