モデル比較

Gemini 3.1 Pro Preview vs Pareto

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Pareto(Unbiased)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 PreviewPareto
提供元GoogleUnbiased
入力(100万トークンあたり)¥357.4¥446.75
出力(100万トークンあたり)¥2,144.4¥1,340.25
想定コスト(入力1,000・出力500トークン × 1,000回)¥1,430¥1,117
コンテキスト長1,048,576 トークン262,144 トークン
リリース日2026/2/192026/9/17
入力モダリティaudio, file, image, text, videotext, image
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Pareto。出力100万トークンあたり¥1,340.25で、Gemini 3.1 Pro Previewより38%安くなります。
  • 長い文書を扱うならGemini 3.1 Pro Preview。コンテキスト長は1,048,576トークンで、Paretoの262,144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

Pareto

`price` または `quantity` が文字列として取得されている可能性があります。ただし、**提示されたエラーメッセージとコードには不整合があります**。 Pythonでは、`str * int` はエラーではなく文字列の繰り返しになります。 ```python "100" * 2 # "100100" ``` この結果を `sum()` に渡すと、通常は乗算ではなく加算で次のエラーになります。 ```text TypeError: unsupported operand type(s) for +: 'int' and 'str' ``` そのため、実際の値・型と、実行しているコードおよびトレースバックが一致しているかを確認してください。 ### 1. 取得した値の型を確認する 開発環境で、集計前に次を確認します。 ```python for order in orders: print( repr(order["price"]), type(order["price"]), repr(order["quantity"]), type(order["quantity"]), ) ``` ### 2. 数値に変換してから計算する 金額には、浮動小数点による丸め誤差を避けるために `Decimal` を使うとよいでしょう。以下は、`price` が数値または数値文字列、`quantity` が整数または整数文字列であることを前提にした修正例です。 ```python from decimal imp…
応答時間 17.3秒出力 739 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

Pareto

以下の観点で改善できます。 ## 主な改善ポイント ### 1. 型安全性 - `any[]` は型チェックが効かないため、API レスポンス用と変換後用の型を定義する。 - `status` は可能ならリテラル型の union にする。 - `response.json()` は実行時には何でも返り得るので、必要なら zod などでバリデーションする。 ### 2. 可読性 - `hasMore` フラグと `currentPage` 更新が冗長。`while (true)` + `break` にすると意図が明確。 - `for (let i = 0; ...)` より `for...of` の方が読みやすい。 - `let user` は `const` にできる。 - 文字列連結よりテンプレートリテラルや `join` を使う。 ### 3. パフォーマンス - ページごとに直列 `await` しているため、ページ数が多いと遅い。API が `totalPages` や `nextCursor` を返すなら、同時実行数を制限しつつ並列取得を検討する。 - 全件を配列に保持すると大量データでメモリを圧迫する。必要なら `AsyncGenerator` でストリーム処理する。 - ページサイズが 100 程度なら、`filter` + `map` の 2 パスでも実害は少ない。 ### 4. ベストプラクティス - `response.ok` を確認する。 - `limit=100` などのマジックナンバーは定数化する。 - URL は `URLSearchPa…
応答時間 20.0秒出力 5045 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

Pareto

改善のポイントは、**インデックスの追加だけでなく、JOINによる行数の増幅をなくすこと**です。現状のクエリは、速度だけでなく集計結果にも問題がある可能性があります。 以下は PostgreSQL を想定した改善例です。 ## 1. 現状の問題点 ### 注文明細 × レビューで行数が増える 同じ商品に注文明細が100件、レビューが20件あると、JOIN後は2,000行になります。 その結果、 - `COUNT(o.order_id)` はレビュー件数分だけ水増しされる - `SUM(o.amount)` もレビュー件数分だけ水増しされる - 集計対象の中間データが巨大になる という問題が起きます。レビューは注文とは分けて集計する必要があります。 ### `orders` のLEFT JOINが実質INNER JOINになっている ```sql WHERE o.created_at >= '2024-04-01' ``` によって、注文が存在しない行は除外されます。そのため、元のクエリは「注文がない商品も表示する」動作ではありません。意図を明確にするため、注文には `INNER JOIN` を使えます。 ### 商品名だけでGROUP BYしている ```sql GROUP BY p.product_name, c.category_name ``` では、同じ商品名・カテゴリ名の別商品がまとめられます。商品単位のランキングなら、商品IDも集計キーに含めるべきです。 ## 2. 改善クエリ **「対象注文のある商品について、商品単位の売上上位50…
応答時間 107.3秒出力 2048 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Pareto、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、Paretoは¥1,340.25で、Paretoの方が安くなります(FastMetalの円建て単価・税別)。
Gemini 3.1 Pro PreviewとPareto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、Paretoは262,144トークンです。
Gemini 3.1 Pro PreviewとPareto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 "pareto" 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Pareto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

Paretoの他の比較