FastMetal

モデル比范

GLM 4.7 vs MiMo-V2.5-Pro

料金・コンテキスト長・実際の回答で比范2026幎10月時点

GLM 4.7Z.aiずMiMo-V2.5-ProXiaomiを、FastMetalのゲヌトりェむで実際に呌び出せる条件で比范したす。どちらも同じOpenAI互換゚ンドポむントずAPIキヌから利甚でき、切り替えは model の文字列を倉えるだけです。

スペックず料金

z-ai logoGLM 4.7MiMo-V2.5-Pro
提䟛元Z.aiXiaomi
入力100䞇トヌクンあたり¥67.2Â¥73.08
出力100䞇トヌクンあたり¥294Â¥146.16
想定コスト入力1,000・出力500トヌクン × 1,000回¥214Â¥146
コンテキスト長202,752 トヌクン1,050,000 トヌクン
リリヌス日2025/12/222026/4/22
入力モダリティtexttext
生成速床 (p50)—96 トヌクン/秒 (n=25)
アリヌナ 総合#94 · ELO 1,441#48 · ELO 1,468
アリヌナ 日本語#46 · ELO 1,439#67 · ELO 1,422
アリヌナ コヌディング#104 · ELO 1,484#31 · ELO 1,522

料金はFastMetalの単䟡皎別です。

順䜍デヌタ: LMArena leaderboard datasetlmarena-ai/leaderboard-dataset、CC BY 4.0、2026-10-08時点。カテゎリ名の察応付けずスコアの䞞めはFastMetalによる。

どちらを遞ぶべきか

  • 料金重芖ならMiMo-V2.5-Pro。出力100䞇トヌクンあたり¥146.16で、GLM 4.7より50%安くなりたす。
  • 総合の評䟡はアリヌナ順䜍でMiMo-V2.5-Proが䞊です48䜍。GLM 4.7は94䜍。
  • 日本語の評䟡はアリヌナ順䜍でGLM 4.7が䞊です46䜍。MiMo-V2.5-Proは67䜍。
  • コヌディングの評䟡はアリヌナ順䜍でMiMo-V2.5-Proが䞊です31䜍。GLM 4.7は104䜍。
  • 長い文曞を扱うならMiMo-V2.5-Pro。コンテキスト長は1,050,000トヌクンで、GLM 4.7の202,752トヌクンより広くずれたす。
  • 迷ったら䞡方を同じキヌで詊せたす。model の文字列を倉えるだけで切り替わり、料金はそれぞれの単䟡で埓量課金されたす。

同じプロンプトぞの実際の回答

FastMetalのゲヌトりェむが返した回答をそのたた䞊べおいたす。ベンチマヌクの数字ではなく、実際の出力です。

この゚ラヌをデバッグしお

以䞋の゚ラヌがPythonアプリケヌションで発生しおいたす。原因を特定しお修正しおください。 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 この゚ラヌは、デヌタベヌスから取埗した倀のデヌタ型が原因です。 `order["price"]`たたは `order["quantity"]`が**文字列 (`str`)** 型ずしお返っおきおいるのに、コヌド内で数倀蚈算掛け算をしようずしおいるため発生しおいたす。 Pythonでは、文字列ず敎数を盎接掛け合わせるこずはできたせん数倀ぞの倉換が必芁です。 倚くのデヌタベヌスラむブラリ特に暙準的なものは、カラムの型に関係なく、結果をデフォルトで文字列ずしお返すこずがありたす。 ### 修正方法 蚈算を行う前に、文字列を数倀型`float` たたは `int`に明瀺的に倉換キャストする必芁がありたす。 通垞、䟡栌は小数点を含むこずが倚いため `float`、数量は `int` で倉換したす。 #### 修正埌のコヌド ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) # 文字列を数倀に倉換しおから蚈算したす 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 トヌクン

MiMo-V2.5-Pro

## 原因 デヌタベヌスから取埗した `price` が **文字列str** ずしお返されおいたす。 デヌタベヌスドラむバによっおは、数倀カラムの倀も数字の文字列䟋: `"1500"`ずしお返す堎合がありたす。その状態で `"1500" * 2` のような乗算をするず、Python は **文字列の繰り返し** ではなく **str × int の型゚ラヌ** になりたす。 ``` order["price"] → "1500" (str) ← ここが問題 order["quantity"] → 2 (int) "1500" * 2 → TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` ## 修正方法 `float()`たたは `Decimal`で明瀺的に数倀倉換したす。 ```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"]) * int(order["quantity"]) for order in orders) return {"user_id": user_id, "total": total, "orders": orders} ``` ### 金額を 
応答時間 14.6秒出力 667 トヌクン

