モデル比較

GLM 4.7 vs Kimi K3.1 Pro

料金・コンテキスト長・実際の回答で比較(2026年10月時点)

GLM 4.7(Z.ai)とKimi K3.1 Pro(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

z-ai logoGLM 4.7moonshotai logoKimi K3.1 Pro
提供元Z.aiMoonshot
入力(100万トークンあたり)¥67.2¥336
出力(100万トークンあたり)¥294¥1,680
想定コスト(入力1,000・出力500トークン × 1,000回)¥214¥1,176
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2025/12/222026/10/23
入力モダリティtexttext, image, video
生成速度 (p50)——
アリーナ 総合#95 · ELO 1,441圏外
アリーナ 日本語#50 · ELO 1,440圏外
アリーナ コーディング#107 · ELO 1,484圏外

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、2026-10-22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GLM 4.7。出力100万トークンあたり¥294で、Kimi K3.1 Proより83%安くなります。
  • 長い文書を扱うならKimi K3.1 Pro。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 K3.1 Pro

### 原因 `price` が数値ではなく文字列として扱われているため、数値同士の乗算ができていません。典型的には、DB の `price` カラムが `VARCHAR/TEXT` になっているか、DB アクセス層が値を文字列として返しています。 `quantity` も文字列で返る場合があるため、計算前に両方を明示的に数値へ変換してください。 ### 修正例 金額計算では、浮動小数点誤差を避けるため `float` より `Decimal` が適しています。 ```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 = Decimal("0") for order in orders: price = Decimal(str(order["price"])) quantity = int(order["quantity"]) total += price * quantity return { "user_id": user_id, "total": total, "orders": orders, } ``` `Deci…
応答時間 197.0秒

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 K3.1 Pro

全体として、全ページを順に取得し、`deleted` を除外して返す意図は明確です。本番利用を前提にすると、優先して改善したいのは **型安全性・HTTPエラー処理・ページネーションの終了条件** です。 ## 主な改善点 ### 1. `any` をなくし、API型と返却型を定義する `Promise<any[]>` や `any[]` では、プロパティ名の typo やAPI仕様との不一致をコンパイル時に検出できません。 - APIレスポンス用の `ApiUser` - 加工後の返却値用の `User` を分けて定義すると、変換処理の意図も明確になります。 ### 2. `response.ok` を確認する `fetch` は404や500などのHTTPエラーだけでは reject されません。現状は、エラーレスポンスをそのままJSONとして処理し、`data.users.length` などで分かりにくい例外になる可能性があります。 エラーを空配列に置き換えず、呼び出し側で処理できるよう例外として伝播させるのがおすすめです。 ### 3. ページネーションの前提を明確にする `data.users.length < 100` による終了判定は、次のAPI仕様を前提にしています。 - サーバーが `limit=100` を厳密に尊重する - 最終ページ以外は必ず100件返る APIが `hasNext`、`nextCursor`、`totalPages` などを返すなら、配列長ではなくそちらを使う方が安全です。なお、最終ページがちょうど100件の場…
応答時間 347.7秒

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 K3.1 Pro

**件名:【お詫び】○○の納品予定日変更のご連絡** 株式会社○○ ○○部 田中 部長 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、○月○日(○)に納品を予定しておりました「○○」につきまして、品質検査において軽微な不具合が発見されました。 つきましては、修正および再検査を実施し、品質を十分に確認したうえで納品させていただくため、誠に恐縮ではございますが、納品予定日を下記のとおり1週間延期させていただきたく存じます。 - 当初納品予定日:○月○日(○) - 変更後納品予定日:○月○日(○) 納期の変更により、田中 部長ならびに関係者の皆様に多大なご迷惑をおかけすることとなり、誠に申し訳ございません。深くお詫び申し上げます。 なお、ご希望に応じまして、暫定版を先行して納品することも可能でございます。暫定版の納品時期や内容等につきましては、別途速やかにご相談させていただきますので、ご検討のうえ、ご希望がございましたらお知らせいただけますと幸いです。 また、本件につきましては、改めて直接お詫び申し上げるとともに、今後の対応についてご説明させていただきたく、お伺いしたく存じます。ご多忙のところ誠に恐縮ではございますが、ご都合のよろしい日時をご教示いただけますでしょうか。 このたびは多大なご迷惑をおかけしますことを、重ねて深くお詫び申し上げます。 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:○○○○-○○-○○○○…
応答時間 99.4秒

他のプロンプトでも比較する →

よくある質問

GLM 4.7とKimi K3.1 Pro、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、Kimi K3.1 Proは¥1,680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 K3.1 Proのコンテキスト長の違いは?
GLM 4.7は202,752トークン、Kimi K3.1 Proは1,048,576トークンです。
GLM 4.7とKimi K3.1 Pro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-k3.1-pro" 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Kimi K3.1 Pro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。

GLM 4.7の他の比較

Kimi K3.1 Proの他の比較