モデル比較

Fugu Max vs Muse Spark 1.3

料金・コンテキスト長・実際の回答で比較(2026年9月時点)

Fugu Max(Sakana AI)とMuse Spark 1.3(Meta)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 Maxmeta logoMuse Spark 1.3
提供元Sakana AIMeta
入力(100万トークンあたり)¥357.4¥219.9
出力(100万トークンあたり)¥1,072.2¥747.65
想定コスト(入力1,000・出力500トークン × 1,000回)¥894¥594
コンテキスト長1,000,000 トークン1,048,576 トークン
リリース日2026/9/112026/9/2
入力モダリティtext, image, filetext, image, video, file, audio
生成速度 (p50)
アリーナ 総合圏外#8 · ELO 1,493
アリーナ 日本語圏外圏外
アリーナ コーディング圏外#8 · ELO 1,537

料金はFastMetalの円建て単価(税別)。アリーナ順位は公開リーダーボードの最新取得時点の値です。

どちらを選ぶべきか

  • 料金重視ならMuse Spark 1.3。出力100万トークンあたり¥747.65で、Fugu Maxより30%安くなります。
  • 長い文書を扱うならMuse Spark 1.3。コンテキスト長は1,048,576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

Muse Spark 1.3

原因は `price` が**文字列 `str`型**で返ってきていることです。 `quantity` は `int` なのに、`price` は `"1200"` のような文字列になっているため、数値同士の掛け算ができずに: ``` TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` になっています。 これはよくあるパターンで、DBのドライバが `DECIMAL / NUMERIC` 型を `str` や `Decimal` で返したり、カラム自体が `VARCHAR` だったりするのが原因です。 ### 修正方法 掛け算する前に数値に変換してください。金額計算なので `float` より `Decimal` がおすすめです。 **修正前:** ```python total = sum(order["price"] * order["quantity"] for order in orders) ``` **修正後:** ```python from decimal import Decimal, InvalidOperation def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", (user_id,)) total = Decimal("0") for order in orders:…
応答時間 29.8秒出力 3100 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

Muse Spark 1.3

この関数は動きますが、実務レベルで見ると改善点がかなりあります。可読性・パフォーマンス・ベストプラクティスの3観点で整理します。 ### 総評 一番の問題は3つです: 1. `any` で型安全性がゼロ 2. エラーハンドリングがゼロ(1回失敗したら全滅、無限ループの可能性あり) 3. ページ取得が完全逐次で遅い ### 1. 可読性の問題 **Beforeの問題点:** ```ts for (let i = 0; i < data.users.length; i++) { if (data.users[i].status !== "deleted") { let user = { id: data.users[i].id, name: data.users[i].first_name + " " + data.users[i].last_name, // ... }; ``` * C言語風の `for(i=0...)` はTSではほぼ不要。`for...of` / `filter` + `map` の方が意図が明確 * `data.users[i]` の繰り返しアクセスは読みにくいし、タイプミスの温床 * `let user` は再代入しないので `const` * `" " +` よりテンプレートリテラル * `currentPage = currentPage + 1` → `currentPage++` * `hasMore` フラグ管理が冗長 * マジックナンバー `100` とマジック文字列 `"…
応答時間 28.3秒出力 2723 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

Muse Spark 1.3

このクエリが遅いのはインデックス不足だけが原因ではありません。 **結果が間違った上で、遅くなっています。** 4つの致命的な問題があります。 ### 1. 一番大きなバグ: JOINで数字が膨れ上がる ```sql LEFT JOIN order_details od ON od.product_id = p.id LEFT JOIN orders o ON ... LEFT JOIN reviews r ON r.product_id = p.id ``` 商品に注文が N件、レビューが M件あると、JOIN結果は `N x M` 行になります。 例: 注文10件 x レビュー5件 = 50行 `SUM(o.amount)`, `COUNT(o.order_id)`, `AVG(r.rating)` が全て **数倍に水増し** されます。 > さらに `orders.amount` は注文全体の金額ですよね?1注文に商品A,Bが入っていたら、AでもBでも同じ金額をSUMしてしまい二重計上になります。本来は `order_details.amount / quantity * price` の方を集計すべきです。 **対策: JOINする前に先に集計する。** これが最適化のキモです。 ### 2. LEFT JOINが意味をなしていない ```sql LEFT JOIN orders o ON ... WHERE o.created_at >= '2024-04-01' ``` LEFT JOINで `o` がNULLの行を作っても、WHEREで `o.…
応答時間 31.8秒出力 3071 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Muse Spark 1.3、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、Muse Spark 1.3は¥747.65で、Muse Spark 1.3の方が安くなります(FastMetalの円建て単価・税別)。
Fugu MaxとMuse Spark 1.3のコンテキスト長の違いは?
Fugu Maxは1,000,000トークン、Muse Spark 1.3は1,048,576トークンです。
Fugu MaxとMuse Spark 1.3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 "muse-spark-1.3" 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Muse Spark 1.3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

Muse Spark 1.3の他の比較