GLM 4.7 vs GPT-5.6 Sol
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GPT-5.6 Sol（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-5.6 Sol | |
|---|---|---|
| 提供元 | Z.ai | OpenAI |
| 入力（100万トークンあたり） | ¥107.22 | ¥893.5 |
| 出力（100万トークンあたり） | ¥393.14 | ¥5,361 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥304 | ¥3,574 |
| コンテキスト長 | 202,752 トークン | 1,050,000 トークン |
| リリース日 | 2025/12/22 | 2026/7/9 |
| 入力モダリティ | text | file, image, text |
| アリーナ 総合 | #79 · ELO 1,442 | #17 · ELO 1,482 |
| アリーナ 日本語 | 圏外 | #1 · ELO 1,529 |
| アリーナ コーディング | #87 · ELO 1,485 | #15 · ELO 1,528 |
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、GPT-5.6 Solより93%安くなります。
- 総合の評価はアリーナ順位でGPT-5.6 Solが上です（17位。GLM 4.7は79位）。
- コーディングの評価はアリーナ順位でGPT-5.6 Solが上です（15位。GLM 4.7は87位）。
- 長い文書を扱うならGPT-5.6 Sol。コンテキスト長は1,050,000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-5.6 Sol
原因は、DBから取得した `price` または `quantity` が数値型ではなく文字列などで返されていることです。金額計算では `float` より誤差のない `Decimal` を使用するのが適切です。
```python
from decimal import Decimal, InvalidOperation
def get_user_orders(user_id):
orders = db.query(
"SELECT price, quantity FROM orders WHERE user_id = %s",
user_id
)
total = Decimal("0")
for order in orders:
try:
price = Decimal(str(order["price"]))
quantity = int(order["quantity"])
except (TypeError, ValueError, InvalidOperation) as exc:
raise ValueError(f"注文データが不正です: {order!r}") from exc
total += price * quantity
return {
"user_id": user_id,
"total": total,…
応答時間 16.2秒出力 812 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-5.6 Sol
主な改善点は以下です。
### 1. 型安全性
- `any[]`や暗黙的なAPIレスポンス型を避け、`ApiUser`・`User`・`UsersResponse`を定義する。
- TypeScriptの型アサーションだけでは実行時のレスポンスを検証できないため、外部APIなど信頼できないレスポンスにはZod等の利用も検討する。
### 2. エラーハンドリング
- `fetch`は404や500でも例外を投げないため、`response.ok`を確認する。
- `AbortSignal`を受け取れるようにすると、呼び出し側から通信をキャンセルできる。
### 3. 可読性
- 再代入しない変数は`const`にする。
- マジックナンバーの`100`を定数化する。
- インデックスアクセスを繰り返さず、`for...of`や分割代入を使う。
- `hasMore`を管理するより、終了条件で`break`する方が単純。
### 4. ページネーションの堅牢性
`data.users.length < 100`による判定には次の問題があります。
- API側の上限が変更されると正しく動かない
- 一時的に100件未満のページが返ると、残りを取得できない
- 最終ページがちょうど100件の場合、空のページを追加で1回取得する
APIが`hasNext`、`nextPage`、`totalPages`、カーソルなどを返すなら、それを使う方が安全です。
### 5. パフォーマンス
- 現在の`push`を使うループは、中間配列を作らないため十分効率的です。可…
応答時間 23.3秒出力 1526 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-5.6 Sol
**件名：納品予定延期のお詫びとご相談**
株式会社〇〇
〇〇部 部長
田中 〇〇 様
平素より大変お世話になっております。
株式会社△△の□□でございます。
このたび、〇月〇日に納品を予定しておりました「〇〇製品」につきまして、品質検査の過程で軽微な不具合が確認されました。
万全な状態で納品させていただくため、誠に勝手ながら、納期を当初の予定より1週間延期し、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することとなり、心よりお詫び申し上げます。
なお、お急ぎの場合には、代替案として暫定版を当初の納品予定日までにご用意することも可能でございます。ご要望がございましたら、詳細を調整させていただきますので、お申し付けください。
また、本件につきまして、改めて直接お詫びとご説明に伺いたく存じます。田中様のご都合のよろしい日時をお知らせいただけますと幸いです。
今後は再発防止と品質管理の徹底に努めてまいります。
何卒事情をご賢察のうえ、ご理解を賜りますようお願い申し上げます。
敬具
――――――――――
株式会社△△
〇〇部 □□ □□
〒000-0000 〇〇県〇〇市〇〇
電話：00-0000-0000
メール：xxxxx@example.com
――――――――――
応答時間 11.7秒出力 445 トークン
よくある質問
- GLM 4.7とGPT-5.6 Sol、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、GPT-5.6 Solは¥5,361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GPT-5.6 Solのコンテキスト長の違いは？
- GLM 4.7は202,752トークン、GPT-5.6 Solは1,050,000トークンです。
- GLM 4.7とGPT-5.6 Sol、評価が高いのはどちらですか？
- 公開アリーナの順位ではGPT-5.6 Solが上です（GLM 4.7 79位、GPT-5.6 Sol 1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-5.6 Sol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-5.6-sol" 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GPT-5.6 Sol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。