Fugu Ultra v2 vs Llama 3.3 70B Instruct
料金・コンテキスト長・実際の回答で比較（2026年11月時点）
Fugu Ultra v2（Sakana AI）とLlama 3.3 70B Instruct（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 Ultra v2 |  Llama 3.3 70B Instruct | |
|---|---|---|
| 提供元 | Sakana AI | Meta |
| 入力（100万トークンあたり） | ¥893.5 | ¥16.8 |
| 出力（100万トークンあたり） | ¥5,361 | ¥53.76 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥3,574 | ¥44 |
| コンテキスト長 | 1,000,000 トークン | 131,072 トークン |
| リリース日 | 2026/9/11 | 2024/12/6 |
| 入力モダリティ | text, image, file | text |
| 生成速度 (p50) | 22222 トークン/秒 (n=26) | 20 トークン/秒 (n=28) |
| アリーナ 総合 | 圏外 | #267 · ELO 1,318 |
| アリーナ 日本語 | 圏外 | #231 · ELO 1,214 |
| アリーナ コーディング | 圏外 | #280 · ELO 1,346 |
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Llama 3.3 70B Instruct。出力100万トークンあたり¥53.76で、Fugu Ultra v2より99%安くなります。
- 長い文書を扱うならFugu Ultra v2。コンテキスト長は1,000,000トークンで、Llama 3.3 70B Instruct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…
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
Llama 3.3 70B Instruct
# 歩階的に説明する
1. **エラー原因の特定**: このエラーは、文字列を整数で乗算できないため発生します。ここでは、`order["price"]` が文字列、`order["quantity"]` が整数なので、このエラーが発生しています。
2. **エラーの修正方法**: このエラーを修正するには、`order["price"]` を整数か浮動小数点数に変換する必要があります。一般的にはPRICEは浮動小数点数なので、`float()`関数を使用します。
3. **安全性の向上**: Hoffman方式のような安全な数値変換手法も検討してください。例えば、priceに不正な値が含まれている際に、エラーをより適切に処理できます。
# 修正したコード
```python
def get_user_orders(user_id):
"""ユーザーの注文と注文総額を取得します"""
orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id)
# priceを浮動小数点数に変換し、安全にエラーを処理する
try:
total = sum(float(order["price"]) * order["quantity"] for order in orders)
except ValueError as e:
# priceが不正な値である場合のエラー処理
print(f"不正なpri…
応答時間 22.2秒出力 448 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
Llama 3.3 70B Instruct
### 可読性の改善
1. **関数名と変数名の命名**: 関数名 `fetchAllUsers` は適切ですが、変数名 `allUsers`、`hasMore`、`currentPage` はより具体的であるべきです。たとえば、`allActiveUsers`、`hasNextPage`、`currentPageNumber` などとします。
2. **型定義**: `Promise<any[]>` は、不確かな型定義です。レスポンスのデータ構造に基づいて、より具体的な型定義をします。
3. **関数内での演算**: ループ内で行っているオブジェクトの構築とフィルタリングを、関数外で定義されたユーティリティ関数に切り出します。
### パフォーマンスの改善
1. **一括でデータを受け取る**: できるだけ、1回のループでデータを受け取り、後処理をします。ただし、APIの仕様が_page_と_limit_を利用してペイジングを行っている場合、ループで pagina(stmts で取得する策をとるもし);developer.common Rebecca(limitendent.rem plywoodは":[{"limit":"100"}] هستnd
### ベストプラクティスの改善
1. **エラーハンドリング**: API呼び出しでエラーが発生した場合に、そのエラーを適切に捕捉してハンドルします。現在、例外が投げられても、それを捕捉するコードはありません。
2. **otypeScriptの活用**: プロミス内のデータ型について、より具体的で厳格な型定義を行いま…
応答時間 41.0秒出力 840 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
Llama 3.3 70B Instruct
お世話になります。
先日、承りました納品予定の製品について、誠に申し訳ございませんが、品質検査の結果、軽微な不具合が見つかりました。このため、当初予定しておりました納期を、1週間程度延期することとなりました。
この度の不具合については、直ちに改善 strategies を講じております。また、関係者の皆様にもご連絡をさせていただき、ご理解いただけるようお願いさせていただきます。
一方で、先方で進行中の作業に影響を与えないよう、暫定版の製品を先行して納品することも可能です。こちらについても、お気付きの際はご連絡ください。
当社としては、引き続きご要望に応えるべく、精一杯ział7169}{Vous_paslenしていきたいと存じます。このたびはご迷惑をおかけし、誠に申し訳ございません。改めて、 dias indebted overview を訪問し、直接お詫び 및最新の状況についてご説明させていただければ幸いです。
どうぞよろしくお願い申し上げます。
\[あなたの名前]
\[あなたの会社名]
\[コンタクト情報]
応答時間 13.6秒出力 292 トークン
よくある質問
- Fugu Ultra v2とLlama 3.3 70B Instruct、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、Llama 3.3 70B Instructは¥53.76で、Llama 3.3 70B Instructの方が安くなります（FastMetalの円建て単価・税別）。
- Fugu Ultra v2とLlama 3.3 70B Instructのコンテキスト長の違いは？
- Fugu Ultra v2は1,000,000トークン、Llama 3.3 70B Instructは131,072トークンです。
- Fugu Ultra v2とLlama 3.3 70B Instruct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 "llama-3.3-70b-instruct" 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Llama 3.3 70B Instruct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。