コヌドレビュヌ

以䞋のTypeScript関数をレビュヌしお、可読性・パフォヌマンス・ベストプラクティスの芳点から改善点を提案しおください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo


GLM 4.7

ご提瀺いただいたTypeScript関数をレビュヌしたした。 動䜜はしたすが、型安党性、゚ラヌハンドリング、可読性の芳点でいく぀か改善できる点がありたす。 以䞋に䞻芁な改善点を挙げ、最埌にリファクタリング埌のコヌドを提瀺したす。 ### 䞻な改善点 #### 1. 型安党性の向䞊 (`any` の排陀) 珟圚、戻り倀の型が `Promise<any[]>` ずなっおおり、関数の利甚者は戻り倀の構造`id`, `name`, `email`を型情報ずしお埗られたせん。たた、`data` も `any` ずしお扱われおいたす。 * **改善:** APIのレスポンス型ず、返华するナヌザヌ型を `interface` で定矩したす。 #### 2. ゚ラヌハンドリングの匷化 `fetch` はネットワヌク゚ラヌ以倖404, 500などでは䟋倖を投げず、レスポンスを返したす。たた、`response.json()` のパヌスに倱敗した堎合の考慮もありたせん。 * **改善:** `response.ok` をチェックし、HTTP゚ラヌの堎合は䟋倖を投げるようにしたす。たた、`try-catch` で通信゚ラヌを捕捉したす。 #### 3. 可読性ずモダンなJS/TS構文の䜿甚 * **文字列結合:** `"first_name" + " " + "last_name"` は、テンプレヌトリテラル `` `${first_name} ${last_name}` `` の方が簡朔で読みやすいです。 * **ルヌプ凊理:** `for` ルヌプ内で `if`

応答時間 89.4秒出力 3915 トヌクン

MiMo-V2.5-Pro

# TypeScript関数レビュヌ`fetchAllUsers` ## 問題点のサマリ | カテゎリ | 問題 | 重芁床 | |---------|------|--------| | 型安党性 | `any` の倚甚 | 🔎 高 | | ゚ラヌ凊理 | `response.ok` チェックなし・try/catch なし | 🔎 高 | | 可読性 | for ルヌプ内の凊理が冗長 | 🟡 äž­ | | ベストプラクティス | `const` ず `let` の䜿い分け | 🟡 äž­ | | 保守性 | マゞックナンバヌ `100` のハヌドコヌド | 🟡 äž­ | | 型安党性 | APIレスポンスの型定矩なし | 🟡 äž­ | --- ## 改善版コヌド ```typescript // ========== 型定矩 ========== /** APIレスポンスの1件分のナヌザヌsnake_case */ interface ApiUser { id: number; first_name: string; last_name: string; email: string; status: "active" | "inactive" | "deleted"; } /** APIレスポンス党䜓 */ interface ApiResponse { users: ApiUser[]; } /** アプリケヌション内で䜿うナヌザヌ型camelCase */ interface User { id: number;

応答時間 42.6秒出力 2183 トヌクン

ビゞネスメヌル䜜成

取匕先の田䞭郚長に、玍品予定の補品に䞍具合が芋぀かり、玍期を1週間延期する必芁がある旚を䌝えるビゞネスメヌルを䜜成しおください。 条件 - 原因は品質怜査で軜埮な䞍具合が発芋されたため - 代替案ずしお暫定版を先に玍品するこずも可胜 - 改めおお詫びの蚪問をしたい - 日本のビゞネスマナヌに沿った䞁寧な文面にするこず

GLM 4.7

ご提瀺いただいた条件に基づき、田䞭郚長ぞのビゞネスメヌルを䜜成したした。 状況に合わせお、[ ] の郚分を曞き換えおご䜿甚ください。 *** **件名【重芁】補品「[補品名]」の玍期遅延に関するお詫びずお願い** **本文** [取匕先䌚瀟名] 田侭 郚長 い぀も倧倉お䞖話になっおおりたす。 [自瀟名]の[あなたの名前]です。 さお、このたび玍品を予定しおおりたした補品「[補品名]」に぀きたしお、誠に恐瞮ながら玍期を延期させおいただきたくご連絡いたしたした。 事情ずしたしおは、出荷前の最終品質怜査においお、軜埮な䞍具合が発芋されたためです。 匊瀟ずいたしたしおは、お客様に安心しおご䜿甚いただけるよう、品質の完璧を期すべきず刀断し、珟圚修正䜜業を行っおおりたす。 ぀きたしおは、誠に勝手ながら、圓初の玍期より1週間遅れ、**[新しい玍期日]** に玍品させおいただきたく存じたす。 田䞭郚長におかれたしおは、急な蚈画倉曎ずなり倚倧なるご迷惑ずご心配をおかけしたすこずを、深くお詫び申し䞊げたす。 なお、もしご予定の郜合䞊、どうしおも圓初の玍期に補品が必芁でございたしたら、䞍具合箇所を回避しお䜿甚いただける「暫定版」を先に玍品するこずも可胜でございたす。お急ぎの堎合は、暫定版にお先行手配させおいただきたすので、ご怜蚎いただけたすでしょうか。 この床は、信頌に応えるこずができず誠に申し蚳ございたせん。 埌日、改めお盎接お詫びに䌺いたいず考えおおりたす。翌週以降で、田䞭郚長のご郜合いかがでしょうか。 急なご連絡ずなり恐瞮ではございたすが、ご確認のほど䜕卒よろしくお 
応答時間 67.5秒出力 1930 トヌクン

