モデル比較

Fugu Max vs GPT-6 Luna

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GPT-6 Luna(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

Fugu Maxopenai logoGPT-6 Luna
提供元Sakana AIOpenAI
入力(100万トークンあたり)¥357.4¥16.8
出力(100万トークンあたり)¥1,072.2¥84
想定コスト(入力1,000・出力500トークン × 1,000回)¥894¥59
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2026/9/112026/9/22
入力モダリティtext, image, filefile, image, text
生成速度 (p50)1438 トークン/秒 (n=26)82 トークン/秒 (n=25)
アリーナ 総合圏外#97 · ELO 1,441
アリーナ 日本語圏外#73 · ELO 1,421
アリーナ コーディング圏外#66 · ELO 1,506

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、2026-10-28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-6 Luna。出力100万トークンあたり¥84で、Fugu Maxより92%安くなります。
  • 長い文書を扱うならGPT-6 Luna。コンテキスト長は1,050,000トークンで、Fugu Max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…

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

GPT-6 Luna

`price` が数値ではなく文字列として取得されている可能性があります。金額は文字列のまま計算せず、数値型に変換してください。金額の計算には、浮動小数点数の誤差を避けるため `Decimal` を使うのがおすすめです。 ```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 , Decimal("0")) return {"user_id": user_id, "total": total, "orders": orders} ``` `quantity` も文字列で返る場合を考慮して `int()` で変換しています。なお、値が `None` や数値に変換できない文字列の場合は別途エラー処理が必要です。 また、標準的な Python では `"100" * 2` は文字列の繰り返しになるため、提示された `str` と `int` の掛け算だけなら、記載のエラーには通常なりません。文字列のまま計算すると、その後の `sum()` で別の型エ…
応答時間 11.7秒出力 1121 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

GPT-6 Luna

主な改善点は、型の明確化、HTTPエラーの確認、ループ状態の簡素化です。 ### 改善例 ```ts interface ApiUser { id: string | number; first_name: string; last_name: string; email: string; status: string; } interface UsersResponse { users: ApiUser[]; } interface UserSummary { id: string | number; name: string; email: string; } const PAGE_SIZE = 100; async function fetchAllUsers(startPage = 1): Promise<UserSummary[]> { if (!Number.isInteger(startPage) || startPage < 1) { throw new RangeError("startPage must be a positive integer"); } const allUsers: UserSummary[] = []; for (let page = startPage; ; page++) { const params = new URLSearchParams({ page: String(page), limit: String(PAGE…
応答時間 16.0秒出力 1532 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…

Fugu Max

PostgreSQL 前提で説明します。まず大きな問題は **`reviews` を同時に LEFT JOIN しているため、注文行がレビュー件数分だけ増殖する** ことです。たとえば注文が100行、レビューが20件ある商品では、集計前に 100×20=2000 行になり、`COUNT(o.order_id)` や `SUM(o.amount)` がレビュー件数倍に膨らみます。`AVG(r.rating)` は同じ評価が同じ回数だけ繰り返されるため見かけ上は変わりませんが、COUNT/SUM は誤りになります。 また、 - `LEFT JOIN ... orders o` に対して `WHERE o.created_at >= ...` を書いているため、実質 `INNER JOIN` になっています。 - `GROUP BY p.product_name, c.category_name` は同名商品・同名カテゴリをまとめてしまいます。`p.id, c.id` で集計すべきです。 - `o.amount` が「注文全体の金額」なら、`order_details` と結合すると注文金額が明細行数分重複します。売上は `od.amount` や `od.quantity * od.unit_price` を使うべきか確認してください。 - インデックスが `products(id)` と `orders(order_id)` しかなく、結合・絞り込みに不足しています。 --- ## 改善クエリ例 売上集計を先に商品単位で行い、上位50商品に絞ってからレビュー平均を取りま…
応答時間 101.9秒出力 12432 トークン

GPT-6 Luna

まず、現在のクエリでは `reviews` と `order_details` を同時に結合しているため、注文明細数 × レビュー数の行ができ、`SUM` や `AVG` が水増しされる可能性があります。先にそれぞれを商品単位で集計し、その結果を結合するのが基本です。 また、`WHERE o.created_at >= ...` は `LEFT JOIN` した `orders` のNULL行を除外します。つまり、このクエリは実質的に「条件に合う注文がある商品だけ」を返しています。以下はその商品選択を保ちつつ、集計の水増しを避ける書き換え例です。 ```sql WITH active_products AS ( SELECT id, product_name, category_id FROM products WHERE is_active = true ), sales AS ( SELECT od.product_id, COUNT(*) AS order_count, SUM(o.amount) AS total_sales FROM active_products p JOIN order_details od ON od.product_id = p.id JOIN orders o ON o.order_id = od.order_id AND o.status = '完了' AND o.created_at >= TIMESTAMP '2024-04-01' GROUP BY…
応答時間 27.3秒出力 2871 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GPT-6 Luna、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、GPT-6 Lunaは¥84で、GPT-6 Lunaの方が安くなります(FastMetalの円建て単価・税別)。
Fugu MaxとGPT-6 Lunaのコンテキスト長の違いは?
Fugu Maxは1,000,000トークン、GPT-6 Lunaは1,050,000トークンです。
Fugu MaxとGPT-6 Luna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 "gpt-6-luna" 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GPT-6 Luna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

GPT-6 Lunaの他の比較