モデル比較

Fugu Ultra v2 vs GLM 5.3

料金・コンテキスト長・実際の回答で比較(2026年9月時点)

Fugu Ultra v2(Sakana AI)とGLM 5.3(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 Ultra v2z-ai logoGLM 5.3
提供元Sakana AIZ.ai
入力(100万トークンあたり)¥893.5¥250.18
出力(100万トークンあたり)¥5,361¥786.28
想定コスト(入力1,000・出力500トークン × 1,000回)¥3,574¥643
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2026/9/112026/8/18
入力モダリティtext, image, filetext
生成速度 (p50)
アリーナ 総合圏外#19 · ELO 1,483
アリーナ 日本語圏外#35 · ELO 1,443
アリーナ コーディング圏外#20 · ELO 1,525

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GLM 5.3。出力100万トークンあたり¥786.28で、Fugu Ultra v2より85%安くなります。
  • 長い文書を扱うならGLM 5.3。コンテキスト長は1,048,576トークンで、Fugu Ultra v2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 Ultra v2

## 原因 `order["price"]` が **数値ではなく文字列 (`str`)** で返ってきていることが原因です。 Python では `"1200" * 3` は掛け算ではなく「文字列を3回繰り返す」という意味になります。今回は `quantity` が `int` なので一見成立しそうですが、エラーメッセージが示す通り `str * int` の組み合わせで型が噛み合わず `TypeError` になっています。 文字列になる典型的な理由は次の通りです。 1. **カラム型が文字列** — `price` が `VARCHAR`/`TEXT` で定義されている(`"1,200"` や `"$12.00"` のような値が混ざっているケースも) 2. **DBドライバの型変換** — MySQL の `DECIMAL` を文字列で返す設定(`raw=True` など)、SQLite に文字列のまま INSERT されている 3. **アプリ層で文字列化** — フォーム/JSON の入力を変換せずにそのまま INSERT している まず実際の型を確認すると切り分けができます。 ```python rows = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) for r in rows[:5]: print(repr(r["price"]), type(r["price"]), repr(r["quantity"]), type(r["quanti…
応答時間 97.1秒出力 6218 トークン

GLM 5.3

## 原因 `TypeError: unsupported operand type(s) for *: 'str' and 'int'` は、**文字列と数値を掛け算しようとして失敗**したエラーです。エラーメッセージの並びから、`order["price"]` が文字列(`'1000'` など)、`order["quantity"]` が整数で返されていると推測できます。 つまり、DBから取得した値の型が期待(数値)と異なっています。典型的な要因は: 1. **`price` カラムが `VARCHAR` / `TEXT` などの文字列型で定義されている**(最も可能性が高い) 2. `DECIMAL` 型カラムを、ドライバーの設定や `db.query()` ラッパーの処理によって文字列として受け取っている 3. JSON 経由などで一度文字列化されたデータを使っている ## 確認方法 まず実際の型を確認してください: ```python print(type(orders[0]["price"]), repr(orders[0]["price"])) print(type(orders[0]["quantity"]), repr(orders[0]["quantity"])) # 例: <class 'str'> '1000' ← これが原因 ``` スキーマも確認します(MySQLの例): ```sql SELECT column_name, data_type FROM information_schema.columns WHERE table_…
応答時間 93.0秒出力 7073 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 Ultra v2

# コードレビュー: `fetchAllUsers` ロジックの意図は明確で、`async/await` による素直な実装になっています。特に **終了判定にフィルタ後ではなく API が返した生の `data.users.length` を使っている点は正しい**(フィルタ後の件数で判定すると、削除済みユーザーが多いページで早期終了するバグになります)。また `push` をループで回しているため、`push(...array)` によるスタックオーバーフローも回避できています。 一方で、**型安全性・HTTP エラー処理・ページネーションの堅牢性**に重要な改善余地があります。以下、重要度順にまとめます。 --- ## 指摘事項サマリ | # | 重要度 | 分類 | 内容 | |---|---|---|---| | 1 | 🔴 高 | バグ | `response.ok` を確認していない(4xx/5xx を正常系として処理) | | 2 | 🔴 高 | バグ | 無限ループのリスク(終了条件が API の挙動に全依存) | | 3 | 🔴 高 | 型安全 | `any[]` が呼び出し側全体に伝播 | | 4 | 🟠 中 | 堅牢性 | レスポンス形状のランタイム検証がない | | 5 | 🟠 中 | 堅牢性 | キャンセル(`AbortSignal`)非対応 | | 6 | 🟠 中 | 保守性 | マジックナンバー `100` の重複定義 | | 7 | 🟠 中 | 保守性 | マジック文字列 `"deleted"` | | 8 | 🟠 中…
応答時間 240.2秒出力 17159 トークン

