モデル比較

Gemini 3.5 Flash vs Muse Glimmer 30B

料金・コンテキスト長・実際の回答で比較(2026年8月時点)

Gemini 3.5 Flash(Google)とMuse Glimmer 30B(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

google logoGemini 3.5 Flashmeta logoMuse Glimmer 30B
提供元GoogleMeta
入力(100万トークンあたり)¥268.05¥62.55
出力(100万トークンあたり)¥1,608.3¥268.05
想定コスト(入力1,000・出力500トークン × 1,000回)¥1,072¥197
コンテキスト長1,048,576 トークン131,072 トークン
リリース日2026/5/192026/8/10
入力モダリティtext, image, video, file, audiotext, image
アリーナ 総合#18 · ELO 1,476圏外
アリーナ 日本語#20 · ELO 1,456圏外
アリーナ コーディング#45 · ELO 1,507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Muse Glimmer 30B。出力100万トークンあたり¥268.05で、Gemini 3.5 Flashより83%安くなります。
  • 長い文書を扱うならGemini 3.5 Flash。コンテキスト長は1,048,576トークンで、Muse Glimmer 30B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…

Gemini 3.5 Flash

このエラーの原因は、データベースから取得した `price`(価格)または `quantity`(数量)のいずれか(あるいは両方)が、**数値(intやfloat)ではなく文字列(str)としてPython側に渡されているため**です。 Pythonでは、文字列型(`str`)と数値型(`int`)を直接掛け算しようとすると、この `TypeError` が発生します。 --- ### 解決策 この問題を解決するには、主に3つのアプローチがあります。 #### 解決策1:Python側で型変換(キャスト)する(最も手軽な修正) 計算する直前に、Pythonの `float()` や `int()` を使って明示的に数値型に変換します。 **修正後のコード:** ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) # price を float に、quantity を int に変換して計算する total = sum(float(order["price"]) * int(order["quantity"]) for order in orders) return {"user_id": user_id, "total": total, "orders": orders} ``` > **💡 金額計算のベストプラク…
応答時間 27.0秒出力 3911 トークン

Muse Glimmer 30B

このエラーは `order["price"]` が文字列 `str` で、`order["quantity"]` が整数 `int` のため `str * int` の演算ができないことで起きています。 多くのDBドライバはDBの数値型でも Python 側では文字列で返してくることがあります。`SELECT price, quantity FROM ...` の結果が ```python [{'price': '1200', 'quantity': 2}, ...] ``` のような形になっているため ` '1200' * 2 ` となり `TypeError: unsupported operand type(s) for *: 'str' and 'int'` が発生します。 ### 修正方法 金額計算では `float` より `Decimal` を使うのが安全です。取得時に明示的に型変換します。 ```python from decimal import Decimal def get_user_orders(user_id): rows = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) orders = [] total = Decimal('0') for row in rows: # DBからの値を必ず数値型へ変換 price = Decimal(str(row["price…
応答時間 8.6秒出力 1180 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 3.5 Flash

ご提示いただいたTypeScript関数は、ページネーションを用いて全ユーザーを再帰的に取得する実用的なコードです。 このコードをより良くするために、**「型安全性(TypeScriptの強み)」「エラーハンドリング」「可読性(モダンJS/TS構文)」「堅牢性」**の観点からレビューし、改善点を提案します。 --- ### 主な改善点 #### 1. 型安全性 (TypeScript ベストプラクティス) * **問題点**: `any[]` や暗黙の `any` が使われており、型安全性が失われています。 * **改善策**: APIのレスポンス型(`ApiUser`)と、この関数が返すユーザー型(`User`)を明示的に定義します。 #### 2. エラーハンドリング (堅牢性) * **問題点**: `fetch` の失敗(ネットワークエラー)や、ステータスコードが 200 以外(404, 500など)の場合の考慮がありません。また、`response.json()` が失敗した際、アプリケーションがクラッシュする可能性があります。 * **改善策**: `try-catch` ブロックを追加し、`response.ok` をチェックします。 #### 3. 可読性の向上 (モダンなJavaScript/TypeScript) * **問題点**: 昔ながらの `for` ループが使われており、コードが冗長です。また、文字列結合 `+ " "` が使われています。 * **改善策**: * 配列の `filter` と `…
応答時間 19.2秒出力 2904 トークン