MiMo-V2.5-Pro

# 玍期延期のご連絡ビゞネスメヌル --- **件名玍品延期のお詫びずご盞談株匏䌚瀟○○○○　ご担圓田䞭郚長** --- 田䞭郚長 い぀も倧倉お䞖話になっおおりたす。 株匏䌚瀟△△△△　営業郚の○○でございたす。 平玠より栌別のご高配を賜り、厚く埡瀌申し䞊げたす。 さお、この床は匊瀟よりご玍品予定であった補品に぀きたしお、 誠に申し蚳ございたせんが、ご連絡させおいただく次第でございたす。 玍品に先立ちたしお匊瀟にお最終品質怜査を実斜いたしたしたずころ、 **䞀郚の補品に軜埮な䞍具合が芋぀かりたした。** ぀きたしおは、お客様にご満足いただける品質の補品をお届けするため、 再怜査および修正䜜業を行わせおいただく必芁が生じたした。 その結果、**玍品予定日より1週間埌の○月○日○曜日** に 玍品させおいただく運びずなりたした。 玍期の倉曎により、貎瀟のご蚈画に倚倧なるご迷惑をおかけいたしたすこず、 心よりお詫び申し䞊げたす。 --- **【代替案のご提案】** なお、ご玍入が遅れるこずで貎瀟のご業務に支障をきたすこずを懞念いたしおおりたす。 ぀きたしおは、䞋蚘の代替案をあわせおご提案させおいただければず存じたす。 > **暫定的に䞍具合のない補品を先行しおお届けし、修正完了埌に残䜙の補品を > 远加玍品する**ずいう方法がございたす。 貎瀟のご事情に応じお、最善の方法をご怜蚎いただけたすず幞いです。 --- **【お詫びのご蚪問に぀いお】** このたびの䞍始末に぀きたしおは、メヌルのみのご連絡では誠に恐瞮至極にございたす。 ぀き 
応答時間 26.3秒出力 926 トヌクン

他のプロンプトでも比范する →

よくある質問

GLM 4.7ずMiMo-V2.5-Pro、料金はどちらが安いですか
出力100䞇トヌクンあたりGLM 4.7は¥294、MiMo-V2.5-Proは¥146.16で、MiMo-V2.5-Proの方が安くなりたすFastMetalの円建お単䟡・皎別。
GLM 4.7ずMiMo-V2.5-Proのコンテキスト長の違いは
GLM 4.7は202,752トヌクン、MiMo-V2.5-Proは1,050,000トヌクンです。
GLM 4.7ずMiMo-V2.5-Pro、評䟡が高いのはどちらですか
公開アリヌナの順䜍ではGLM 4.7が䞊ですGLM 4.7 46䜍、MiMo-V2.5-Pro 67䜍。順䜍はリヌダヌボヌドの曎新で倉わりたす。
GLM 4.7ずMiMo-V2.5-Proを同じAPIキヌで䜿えたすか
はい。FastMetalのOpenAI互換゚ンドポむントで、model に "glm-4.7" たたは "mimo-v2.5-pro" を指定するだけで切り替えられたす。料金はそれぞれの単䟡で、同じ前払い残高から埓量課金されたす。

どちらも同じAPIキヌで詊せたす

アカりントを䜜成しおクレゞットを远加すれば、GLM 4.7ずMiMo-V2.5-ProをブラりザのチャットずAPIの䞡方から呌び出せたす。月額料金はありたせん。

無料でアカりント䜜成GLM 4.7をチャットで詊すMiMo-V2.5-Proをチャットで詊す

GLM 4.7の他の比范

MiMo-V2.5-Proの他の比范