GLM 4.7 vs GPT-5.6 Terra
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 Terra（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 Terra | |
|---|---|---|
| 提供元 | Z.ai | OpenAI |
| 入力（100万トークンあたり） | ¥107.22 | ¥357.4 |
| 出力（100万トークンあたり） | ¥393.14 | ¥2,144.4 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥304 | ¥1,430 |
| 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 | #42 · ELO 1,466 |
| アリーナ 日本語 | 圏外 | #19 · ELO 1,474 |
| アリーナ コーディング | #87 · ELO 1,485 | #31 · ELO 1,519 |
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 Terraより82%安くなります。
- 総合の評価はアリーナ順位でGPT-5.6 Terraが上です（42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 Terraが上です（31位。GLM 4.7は87位）。
- 長い文書を扱うならGPT-5.6 Terra。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 Terra
原因は `order["price"]` が文字列（`str`）として取得されており、数値として扱えていないことです。
```python
order["price"] * order["quantity"]
```
で、例えば以下のような値になっているとエラーになります。
```python
price = "1000" # str
quantity = 2 # int
```
Pythonでは文字列と整数の乗算は本来 `"abc" * 2` のように文字列を繰り返す用途ですが、DBドライバや値の形式によっては数値演算として扱えず、今回のような例外になります。特に `price` が通貨記号・カンマ付き文字列・空文字などの場合も注意が必要です。
## 修正例
金額には浮動小数点数 (`float`) よりも `Decimal` を使うのが安全です。`float` は小数の丸め誤差が起きるためです。
```python
from decimal import Decimal
def get_user_orders(user_id):
orders = db.query(
"SELECT price, quantity FROM orders WHERE user_id = %s",
user_id
)
total = sum(
Decimal(str(order["price"])) * int(order["quantity"])
for order…
応答時間 7.4秒出力 761 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 Terra
以下の点を改善できます。
## 主な改善点
### 1. `any` を避けて型を定義する
`Promise<any[]>` や `let allUsers: any[]` では、APIレスポンスの変更やプロパティ名のミスをコンパイル時に検知できません。
- APIレスポンス用の型
- アプリケーション内で使うユーザー型
を分けて定義すると安全です。
### 2. HTTP エラーを確認する
`fetch` は HTTP 404 / 500 でも基本的に例外を投げません。`response.ok` を確認しないと、エラーページを JSON として処理しようとして原因が分かりにくくなります。
### 3. マジックナンバーを定数化する
`100` が複数箇所にあるため、ページサイズ変更時に修正漏れが起こり得ます。
### 4. `filter` と `map` で意図を明確にする
`for` ループ内でフィルタリング・変換・追加を行うより、`filter` と `map` を使うと「削除済みを除外して表示用データに変換する」という処理が読み取りやすくなります。
### 5. `hasMore` は不要
無限ループ + `break`、または `for` ループにすると状態変数を一つ減らせます。
### 6. URL クエリを安全に組み立てる
`URLSearchParams` を使うと、パラメータ追加時やエンコード漏れを防げます。
---
## 改善例
```ts
const PAGE_SIZE = 100;
type ApiUser = {
id:…
応答時間 18.5秒出力 1823 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 Terra
件名：納品予定製品の不具合および納期延期のお願い
株式会社〇〇
田中部長様
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「製品名」につきまして、最終品質検査の過程で軽微な不具合が発見されました。
現在、原因の確認および是正対応を進めておりますが、万全な品質を確保したうえで納品させていただくため、誠に勝手ながら納期を1週間延期させていただきたく、ご相談申し上げます。
【変更前納期】〇月〇日（〇）
【変更後納期】〇月〇日（〇）
なお、貴社のご予定に支障が生じる場合には、現時点で使用可能な暫定版を先行して納品し、正式版を後日納品する対応も可能でございます。ご都合やご要望をお聞かせいただけますと幸いです。
このたびは、納品直前でのご連絡となり、田中部長様ならびに関係者の皆様に多大なるご迷惑とご心配をおかけいたしますこと、心より深くお詫び申し上げます。
改めまして、弊社より直接お伺いし、経緯のご説明とお詫びを申し上げたく存じます。ご都合のよろしい日時をお知らせいただけましたら幸甚に存じます。
何卒ご理解を賜りますよう、お願い申し上げます。
――――――――――
株式会社△△
□□ □□
部署名
〒000-0000
東京都〇〇区〇〇
TEL：00-0000-0000
E-mail：xxxxx@example.com
――――――――――
応答時間 6.1秒出力 452 トークン
よくある質問
- GLM 4.7とGPT-5.6 Terra、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 Terraは¥2,144.4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 Terra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 Terraは1,050,000トークンです。
- GLM 4.7とGPT-5.6 Terra、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 Terraが上です（GLM 4.7 79位、GPT-5.6 Terra 19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 Terra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-terra" 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 Terra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。