GLM 4.7 vs Kimi K3
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Kimi K3（Moonshot）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 |  Kimi K3 | |
|---|---|---|
| 提供元 | Z.ai | Moonshot |
| 入力（100万トークンあたり） | ¥107.22 | ¥536.1 |
| 出力（100万トークンあたり） | ¥393.14 | ¥2,680.5 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥304 | ¥1,876 |
| コンテキスト長 | 202,752 トークン | 1,048,576 トークン |
| リリース日 | 2025/12/22 | 2026/7/16 |
| 入力モダリティ | text | text, image |
| アリーナ 総合 | #79 · ELO 1,442 | #10 · ELO 1,489 |
| アリーナ 日本語 | 圏外 | #4 · ELO 1,510 |
| アリーナ コーディング | #87 · ELO 1,485 | #6 · ELO 1,543 |
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、Kimi K3より85%安くなります。
- 総合の評価はアリーナ順位でKimi K3が上です（10位。GLM 4.7は79位）。
- コーディングの評価はアリーナ順位でKimi K3が上です（6位。GLM 4.7は87位）。
- 長い文書を扱うならKimi K3。コンテキスト長は1,048,576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
Kimi K3
## 原因
エラーメッセージが示す通り、`order["price"]` が **文字列（str）** になっているのが原因です。数値同士の演算を期待しているのに、DBから取得した `price` が文字列として返されているため、乗算に失敗しています。
よくある原因は以下のいずれかです：
1. **DBのカラム定義が文字列型** — `price` カラムが `DECIMAL`/`NUMERIC` ではなく `VARCHAR`/`TEXT` で定義されている
2. **DBドライバの仕様** — 一部のドライバや設定では、数値カラムでも文字列として返すことがある
3. **データ投入時の問題** — 数値カラムでも文字列として insert され、暗黙変換されている
まず以下で型を確認すると原因を特定しやすいです：
```python
print(type(order["price"]), order["price"])
```
## 修正方法
### 応急処置（アプリケーション側で型変換）
```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(order["price"]) * int(order["quantity"]) for order in orde…
応答時間 47.1秒出力 2426 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
Kimi K3
# コードレビュー: `fetchAllUsers`
全体的に動作はしますが、型安全性・エラーハンドリング・堅牢性に改善余地があります。指摘事項を整理します。
## 主な問題点
### 1. 型安全性の欠如(ベストプラクティス)
- 戻り値が `Promise<any[]>` で、型の恩恵が得られていない
- `response.json()` の結果が暗黙の `any` になり、プロパティの typo などを検出できない
### 2. エラーハンドリングがない(ベストプラクティス)
- `response.ok` のチェックがなく、404 や 500 でも `json()` を呼んでしまう
- ネットワークエラーや JSON パースエラーが考慮されていない
- `data.users` が `undefined` の場合、`data.users.length` でランタイムエラーになる
### 3. 無限ループのリスク(堅牢性)
- API のバグなどで常に 100 件返ってくる場合、ループが終わらない
- 最大ページ数などの安全弁がない
### 4. 可読性
- インデックスベースの `for` ループで `data.users[i]` が繰り返され、冗長
- マジックナンバー `100` が URL と終了条件の2箇所に分散(変更時に片方だけ直し忘れるリスク)
- `let user` は再代入されないので `const` にすべき
- 文字列連結はテンプレートリテラルの方が現代的
### 5. パフォーマンス・設計
- `deleted` ユーザーのフィル…
応答時間 23.1秒出力 3134 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
Kimi K3
# 納期延期のお詫びメール
---
**件名：【お詫び】○○製品 納期延期のご連絡**
---
株式会社○○
○○部 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○○でございます。
このたびは、○月○日に納品を予定しておりました「○○（製品名）」につきまして、納期の延期をお願いしなければならない事態となり、深くお詫び申し上げます。
経緯をご説明いたしますと、出荷前の品質検査におきまして、製品の一部に軽微な不具合が発見されました。貴社に安心してご使用いただける製品をお届けするため、修正作業を行う必要があると判断いたした次第です。
つきましては、誠に勝手ながら、納期を下記のとおり変更させていただきたく存じます。
**【変更前】○月○日（○曜日）**
**【変更後】○月○日（○曜日）※1週間延期**
なお、暫定版とはなりますが、現行の製品を当初の予定どおり先行して納品させていただくことも可能でございます。ご希望がございましたら、遠慮なくお申し付けくださいませ。
また、本件につきましては、改めて直接お詫びに伺いたく存じます。田中様のご都合のよろしい日時をご教示いただけますと幸いです。
貴社には多大なご迷惑をおかけいたしますことを、重ねて深くお詫び申し上げます。今後このようなことがないよう、品質管理体制の一層の強化に努めてまいる所存です。
何卒ご理解賜りますよう、よろしくお願い申し上げます。
---
━━━━━━━━━━━━━━━━━━━━
株式会社△△
○○部 ○○ ○○（氏名）
TEL：XXX-XXXX-XXXX
Email：xxxx@…
応答時間 17.9秒出力 1916 トークン
よくある質問
- GLM 4.7とKimi K3、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、Kimi K3は¥2,680.5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Kimi K3のコンテキスト長の違いは？
- GLM 4.7は202,752トークン、Kimi K3は1,048,576トークンです。
- GLM 4.7とKimi K3、評価が高いのはどちらですか？
- 公開アリーナの順位ではKimi K3が上です（GLM 4.7 79位、Kimi K3 4位）。順位はリーダーボードの更新で変わります。
- GLM 4.7とKimi K3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 "kimi-k3" 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Kimi K3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。