Muse Glimmer 30B

この関数は動きますが、型安全性・保守性・安全性の面で改善余地が大きいです。 ### 主な問題点 **1. 型安全性・ベストプラクティス** * `Promise<any[]>` と `any[]` は TypeScriptを使う意味をなくす。DTOとドメイン型を分ける。 * `fetch` のエラー、HTTPステータス、JSONパースエラーのハンドリングがない。`response.ok` チェックなしだと404でも `json()` が走る。 * `data.users.length < 100` で終了判定しているのは脆弱。API側がちょうど100件返してきた場合に無限ループするリスクがある。`nextPage` / `hasNext` のような明示的なフラグを使うべき。 * マジックナンバー `100` が直書き。 * `let` の多用、インデックスforループ、ミューテーションによる可読性低下。 **2. 可読性** * `for (let i = 0; i < data.users.length; i++)` は `for...of` / `filter + map` で置き換えられる。 * ユーザー作成ロジックがループ内にベタ書き。 * `hasMore` と `currentPage` の状態管理が冗長。 **3. パフォーマンス** * 逐次 `await` は仕方ないが、1件ずつ `push` するよりまとめて展開した方が高速。 * 巨大データセットを全件メモリに保持する設計自体が危険。必要ならジェネレータでストリーミングする。 ### 改善版 `…
応答時間 13.0秒出力 1804 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 3.5 Flash

提供されたクエリが低速な理由は、**「インデックスの不足」**だけでなく、**「データ構造の掛け算(ファンアウト)による中間データの爆発」**および**「LEFT JOINの不適切なフィルタリング」**という致命的な構造的問題があるためです。 このクエリを最適化し、数秒〜ミリ秒単位まで高速化するための改善策と、修正版のSQLを提案します。 --- ### 主な問題点 1. **ファンアウト(重複カウント)によるパフォーマンス低下とデータ不整合** `order_details`(1対多)と `reviews`(1対多)を同時に `LEFT JOIN` してから `GROUP BY` しているため、1つの商品に対して「注文数 × レビュー数」の掛け算(デカルト積)が発生します。 * **性能への影響:** 500万行のデータに対してこれを行うと、中間メモリが破裂し極端に遅くなります。 * **データ整合性のバグ:** `SUM(o.amount)` や `COUNT(o.order_id)` の値が、レビューの件数分だけ倍増し、**不正確な集計値**になります。 2. **WHERE句による LEFT JOIN の無効化(インナージョイン化)** `LEFT JOIN orders` としているにもかかわらず、`WHERE o.created_at >= '2024-04-01'` と指定しているため、注文がない商品(`o.created_at` が NULL になるもの)がすべて除外されてしまい、実質的に `INNER JOIN` になっていま…
応答時間 27.4秒出力 4048 トークン

Muse Glimmer 30B

このクエリが遅いのは JOIN の組み合わせでデカルト的な膨張が起きているのと、インデックスが全くないことが原因です。 ### 問題点 1. **LEFT JOIN が実質 INNER JOIN になっている** `WHERE o.created_at >= '2024-04-01'` が付いているため `o` が NULL の行は WHERE で落とされます。`products` と `orders` は実質 INNER になっています。意図が `完了` 以外も出したいなら条件は ON 側へ。 2. **集計の重複** `order_details` 1行 × `reviews` N行 で結合されるため `SUM(o.amount)` `AVG(r.rating)` がレビュー数分だけ膨らみます。`COUNT(o.order_id)` も `order_details` の行数カウントになってしまいます。 3. **GROUP BY に文字列** `GROUP BY p.product_name, c.category_name` は可変長文字列のソート・ハッシュになります。`id` で集計して最後に名前を引く方が圧倒的に軽い。 4. **インデックス不足** `products(id)` `orders(order_id)` しかないため `products.is_active` `order_details.product_id` `orders.status/created_at` `reviews.product_id` の全てでSeq S…
応答時間 30.1秒出力 2476 トークン

他のプロンプトでも比較する →

よくある質問

Gemini 3.5 FlashとMuse Glimmer 30B、料金はどちらが安いですか?
出力100万トークンあたりGemini 3.5 Flashは¥1,608.3、Muse Glimmer 30Bは¥268.05で、Muse Glimmer 30Bの方が安くなります(FastMetalの円建て単価・税別)。
Gemini 3.5 FlashとMuse Glimmer 30Bのコンテキスト長の違いは?
Gemini 3.5 Flashは1,048,576トークン、Muse Glimmer 30Bは131,072トークンです。
Gemini 3.5 FlashとMuse Glimmer 30B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-3.5-flash" または "muse-glimmer-30b" 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チャージすれば、Gemini 3.5 FlashとMuse Glimmer 30B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 3.5 Flashの他の比較

Muse Glimmer 30Bの他の比較