モデル比較

Fugu Max vs GLM 4.7

料金・コンテキスト長・実際の回答で比較(2026年11月時点)

Fugu Max(Sakana AI)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

Fugu Maxz-ai logoGLM 4.7
提供元Sakana AIZ.ai
入力(100万トークンあたり)¥357.4¥67.2
出力(100万トークンあたり)¥1,072.2¥294
想定コスト(入力1,000・出力500トークン × 1,000回)¥894¥214
コンテキスト長1,000,000 トークン202,752 トークン
リリース日2026/9/112025/12/22
入力モダリティtext, image, filetext
生成速度 (p50)1278 トークン/秒 (n=26)—
アリーナ 総合圏外#95 · ELO 1,441
アリーナ 日本語圏外#50 · ELO 1,440
アリーナ コーディング圏外#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GLM 4.7。出力100万トークンあたり¥294で、Fugu Maxより73%安くなります。
  • 長い文書を扱うならFugu Max。コンテキスト長は1,000,000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…

Fugu Max

### エラーの原因 データベースから取得した `order["price"]` の値が **文字列型(`str`)** になっているためです。 Pythonでは文字列(`str`)と数値(`int`)をそのまま掛け算(`*`)することができず、`TypeError: unsupported operand type(s) for *: 'str' and 'int'` が発生しています。 主な要因として以下のいずれかが考えられます。 1. データベースの `price` カラムが `VARCHAR` や `TEXT` などの文字列型で定義されている。 2. データベースの `DECIMAL` / `NUMERIC` 型が、利用しているDBライブラリの設定により文字列として取得されている。 --- ### 修正方法 #### 1. Python側で数値型に変換する(即時修正) 金額の計算では、浮動小数点誤差を防ぐために **`Decimal`**(小数を扱う場合)または **`int`**(日本円など小数を扱わない場合)へのキャストが推奨されます。 ##### パターンA: 小数を扱う可能性がある場合(`decimal.Decimal` を使用・推奨) ```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)…
応答時間 9.0秒出力 1250 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…

Fugu Max

# レビュー結果 ## 1. 型安全性(最優先) `any[]` と `data: any` により、型チェックが完全に無効化されています。APIレスポンスの形・返り値の形を明示すべきです。 - 返り値 `Promise<any[]>` → 専用の `User` 型を定義 - `data` → APIレスポンス型(`UsersResponse`)を定義 - そうすることで `first_name` のtypoなどをコンパイル時に検出できます ## 2. エラーハンドリング - `response.ok` のチェックがありません。404や500でもそのまま `json()` を呼び、`data.users` が `undefined` になって実行時エラーになります - `fetch` / `json()` の失敗をハンドリングしていません(呼び出し側で catch する設計ならコメントで明示を) - キャンセル用 `AbortSignal` を受け取れるようにすると、アンマウント時のリーク防止に有効です ## 3. 可読性 - `data.users[i]` の3回参照 → `for...of` で変数化 - 文字列連結 `+ " "` → テンプレートリテラル - `if (status !== "deleted")` よりも `if (status === "deleted") continue;` の早期 continue の方がネストが浅い - マジックナンバー `100` が3箇所に散在 → 定数 `PAGE_SIZE` に - `let hasMore…
応答時間 16.6秒出力 1931 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

Fugu Max

日本のビジネスマナーに則った、丁寧かつ誠意の伝わるメール文面を作成しました。 状況に合わせて、[ ]で囲まれた部分をご自身の情報に書き換えてご使用ください。 --- **件名:** 【重要・お詫び】[製品名]の納期延期のお願い **本文:** [取引先会社名] [役職・部署名] 田中[様/部長] いつも大変お世話になっております。 [自社名]の[自分の氏名]でございます。 この度は、[当初の納品予定日、例:〇月〇日(〇)]に納品を予定しておりました「[製品名]」につきまして、大変重要かつ急ぎのご報告とお詫びがございます。 本日実施いたしました最終品質検査におきまして、一部に軽微な不具合が検出されました。 製品の安全性および確実な品質基準を満たすため、直ちに改修と再度の検査を行う判断をいたしました。 誠に勝手なお願いで大変恐縮ではございますが、万全の品質でお届けするため、納期を**【1週間延期】**させていただきたく存じます。 **【変更後の納品予定日】** [新納期、例:〇月〇日(〇)] 貴社の業務進行に多大なご迷惑とお手数をおかけしますことを、深くお詫び申し上げます。 なお、貴社業務への影響を最小限に抑えるための代替案といたしまして、現在問題なく稼働しております機能に限定した「暫定版」を、当初の期日(〇月〇日)通りに先行して納品することも可能でございます。 完全版につきましては、改修完了後の[新納期]にお届けいたします。 本件につきまして、まずは取り急ぎメールにてご報告とお詫びを申し上げますとともに、詳細な経緯のご説明と直接のお詫びをさせていただきたく…
応答時間 9.8秒出力 883 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

他のプロンプトでも比較する →

よくある質問

Fugu Max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Fugu Maxは¥1,072.2、GLM 4.7は¥294で、GLM 4.7の方が安くなります(FastMetalの円建て単価・税別)。
Fugu MaxとGLM 4.7のコンテキスト長の違いは?
Fugu Maxは1,000,000トークン、GLM 4.7は202,752トークンです。
Fugu Max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 "fugu-max" 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、Fugu Max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。

Fugu Maxの他の比較

GLM 4.7の他の比較