GLM 4.7 vs GLM 5.1
料金・コンテキスト長・実際の回答で比較（2026年8月時点）
GLM 4.7（Z.ai）とGLM 5.1（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
 GLM 4.7 | GLM 5.1 | |
|---|---|---|
| 提供元 | Z.ai | Z.ai |
| 入力（100万トークンあたり） | ¥107.22 | ¥250.18 |
| 出力（100万トークンあたり） | ¥393.14 | ¥786.28 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥304 | ¥643 |
| コンテキスト長 | 202,752 トークン | 204,800 トークン |
| リリース日 | 2025/12/22 | 2026/4/7 |
| 入力モダリティ | text | text |
| アリーナ 総合 | #79 · ELO 1,442 | #41 · ELO 1,466 |
| アリーナ 日本語 | 圏外 | #49 · ELO 1,430 |
| アリーナ コーディング | #87 · ELO 1,485 | #36 · ELO 1,514 |
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 4.7。出力100万トークンあたり¥393.14で、GLM 5.1より50%安くなります。
- 総合の評価はアリーナ順位でGLM 5.1が上です（41位。GLM 4.7は79位）。
- コーディングの評価はアリーナ順位でGLM 5.1が上です（36位。GLM 4.7は87位）。
- 長い文書を扱うならGLM 5.1。コンテキスト長は204,800トークンで、GLM 4.7の202,752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…
GLM 4.7
### 原因
このエラーは、データベースから取得した値のデータ型が原因です。
`order["price"]`（または `order["quantity"]`）が**文字列 (`str`)** 型として返ってきているのに、コード内で数値計算（掛け算）をしようとしているため発生しています。
Pythonでは、文字列と整数を直接掛け合わせることはできません（数値への変換が必要です）。
多くのデータベースライブラリ（特に標準的なもの）は、カラムの型に関係なく、結果をデフォルトで文字列として返すことがあります。
### 修正方法
計算を行う前に、文字列を数値型（`float` または `int`）に明示的に変換（キャスト）する必要があります。
通常、価格は小数点を含むことが多いため `float`、数量は `int` で変換します。
#### 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)
# 文字列を数値に変換してから計算します
total = sum(float(order["price"]) * int(order["quantity"]) for order in orders)
return {"user_id": user_id, "total": total, "orders": orders}…
応答時間 101.4秒出力 1460 トークン
GLM 5.1
## 原因
エラーメッセージ `TypeError: unsupported operand type(s) for *: 'str' and 'int'` は、「文字列型と整数型は掛け算（`*`）できない」というエラーです。
該当コードの以下の部分で、`order["price"]` または `order["quantity"]` のいずれか（または両方）が文字列型として渡されていることが原因です。
```python
total = sum(order["price"] * order["quantity"] for order in orders)
```
データベースからデータを取得する際、カラムの型が数値（INTやDECIMALなど）であっても、使用しているDBドライバ（MySQLdbやpsycopg2など）の設定や、DB側のカラムの定義によっては、Python側で文字列として取得されることがよくあります。
## 修正方法
計算を行う前に、`order["price"]` と `order["quantity"]` を適切な数値型（`float` や `int`）に変換（キャスト）してから計算するように修正します。
### 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は小数の可能性があるためflo…
応答時間 14.6秒出力 1620 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…
GLM 4.7
ご提示いただいたTypeScript関数をレビューしました。
動作はしますが、型安全性、エラーハンドリング、可読性の観点でいくつか改善できる点があります。
以下に主要な改善点を挙げ、最後にリファクタリング後のコードを提示します。
### 主な改善点
#### 1. 型安全性の向上 (`any` の排除)
現在、戻り値の型が `Promise<any[]>` となっており、関数の利用者は戻り値の構造（`id`, `name`, `email`）を型情報として得られません。また、`data` も `any` として扱われています。
* **改善:** APIのレスポンス型と、返却するユーザー型を `interface` で定義します。
#### 2. エラーハンドリングの強化
`fetch` はネットワークエラー以外（404, 500など）では例外を投げず、レスポンスを返します。また、`response.json()` のパースに失敗した場合の考慮もありません。
* **改善:** `response.ok` をチェックし、HTTPエラーの場合は例外を投げるようにします。また、`try-catch` で通信エラーを捕捉します。
#### 3. 可読性とモダンなJS/TS構文の使用
* **文字列結合:** `"first_name" + " " + "last_name"` は、テンプレートリテラル `` `${first_name} ${last_name}` `` の方が簡潔で読みやすいです。
* **ループ処理:** `for` ループ内で `if`…
