Gemini 3.1 Pro Preview vs GPT-5.6 Luna
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GPT-5.6 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
 Gemini 3.1 Pro Preview |  GPT-5.6 Luna | |
|---|---|---|
| 提供元 | OpenAI | |
| 入力（100万トークンあたり） | ¥357.4 | ¥35.74 |
| 出力（100万トークンあたり） | ¥2,144.4 | ¥214.44 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥1,430 | ¥143 |
| コンテキスト長 | 1,048,576 トークン | 1,050,000 トークン |
| リリース日 | 2026/2/19 | 2026/7/9 |
| 入力モダリティ | audio, file, image, text, video | file, image, text |
| 生成速度 (p50) | — | — |
| アリーナ 総合 | #15 · ELO 1,487 | #67 · ELO 1,452 |
| アリーナ 日本語 | #9 · ELO 1,494 | #42 · ELO 1,439 |
| アリーナ コーディング | #28 · ELO 1,520 | #71 · ELO 1,498 |
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GPT-5.6 Luna。出力100万トークンあたり¥214.44で、Gemini 3.1 Pro Previewより90%安くなります。
- 総合の評価はアリーナ順位でGemini 3.1 Pro Previewが上です（15位。GPT-5.6 Lunaは67位）。
- 日本語の評価はアリーナ順位でGemini 3.1 Pro Previewが上です（9位。GPT-5.6 Lunaは42位）。
- コーディングの評価はアリーナ順位でGemini 3.1 Pro Previewが上です（28位。GPT-5.6 Lunaは71位）。
- 長い文書を扱うならGPT-5.6 Luna。コンテキスト長は1,050,000トークンで、Gemini 3.1 Pro Previewの1,048,576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…
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
GPT-5.6 Luna
原因は、`order["price"]` が文字列（`str`）として取得されているのに、`order["quantity"]` は整数（`int`）であるためです。
```python
"1000" * 2
```
は数値の乗算ではなく、文字列の繰り返しとして扱われるため、`str` と `int` の乗算でエラーになります。
## 修正例：Python側で型変換する
金額を扱うため、`float` ではなく `Decimal` を使うのが安全です。
```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
)
return {
"user_id": user_id,
"total": total,
"orders": orders,
}
```
`price` が `"12.50"` のような文字列でも、`Decimal` に変換して正確に計算できます。
## SQL側で数値型に変…
応答時間 6.7秒出力 775 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
GPT-5.6 Luna
以下の点を改善できます。
## 主な改善点
### 1. `any` を避ける
`any` だとプロパティ名の誤りやレスポンス形式の変更を検知できません。APIレスポンスと戻り値に型を定義すると可読性と安全性が向上します。
### 2. HTTPエラーを確認する
`fetch` は、404や500でも例外を投げずに `Response` を返します。`response.ok` を確認する必要があります。
### 3. マジックナンバーを定数化する
`100` はページサイズを表しているため、定数にすると意図が明確になります。
### 4. ページング条件をAPIのメタデータに依存させる
`data.users.length < 100` という判定は、API仕様に依存しています。可能であれば `hasMore` や `nextPage` などの情報をAPIから受け取る方が堅牢です。
### 5. `for` とインデックス参照を簡略化する
`for...of`、`filter`、`map` などを使うと、処理内容が読みやすくなります。
## 改善例
```ts
const PAGE_SIZE = 100;
interface ApiUser {
id: string;
first_name: string;
last_name: string;
email: string;
status: string;
}
interface UsersPageResponse {
users: ApiUser[];
// APIが返…
応答時間 13.6秒出力 1677 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
GPT-5.6 Luna
主な問題は、単にインデックス不足だけではありません。
1. `reviews` をそのまま JOIN しているため、注文行とレビュー行の組み合わせで行数が膨張する
2. `LEFT JOIN orders` なのに `WHERE o.created_at ...` を指定しているため、実質的に `INNER JOIN` になっている
3. 500万行を JOIN してから `GROUP BY` している
4. `order_details` に `product_id` のインデックスがない
注文集計とレビュー集計を先に商品単位で集約してから JOIN するのが効果的です。
## 改善後のクエリ
「注文が存在する商品だけを表示する」という、元のクエリと同じ意味を維持する場合です。
```sql
WITH order_agg AS (
SELECT
od.product_id,
COUNT(o.order_id) AS order_count,
SUM(o.amount) AS total_sales
FROM order_details od
INNER JOIN orders o
ON o.order_id = od.order_id
WHERE o.status = '完了'
AND o.created_at >= TIMESTAMP '2024-04-01'
GROUP BY od.product_id
),
review_agg…
応答時間 16.3秒出力 2059 トークン
よくある質問
- Gemini 3.1 Pro PreviewとGPT-5.6 Luna、料金はどちらが安いですか？
- 出力100万トークンあたりGemini 3.1 Pro Previewは¥2,144.4、GPT-5.6 Lunaは¥214.44で、GPT-5.6 Lunaの方が安くなります（FastMetalの円建て単価・税別）。
- Gemini 3.1 Pro PreviewとGPT-5.6 Luna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、GPT-5.6 Lunaは1,050,000トークンです。
- Gemini 3.1 Pro PreviewとGPT-5.6 Luna、評価が高いのはどちらですか？
- 公開アリーナの順位ではGemini 3.1 Pro Previewが上です（Gemini 3.1 Pro Preview 9位、GPT-5.6 Luna 42位）。順位はリーダーボードの更新で変わります。
- Gemini 3.1 Pro PreviewとGPT-5.6 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 "gemini-3.1-pro-preview" または "gpt-5.6-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、Gemini 3.1 Pro PreviewとGPT-5.6 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。