モデル比較

Gemini 3.1 Pro Preview vs GLM 5.3 FlashX

料金・コンテキスト長・実際の回答で比較(2026年9月時点)

Gemini 3.1 Pro Preview(Google)とGLM 5.3 FlashX(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

google logoGemini 3.1 Pro Previewz-ai logoGLM 5.3 FlashX
提供元GoogleZ.ai
入力(100万トークンあたり)¥357.4¥66.12
出力(100万トークンあたり)¥2,144.4¥223.38
想定コスト(入力1,000・出力500トークン × 1,000回)¥1,430¥178
コンテキスト長1,048,576 トークン1,048,576 トークン
リリース日2026/2/192026/9/18
入力モダリティaudio, file, image, text, videotext, image, video
生成速度 (p50)
アリーナ 総合#15 · ELO 1,487圏外
アリーナ 日本語#9 · ELO 1,494圏外
アリーナ コーディング#28 · ELO 1,520圏外

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 FlashX。出力100万トークンあたり¥223.38で、Gemini 3.1 Pro Previewより90%安くなります。
  • 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…

Gemini 3.1 Pro Preview

このエラーの**原因**と**修正方法**について解説します。 ### 1. 原因:取得したデータが「文字列(str)」になっている エラーメッセージの `TypeError: unsupported operand type(s) for *: 'str' and 'int'` は、**「文字列(`str`)と数値(`int`)で掛け算などの算術演算を行おうとした」**ということを意味しています。 データベース(MySQLやSQLiteなど)からデータを取得した際、`price`(価格)や `quantity`(数量)のカラムが数値型ではなく、**文字列としてPythonに渡されている**ことが根本的な原因です。 ※Pythonでは文字列と整数の掛け算(例: `"100" * 2`)を行うと `"100100"` という文字列の繰り返しになり、その後 `sum()` で合算しようとした際に型エラーを引き起こします。 ### 2. 修正方法:数値型(int や float)に変換する 計算を行う前に、取得したデータを正しい数値型に変換(キャスト)してあげる必要があります。 - `price`(価格)は小数が含まれる可能性があるため `float` - `quantity`(数量)は整数のため `int` #### 修正例 1(最もシンプルな修正) ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id…
応答時間 31.5秒出力 3663 トークン

GLM 5.3 FlashX

## 原因 エラーメッセージ `unsupported operand type(s) for *: 'str' and 'int'` は、**`price` か `quantity` のどちらかが文字列(str)になっている**ために発生しています。`str * int` という掛け算は定義されていないため、Python が TypeError を投げています。 最も可能性が高いのは、**データベースの `price` カラムが VARCHAR / TEXT などの文字列型で定義されている**ことです。その場合、取得した値は `"1200"` のような文字列になります。 まずは以下で実際の型を確認できます: ```python for order in orders: print(type(order["price"]), type(order["quantity"])) # 例: <class 'str'> <class 'int'> ← price が文字列 ``` ## 修正方法 ### 1. 根本対処:DB のカラム型を修正(推奨) ```sql -- 型の確認 SELECT COLUMN_NAME, DATA_TYPE FROM information_schema.columns WHERE table_name = 'orders' AND COLUMN_NAME IN ('price', 'quantity'); -- MySQL の場合 ALTER TABLE orders MODIFY price DECIMAL(10…
応答時間 77.8秒出力 1520 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…

Gemini 3.1 Pro Preview

ご提示いただいたTypeScript関数は、ページネーションされたAPIからデータを取得し、フィルタリングと整形を行うという基本的な要件を満たしていますが、**型安全性の欠如、エラーハンドリングの漏れ、モダンなJavaScript/TypeScriptの記法を活用しきれていない点**など、いくつかの改善の余地があります。 「ベストプラクティス」「可読性」「パフォーマンス」の3つの観点からレビューと改善案を提案します。 --- ### 1. ベストプラクティス(TypeScript・堅牢性)の改善 * **`any` の排除:** 戻り値や変数に `any[]` が使われており、TypeScriptの最大のメリットである型安全性が失われています。APIからのレスポンス型と、整形後のユーザー型を `interface` または `type` で定義するべきです。 * **エラーハンドリングの追加:** ネットワークエラーや、サーバーからのエラーレスポンス(500や404など)が発生した場合、現在のコードではアプリケーションがクラッシュするか、予期せぬ動作をします。`try...catch` と `response.ok` のチェックが必要です。 * **マジックナンバーの排除:** `100` という制限値がURLと判定条件の2箇所にハードコードされています。定数として切り出すことで、仕様変更時のバグを防ぎます。 ### 2. 可読性の改善 * **モダンな配列操作メソッドの利用:** 伝統的な `for` ループと `dat…
応答時間 23.0秒出力 2782 トークン

