GLM 4.7 vs MiMo-V2.5
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MiMo-V2.5（Xiaomi）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 | MiMo-V2.5 | |
|---|---|---|
| 提供元 | Z.ai | Xiaomi |
| 入力（100万トークンあたり） | ¥107.22 | ¥25.02 |
| 出力（100万トークンあたり） | ¥393.14 | ¥50.04 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥304 | ¥50 |
| 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 | 2026/4/22 |
| 入力モダリティ | text | text, audio, image, video |
| アリーナ 総合 | #79 · ELO 1,442 | #92 · ELO 1,434 |
| アリーナ 日本語 | 圏外 | #137 · ELO 1,322 |
| アリーナ コーディング | #87 · ELO 1,485 | #76 · ELO 1,491 |
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MiMo-V2.5。出力100万トークンあたり¥50.04で、GLM 4.7より87%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（79位。MiMo-V2.5は92位）。
- コーディングの評価はアリーナ順位でMiMo-V2.5が上です（76位。GLM 4.7は87位）。
- 長い文書を扱うならMiMo-V2.5。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
MiMo-V2.5
## 原因
`order["price"]` の値が **文字列（`str`）** として取得されているため、`str * int` の計算ができずエラーになっています。
典型的な原因：
- データベースの `price` カラムの型が `VARCHAR` / `TEXT` である
- ORマッパー（ORM）やDBドライバーが値を文字列として返している
- データの挿入時に文字列で保存された
```
order["price"] → "100"（文字列）
order["quantity"] → 3（整数）
"100" * 3 → TypeError ❌
```
## 修正
`order["price"]` を `float`（または `int`）にキャストしてください。
### 修正後コード
```python
def get_user_orders(user_id):
orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id)
total = sum(float(order["price"]) * order["quantity"] for order in orders)
return {"user_id": user_id, "total": total, "orders": orders}
```
## より堅牢な修正（推奨）
単一の箇所だけでなく、`price` や `quantity` が予期せず文字列になって…
応答時間 28.2秒出力 575 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} ${last_name}` `` の方が簡潔で読みやすいです。
* **ループ処理:** `for` ループ内で `if`…
応答時間 89.4秒出力 3915 トークン
MiMo-V2.5
# TypeScript関数レビュー
この関数はページネーション付きでユーザーを全件取得する目的のものですが、いくつか改善点があります。
---
## 🔴 改善点まとめ
### 1. 型安全性の欠如（`any`の乱用）
```typescript
// ❌ Before
async function fetchAllUsers(page: number = 1): Promise<any[]> {
let allUsers: any[] = [];
// ✅ After
interface User {
id: string;
name: string;
email: string;
}
interface ApiResponse {
users: {
id: string;
first_name: string;
last_name: string;
email: string;
status: string;
}[];
}
async function fetchAllUsers(page: number = 1): Promise<User[]> {
const allUsers: User[] = [];
```
---
### 2. エラーハンドリングの不在
```typescript
// ✅ 追加すべきエラーハンドリング
const response = await fetch(`/api/users?page=${currentPage}&limit=100`);
if…
応答時間 19.2秒出力 1707 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
MiMo-V2.5
**【件名】納品予定製品の納期変更のお詫びとご報告**
**田中部長**
初秋の候、ますますご清祥のこととお慶び申し上げます。
平素より格別のお引き立てを賜り、厚く御礼申し上げます。
このたび、弊社より納品を予しておりました製品につきまして、品質検査の段階において軽微ながら不具合が見つかりました。つきましては、誠に恐れ入りますが、納期を1週間ほど延長させていただきたく、ご連絡差し上げました。
原因としましては、最終検査において部品の仕上げ面に微細な傷が複数確認され、製品としての品質基準をクリアするために再加工が必要となりました。万全を期してまいりましたが、このような結果となり、重ねて申し訳なく存じます。
つきましては、下記の2つの対応をご提案させていただければと存じます。
1. **現状の対応**
不具合箇所を完全に修正した上で、1週間後の○月○日（○）に納品させていただく。
2. **代替案**
主要機能に支障のない製品を暫定版として先に納品し、正式版は修正完了後（○月○日）に改めてお届けする。
いずれの対応が貴社のお役に立つか、ご指示いただければ幸いです。
また、このたびは貴社に多大なるご迷惑をおかけし、誠に申し訳ございません。
改めまして、直接お詫びに伺えればと存じますが、田中部長のご都合のよろしい日程をいただければ、ぜひお伺いしたく存じます。
今後とも弊社製品にご愛顧賜りますよう、何卒よろしくお願い申し上げます。
何卒ご検討のほど、よろしくお願い申し上げます。
敬具
────────────────────────…
応答時間 13.6秒出力 817 トークン
よくある質問
- GLM 4.7とMiMo-V2.5、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、MiMo-V2.5は¥50.04で、MiMo-V2.5の方が安くなります（FastMetalの円建て単価・税別）。
- GLM 4.7とMiMo-V2.5のコンテキスト長の違いは？
- GLM 4.7は202,752トークン、MiMo-V2.5は1,050,000トークンです。
- GLM 4.7とMiMo-V2.5、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 79位、MiMo-V2.5 137位）。順位はリーダーボードの更新で変わります。
- GLM 4.7とMiMo-V2.5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 "mimo-v2.5" 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MiMo-V2.5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。