応答時間 89.4秒出力 3915 トークン
GLM 5.1
ご提示いただいた `fetchAllUsers` 関数を、可読性・パフォーマンス・ベストプラクティスの観点からレビューいたします。
全体的なロジックはシンプルで理解しやすいですが、TypeScriptの型安全性やエラーハンドリング、メモリ効率などの面でいくつか改善の余地があります。
---
### 1. 型安全性（ベストプラクティス）
**問題点:** `any[]` や暗黙の `any` 型が使われており、TypeScriptの利点（型による安全性やエディタの補完）が活かされていません。
**改善案:** APIのレスポンスと、関数の返り値に対して明示的な `interface` または `type` を定義します。
### 2. エラーハンドリング（ベストプラクティス）
**問題点:** `fetch` や `response.json()` が失敗した場合の考慮がありません。ネットワークエラーやAPI側のエラー（4xx, 5xx）が発生した際、意図しない挙動や謎のエラーに繋がります。
**改善案:** `response.ok` をチェックし、エラーの場合は適切に例外をスローするか、ハンドリングを行います。
### 3. 可読性の向上（可読性）
**問題点:**
* `for (let i = 0; i < data.users.length; i++)` という古典的なル3項演算子のループは、インデックスアクセスが多く可読性が低いです。
* `let user` と宣言していますが、再代入されていないため `const` を使うべきです。
* `first_n…
応答時間 104.3秒出力 3444 トークン
ビジネスメール作成
取引先の田中部長に、納品予定の製品に不具合が見つかり、納期を1週間延期する必要がある旨を伝えるビジネスメールを作成してください。 条件： - 原因は品質検査で軽微な不具合が発見されたため - 代替案として暫定版を先に納品することも可能 - 改めてお詫びの訪問をしたい - 日本のビジネスマナーに沿った丁寧な文面にすること
GLM 4.7
ご提示いただいた条件に基づき、田中部長へのビジネスメールを作成しました。
状況に合わせて、[ ] の部分を書き換えてご使用ください。
***
**件名：【重要】製品「[製品名]」の納期遅延に関するお詫びとお願い**
**本文：**
[取引先会社名]
田中 部長
いつも大変お世話になっております。
[自社名]の[あなたの名前]です。
さて、このたび納品を予定しておりました製品「[製品名]」につきまして、誠に恐縮ながら納期を延期させていただきたくご連絡いたしました。
事情としましては、出荷前の最終品質検査において、軽微な不具合が発見されたためです。
弊社といたしましては、お客様に安心してご使用いただけるよう、品質の完璧を期すべきと判断し、現在修正作業を行っております。
つきましては、誠に勝手ながら、当初の納期より1週間遅れ、**[新しい納期日]** に納品させていただきたく存じます。
田中部長におかれましては、急な計画変更となり多大なるご迷惑とご心配をおかけしますことを、深くお詫び申し上げます。
なお、もしご予定の都合上、どうしても当初の納期に製品が必要でございましたら、不具合箇所を回避して使用いただける「暫定版」を先に納品することも可能でございます。お急ぎの場合は、暫定版にて先行手配させていただきますので、ご検討いただけますでしょうか。
この度は、信頼に応えることができず誠に申し訳ございません。
後日、改めて直接お詫びに伺いたいと考えております。翌週以降で、田中部長のご都合いかがでしょうか。
急なご連絡となり恐縮ではございますが、ご確認のほど何卒よろしくお…
応答時間 67.5秒出力 1930 トークン
GLM 5.1
件名：【お詫び】製品納期延期のお願いにつきまして（〇〇株式会社 〇〇）
〇〇株式会社
田中部長 様
平素は格別のご高配を賜り、厚く御礼申し上げます。
〇〇株式会社の〇〇でございます。
この度、納品予定の製品（製品名）につきまして、納期を1週間延期させていただくこととなり、誠に申し訳ございませんがご報告申し上げます。
納期延期の理由につきましては、出荷前の品質検査におきまして軽微な不具合が発見されたためでございます。良品を確実にお届けするため、現在該当箇所の修正と再検査を急いでおりますが、当初の納期（〇月〇日）までに間に合わない見込みとなりました。つきましては、新しい納期を〇月〇日とさせていただきたく存じます。
貴社には多大なるご迷惑をおかけいたしますこと、深くお詫び申し上げます。
なお、貴社の業務への影響を少しでも軽減すべく、修正箇所を除いた「暫定版」を当初の納期でお納めすることも可能でございます。暫定版におきましても基本機能のご利用には支障がございません。つきましては、暫定版を先に納品させていただくか、あるいは修正完了品を新しい納期にお納めするか、貴社のご都合に合わせてご選択いただけますでしょうか。
本件につきましては、誠に恐縮ではございますが、改めて私より詳細をご説明し、お詫びに伺わせていただきたく存じます。つきましては、まことに勝手なお願いで恐縮ですが、今週中にご面談のお時間をいただけないでしょうか。ご多忙の折に誠に申し訳ございませんが、ご検討いただけますと幸甚に存じます。
本来であれば期日通りにお納めすべきところ、このような事態を招いてしまいましたこと、…
応答時間 20.7秒出力 1945 トークン
よくある質問
- GLM 4.7とGLM 5.1、料金はどちらが安いですか？
- 出力100万トークンあたりGLM 4.7は¥393.14、GLM 5.1は¥786.28で、GLM 4.7の方が安くなります（FastMetalの円建て単価・税別）。
- GLM 4.7とGLM 5.1のコンテキスト長の違いは？
- GLM 4.7は202,752トークン、GLM 5.1は204,800トークンです。
- GLM 4.7とGLM 5.1、評価が高いのはどちらですか？
- 公開アリーナの順位ではGLM 5.1が上です（GLM 4.7 79位、GLM 5.1 49位）。順位はリーダーボードの更新で変わります。
- GLM 4.7とGLM 5.1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 "glm-4.7" または "glm-5.1" 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、GLM 4.7とGLM 5.1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。