GLM 5.3

# コードレビュー 全体的にロジックは正しく動作しますが、いくつかの改善点があります。カテゴリ別に整理します。 ## 1. 型安全性 **課題:`any` の使用** `Promise<any[]>` や `allUsers: any[]` はTypeScriptの型チェックを無効化しており、タイポや存在しないプロパティへのアクセスを実行時まで検出できません。 ```typescript // APIレスポンスと返却値の型を定義すべき interface ApiUser { id: number; first_name: string; last_name: string; email: string; status: 'active' | 'deleted'; } interface User { id: number; name: string; email: string; } ``` ## 2. エラー処理 **課題:`response.ok` のチェックがない** HTTP 404 や 500 でも `fetch` は例外を投げず、`response.json()` が失敗するか意図しないデータを返します。また、ネットワークエラー時の挙動も考慮されていません。 ```typescript const response = await fetch(url); if (!response.ok) { throw new Error(`ユーザー取得に失敗しました (status: ${response.status})…
応答時間 42.3秒出力 3589 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 Ultra v2

以下が最終版です。Agent 1 の構成の丁寧さを活かしつつ、Agent 2 が指摘した「事実として確認されていない安全性への言及」は削除し、あわせて敬称・件名・お願い形の表現を整えました。 --- ## メール文面(完成版) **件名:【お詫び】「【製品名】」納品日変更のお願い(株式会社【自社名】・【氏名】)** 株式会社【取引先名】 【部署名】 部長 田中 様 いつも大変お世話になっております。 株式会社【自社名】【部署名】の【氏名】でございます。 このたびは、【○月○日】に納品を予定しておりました「【製品名】」につきまして、 誠に申し上げにくいご連絡となり、まずは深くお詫び申し上げます。 出荷前の最終品質検査におきまして、製品の一部に軽微な不具合が確認されました。 現在、原因の特定と是正処置を進めておりますが、万全の品質でお納めするためには 是正後の再検査を含め、当初の予定より一週間程度のお時間を頂戴する必要がございます。 誠に勝手なお願いではございますが、納品日を下記のとおり変更させていただきたく、 何卒ご容赦賜りますようお願い申し上げます。  ■ 当初の納品予定日:【○月○日(○)】  ■ 変更後の納品予定日:【○月○日(○)】  ■ 変更理由:品質検査で確認された不具合の是正および再検査のため なお、貴社の業務スケジュールへの影響を最小限に抑えるため、ご希望がございましたら、 現時点で動作確認の完了している**暫定版を当初の予定日までに先行して納品**することも可能でございます。 暫定版の仕様およびご利用上の制約につきましては、あらためて詳しくご…
応答時間 113.6秒出力 6144 トークン

GLM 5.3

## ビジネスメール文面 --- **件名:【お詫び】製品納期延期のご連絡(◯月◯日納品予定分)** 株式会社〇〇 〇〇部 部長 田中様 平素より大変お世話になっております。 株式会社△△の△△でございます。 この度は、◯月◯日納品予定の製品につきまして、納期を1週間延期させていただきたく存じ、ご連絡を差し上げました。田中様ならびに貴社の皆様には多大なご迷惑をおかけいたしますこと、誠に申し訳ございません。 **【延期の理由】** 先日実施いたしました品質検査の際に、当該製品に軽微な不具合が確認されました。安心してご使用いただける製品をお届けするため、修正および再検査を十分に施したうえでの納品とさせていただきたく存じます。 **【納期変更のご案内】** ・当初納期:◯月◯日(◯曜日) ・新納期 :◯月◯日(◯曜日) ※1週間延期 **【暫定版の先行納品について】** 貴社へのお届けが遅れる期間を少しでも短縮できるよう、正式版の完成を待たずに、暫定版を先行納品することも可能でございます。ご希望がございましたら、その旨お申し付けください。すぐに手配いたします。 また、本件に関しまして、改めて直接お詫び申し上げたく、貴社へお伺いしたいと存じます。恐れ入りますが、田中様のご都合のよろしい日時をお教えいただけますでしょうか。 納期延期という事態を招きましたこと、重ねて深くお詫び申し上げます。今後は品質管理体制を見直し、再発防止に全力で取り組んでまいる所存でございます。 ご多忙のところ恐れ入りますが、ご検討のほど何卒よろしくお願い申し上げます。 ―――――――――――…
応答時間 51.3秒出力 4238 トークン

他のプロンプトでも比較する →

よくある質問

Fugu Ultra v2とGLM 5.3、料金はどちらが安いですか?
出力100万トークンあたりFugu Ultra v2は¥5,361、GLM 5.3は¥786.28で、GLM 5.3の方が安くなります(FastMetalの円建て単価・税別)。
Fugu Ultra v2とGLM 5.3のコンテキスト長の違いは?
Fugu Ultra v2は1,000,000トークン、GLM 5.3は1,048,576トークンです。
Fugu Ultra v2とGLM 5.3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-ultra-v2" または "glm-5.3" 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 Ultra v2とGLM 5.3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 Ultra v2の他の比較

GLM 5.3の他の比較