GLM 4.7 vs GLM 5.3 Flash
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 5.3 Flash（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 5.3 Flash | |
|---|---|---|
| 提供元 | Z.ai | Z.ai |
| 入力（100万トークンあたり） | ¥107.22 | ¥13.19 |
| 出力（100万トークンあたり） | ¥393.14 | ¥43.98 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥304 | ¥35 |
| コンテキスト長 | 202,752 トークン | 1,310,720 トークン |
| リリース日 | 2025/12/22 | 2026/8/26 |
| 入力モダリティ | text | text, image, video |
| アリーナ 総合 | #79 · ELO 1,442 | #38 · ELO 1,469 |
| アリーナ 日本語 | 圏外 | 圏外 |
| アリーナ コーディング | #87 · ELO 1,485 | #11 · ELO 1,531 |
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 5.3 Flash。出力100万トークンあたり¥43.98で、GLM 4.7より89%安くなります。
- 総合の評価はアリーナ順位でGLM 5.3 Flashが上です（38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 5.3 Flashが上です（11位。GLM 4.7は87位）。
- 長い文書を扱うならGLM 5.3 Flash。コンテキスト長は1,310,720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 5.3 Flash
## 原因
エラーメッセージ `unsupported operand type(s) for *: 'str' and 'int'` の左側が `order["price"]` なので、**`price` が文字列（str）として取得されている**のが原因です。`quantity` は int なので、数値カラムは正常に取得できています。
考えられる原因は次のとおりです（可能性が高い順）：
1. **DBの `price` カラムが VARCHAR / TEXT 型で定義されている**（最も可能性が高い）
2. 使用しているDBドライバやラッパーの設定により、文字列として返されている
3. JSONなど経由でデータを取得していて、priceだけ文字列化されている
### 確認方法
```python
orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id)
print(type(orders[0]["price"])) # <class 'str'> が出れば確定
print(type(orders[0]["quantity"]))
```
MySQLなら `DESCRIBE orders;` で、PostgreSQLなら `\d orders` でカラム型を確認してください。
## 修正方法
### 根本対策： DBスキーマを修正する（推奨）
金額は数値型で持つべきです。既存データに変換できない値（空文字、カンマ付きなど）がないか先に確認してく…
応答時間 45.3秒出力 2329 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} ${last_name}` `` の方が簡潔で読みやすいです。
* **ループ処理:** `for` ループ内で `if`…
応答時間 89.4秒出力 3915 トークン
GLM 5.3 Flash
# コードレビュー
全体的な構造は分かりやすいですが、**型安全性・エラーハンドリング・可読性**に改善の余地がかなりあります。重要度順に挙げます。
---
## 1. 重大な問題(ベストプラクティス)
### `any[]` による型情報の喪失
戻り値が `any[]` だと、呼び出し側でタイプミスやプロパティ変更がコンパイル時に検出できません。インターフェースを定義すべきです。
### HTTPエラーの未チェック
`fetch` は 404 や 500 でも例外を投げません。`response.ok` を確認しないと、エラーレスポンスの JSON をパースしようとして謎のエラーになります。
### `data.users` の防御チェックなし
APIの仕様変更やエラー時に `data.users` が `undefined` だと、`.length` で即座にクラッシュします。
### 無限ループのリスク
API 側のバグで常に100件返る場合、ループが終わりません。最大ページ数やタイムアウト(AbortSignal)の考慮があると安全です。
---
## 2. 可読性
| 現状 | 改善案 |
|---|---|
| `data.users[i].xxx` の繰り返し | `for...of` でオブジェクトを直接受け取る |
| `first_name + " " + last_name` | テンプレートリテラル `` `${a} ${b}` `` |
| `currentPage = currentPage + 1` | `currentPage…
応答時間 85.2秒出力 3638 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 5.3 Flash
以下、そのまま使える文面をご用意しました。〇の部分は実際の情報に置き換えてご利用ください。
---
**件名：** 【お詫び】納品予定製品の不具合に伴う納期延期のご連絡(製品名：〇〇)
株式会社〇〇
〇〇部 田中様
いつも大変お世話になっております。
株式会社△△ 営業部の△△でございます。
本日は、貴社へ〇月〇日に納品を予定しておりました「製品名」につきまして、ご報告とお詫びを申し上げたく、ご連絡を差し上げました。
出荷前の最終品質検査を実施いたしましたところ、軽微な不具合が発見されました。品質に万全を期してお納めするため、誠に恐縮ではございますが、納期を1週間延期させていただきたく存じます。
- 当初の納品予定日：〇月〇日(〇)
- 変更後の納品予定日：〇月〇日(〇)
なお、貴社のご都合により納期の変更が難しい場合には、当初予定どおり〇月〇日に暫定版を先に納品し、修正完了次第、改めて完成版をお納めするという対応も可能でございます。つきましては、下記のいずれをご希望か、ご意向をお聞かせいただけますでしょうか。
1. 納期を1週間延期し、修正済みの製品をお納めする
2. 暫定版を先に納品し、後日修正版をお納めする
また、このたびのご迷惑につきましては、直接お詫び申し上げるべきかと存じますので、改めて貴社までお伺いさせていただきたく存じます。差し支えなければ、ご都合のよろしいお日時をご教示いただけますと幸いです。
今後は検査体制をさらに強化し、二度とこのような事態を起こさぬよう、全社を挙げて再発防止に努めてまいります。
このたびは多大なるご迷惑をおかけいた…
応答時間 83.7秒出力 4093 トークン
よくある質問
- GLM 4.7とGLM 5.3 Flash、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 5.3 Flashは¥43.98で、GLM 5.3 Flashの方が安くなります（FastMetalの円建て単価・税別）。
- GLM 4.7とGLM 5.3 Flashのコンテキスト長の違いは？
- GLM 4.7は202,752トークン、GLM 5.3 Flashは1,310,720トークンです。
- GLM 4.7とGLM 5.3 Flash、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 5.3 Flashが上です（GLM 4.7 79位、GLM 5.3 Flash 38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 5.3 Flash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-5.3-flash" 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 5.3 Flash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。