GLM 5.3 FlashX

# コードレビュー 全体的な構造は理解しやすいですが、**エラーハンドリングの欠如**と**型安全性の欠如**が大きな課題です。優先度順に指摘します。 --- ## 🔴 重要度: 高 ### 1. エラーハンドリングが一切ない `fetch` は HTTP 404/500 でも例外を投げません。`response.ok` をチェックしないと、エラーレスポンスの HTML を `json()` でパースして謎の例外で落ちる、という事故になります。 ### 2. `any` 型でTypeScriptの意味がない ```typescript Promise<any[]> // 戻り値の型が不明 const data = await response.json(); // data は any → data.usr のようなタイポが検出されない ``` ### 3. 無限ループのリスク `hasMore` の終了条件は API 側の挙動に完全に依存しています。ページネーション実装のバグや、常に100件返す異常系で**無限ループ→フリーズ**します。安全装置が必要です。 --- ## 🟡 重要度: 中 ### 4. マジックナンバー `100` が2箇所 URL と比較条件の両方に登場します。片方だけ変更すると壊れる潜在大バグです。 ### 5. 終了条件が脆弱 `data.users.length < 100` は「最終ページがちょうど100件だと無駄なリクエストが1回発生する」うえ、APIの実装詳細に密結合しています。APIが `has_more…
応答時間 30.0秒出力 4771 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…

Gemini 3.1 Pro Preview

500万行規模のテーブルで30秒以上かかる場合、**「インデックスの不足」**だけでなく、SQLの構造そのものによる**「行数の爆発(直積/Fan-out)」**と**「誤ったJOINの解釈」**が大きな原因となっています。 特に元のクエリは、パフォーマンスが悪いだけでなく、**集計結果(売上やレビューの平均)が間違った数値になるバグ**を抱えています。 以下に最適化したクエリと、その改善点(インデックス追加含む)を解説します。 --- ### 1. 最適化したSQLクエリ 集計処理をサブクエリ(CTE)に分割し、結合前に行数を圧縮するアプローチに変更します。 ```sql WITH target_orders AS ( -- ① 必要な注文データだけを先に絞り込む SELECT order_id FROM orders WHERE status = '完了' AND created_at >= '2024-04-01' ), product_sales AS ( -- ② 商品ごとの売上・注文数を集計する SELECT od.product_id, COUNT(DISTINCT od.order_id) AS order_count, -- ※もしamountがorder_detailsにあるなら SUM(od.amount) とするべきです SUM(o.amount) AS total_sales FROM order_details od INNER JOIN orders o ON o.…
応答時間 33.1秒出力 4040 トークン

GLM 5.3 FlashX

# 主な問題点 ## 1. 最重要:ファンアウト(行の爆発)で集計結果が壊れている `order_details` → `orders` と `reviews` を**独立に**結合しているため、両者の直積が発生します。 例:ある商品に注文100件・レビュー50件あると、1商品につき **100 × 50 = 5,000行** が生成されます。その結果: - `SUM(o.amount)` … レビュー数倍に**水増しされる(誤り)** - `COUNT(o.order_id)` … 同様に誤り - `AVG(r.rating)` … 一様に複製されるため値は偶然正しいが、無駄な計算 パフォーマンス以前に**正しい結果が取れていません**。 ## 2. WHERE句がLEFT JOINを無効化している ```sql LEFT JOIN orders o ON ... WHERE o.created_at >= '2024-04-01' -- ← NULLだと比較不可で行が消える ``` これにより注文のない商品は全て除外され、LEFT JOINが実質INNER JOINになります。意図的に全商品を表示したい場合はJOIN条件に移動する必要があります。 ## 3. 結合してから集計している 巨大な中間結果を作ってからGROUP BYしているため、ソート/ハッシュのコストが莫大になります。「**先に集計→後に結合**」が基本です。 ## 4. インデックス不足 `order_details(product_id)`, `order_details(orde…
応答時間 35.6秒出力 5284 トークン

他のプロンプトでも比較する →

よくある質問

Gemini 3.1 Pro PreviewとGLM 5.3 FlashX、料金はどちらが安いですか?
出力100万トークンあたりGemini 3.1 Pro Previewは¥2,144.4、GLM 5.3 FlashXは¥223.38で、GLM 5.3 FlashXの方が安くなります(FastMetalの円建て単価・税別)。
Gemini 3.1 Pro PreviewとGLM 5.3 FlashXのコンテキスト長の違いは?
Gemini 3.1 Pro Previewは1,048,576トークン、GLM 5.3 FlashXは1,048,576トークンです。
Gemini 3.1 Pro PreviewとGLM 5.3 FlashX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 "gemini-3.1-pro-preview" または "glm-5.3-flashx" 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、Gemini 3.1 Pro PreviewとGLM 5.3 FlashX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。

Gemini 3.1 Pro Previewの他の比較

GLM 5.3 FlashXの他の比較