GLM 4.7 vs GPT-4.1 Nano
料金・コンテキスト長・実際の回答で比較（2026年11月時点）
GLM 4.7（Z.ai）とGPT-4.1 Nano（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
 GLM 4.7 |  GPT-4.1 Nano | |
|---|---|---|
| 提供元 | Z.ai | OpenAI |
| 入力（100万トークンあたり） | ¥67.2 | ¥17.87 |
| 出力（100万トークンあたり） | ¥294 | ¥71.48 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥214 | ¥54 |
| コンテキスト長 | 202,752 トークン | 1,047,576 トークン |
| リリース日 | 2025/12/22 | 2025/4/14 |
| 入力モダリティ | text | image, text, file |
| 生成速度 (p50) | — | 225 トークン/秒 (n=28) |
| アリーナ 総合 | #95 · ELO 1,441 | #260 · ELO 1,322 |
| アリーナ 日本語 | #54 · ELO 1,439 | #217 · ELO 1,233 |
| アリーナ コーディング | #107 · ELO 1,484 | #243 · ELO 1,373 |
料金はFastMetalの単価（税別）です。
順位データ: LMArena leaderboard dataset（lmarena-ai/leaderboard-dataset、CC BY 4.0、2026-10-28時点）。カテゴリ名の対応付けとスコアの丸めはFastMetalによる。
どちらを選ぶべきか
- 料金重視ならGPT-4.1 Nano。出力100万トークンあたり¥71.48で、GLM 4.7より76%安くなります。
- 総合の評価はアリーナ順位でGLM 4.7が上です（95位。GPT-4.1 Nanoは260位）。
- 日本語の評価はアリーナ順位でGLM 4.7が上です（54位。GPT-4.1 Nanoは217位）。
- コーディングの評価はアリーナ順位でGLM 4.7が上です（107位。GPT-4.1 Nanoは243位）。
- 長い文書を扱うならGPT-4.1 Nano。コンテキスト長は1,047,576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
GPT-4.1 Nano
このエラーの原因は、`orders` の中の `price` と `quantity` の値が文字列（`str`）として取得されていることにあります。Pythonでは、文字列と整数（`int`）の間で掛け算をしようとすると、`TypeError`が発生します。
具体的には、
```python
total = sum(order["price"] * order["quantity"] for order in orders)
```
の部分で、`order["price"]`が文字列のため掛け算ができずエラーになっています。
### 解决策
`orders`を取得した後、各値を適切な型（数値型）に変換します。一般的に、`price`は浮動小数点数（`float`）、`quantity`は整数（`int`）に変換します。
以下のように修正できます。
```python
def get_user_orders(user_id):
# SQLクエリの結果を受け取る
orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id)
# 取得したordersの各値を適切に変換
processed_orders = [
{
"price": float(order["price"]),
"quantity": int(order["quantity"])
}…
応答時間 3.3秒出力 571 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} ${last_name}` `` の方が簡潔で読みやすいです。
* **ループ処理:** `for` ループ内で `if`…
応答時間 89.4秒出力 3915 トークン
GPT-4.1 Nano
この`fetchAllUsers`関数について、以下の観点ごとに改善点を提案します。
---
## 1. **可読性**
### 改善ポイント
- ネストされたループや条件分岐を簡潔に書き換える
- 明示的な型注釈を追加する
- 一部変数名や定義をより直感的にする
### 提案例
```typescript
interface User {
id: number;
name: string;
email: string;
}
async function fetchAllUsers(page: number = 1): Promise<User[]> {
const allUsers: User[] = [];
let currentPage = page;
let hasMore = true;
while (hasMore) {
const response = await fetch(`/api/users?page=${currentPage}&limit=100`);
const data = await response.json();
// 不要なループを避けてfilterとmapを使う
const users = data.users
.filter((user: any) => user.status !== 'deleted')
.map((user: any) => ({
id: user.id,
name: `${user…
応答時間 6.1秒出力 1107 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
GPT-4.1 Nano
件名：納品予定製品の納期延期およびご提案について
田中部長
いつも大変お世話になっております。○○株式会社の□□□□と申します。
このたびは、貴社に納品予定の製品についてご報告とお願いがあり、ご連絡させていただきました。
品質検査の結果、軽微な不具合が見つかり、誠に申し訳ございませんが、納期を1週間延長させていただきたく存じます。ご迷惑をお掛けし、大変心苦しく存じますが、何卒ご理解賜りますようお願い申し上げます。
なお、代替案として、暫定版の製品を先にご納品させていただくことも可能です。もしご希望がございましたら、ご遠慮なくお知らせください。
また、改めて直接お伺いしまして、今回の件について詳細にお詫び申し上げるとともに、ご不便をおかけしたことへのご説明とご相談をさせていただきたいと考えております。
ご多忙の折恐縮ではございますが、ご都合の良いお時間をご教示いただければ幸いです。
何卒ご理解とご協力を賜りますよう、お願い申し上げます。
敬具
□□□（署名）
○○株式会社
住所：〒○○○-○○○○
電話番号：XXX-XXXX-XXXX
メールアドレス：xxx@xxxxx.co.jp
応答時間 2.6秒出力 350 トークン
よくある質問
- GLM 4.7とGPT-4.1 Nano、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¥294、GPT-4.1 Nanoは¥71.48で、GPT-4.1 Nanoの方が安くなります（FastMetalの円建て単価・税別）。
- GLM 4.7とGPT-4.1 Nanoのコンテキスト長の違いは？
- GLM 4.7は202,752トークン、GPT-4.1 Nanoは1,047,576トークンです。
- GLM 4.7とGPT-4.1 Nano、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 4.7が上です（GLM 4.7 54位、GPT-4.1 Nano 217位）。順位はリーダーボードの更新で変わります。
- GLM 4.7とGPT-4.1 Nano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 "gpt-4.1-nano" 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、GLM 4.7とGPT-4.1 Nano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。