モデル比較

Gemini 3.1 Pro Preview vs GPT-6 Sol

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-6 Sol(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

google logoGemini 3.1 Pro Previewopenai logoGPT-6 Sol
提供元GoogleOpenAI
入力(100万トークンあたり)¥357.4¥357.4
出力(100万トークンあたり)¥2,144.4¥1,787
想定コスト(入力1,000・出力500トークン × 1,000回)¥1,430¥1,251
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2026/2/192026/9/22
入力モダリティaudio, file, image, text, videofile, image, text
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GPT-6 Sol。出力100万トークンあたり¥1,787で、Gemini 3.1 Pro Previewより17%安くなります。
  • 長い文書を扱うならGPT-6 Sol。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-6 Sol

原因として疑われるのは、DBから取得した `price` が数値ではなく文字列になっていることです。ただし、**提示されたエラー文は、このコードで `price` が通常の `str`、`quantity` が `int` の場合とは一致しません**。Pythonでは `"100" * 2` は `"100100"` となり、その後 `sum()` が文字列を足そうとした時点でエラーになります。まず実際の値と型を確認してください。 ```python for order in orders: print(repr(order["price"]), type(order["price"])) print(repr(order["quantity"]), type(order["quantity"])) ``` 金額を計算する際は `price` を数値として扱います。金額には浮動小数点数より `Decimal` が適しています。 ```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"]) fo…
応答時間 7.4秒出力 579 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-6 Sol

主な改善点は、`any` をなくすこと、HTTP エラーを確認すること、そして「取得した件数」と「削除済みユーザーを除いた件数」を区別することです。ページ継続の判定には、元のレスポンスの件数を使う必要があります。 ```ts interface ApiUser { id: number; first_name: string; last_name: string; email: string; status: string; } interface User { id: number; name: string; email: string; } interface UsersResponse { users: ApiUser[]; } async function fetchAllUsers(page = 1): Promise<User[]> { if (!Number.isInteger(page) || page < 1) { throw new RangeError("page must be a positive integer"); } const pageSize = 100; const allUsers: User[] = []; let currentPage = page; while (true) { const response = await fetch( `/api/users?page=${currentPage}&limit=${pageSiz…
応答時間 10.3秒出力 843 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-6 Sol

主な問題は、**注文詳細とレビューを同時に結合してから集計していること**です。ある商品に注文詳細が10行、レビューが5行あれば、集計前に50行になり、`COUNT`と`SUM`が水増しされます。注文とレビューを商品ごとに別々に集計してから結合します。 ```sql WITH sales AS ( SELECT od.product_id, COUNT(DISTINCT o.order_id) AS order_count, SUM(o.amount) AS total_sales FROM orders o JOIN order_details od ON od.order_id = o.order_id WHERE o.status = '完了' AND o.created_at >= DATE '2024-04-01' GROUP BY od.product_id ), ratings AS ( SELECT product_id, AVG(rating) AS avg_rating FROM reviews GROUP BY product_id ) SELECT p.product_name, c.category_name, s.order_count, s.total_sales, r.avg_rating FROM sales s JOIN products p ON p.id = s.product_id LEFT JOIN categories c ON c…
応答時間 12.7秒出力 1113 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GPT-6 Sol、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-6 Solは¥1,787で、GPT-6 Sol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-6 Sol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-6 Solは1,050,000トークンです。
Gemini 3.1 Pro PreviewとGPT-6 Sol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-6-sol" 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-6 Sol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

GPT-6 Solの他の比較