GLM 4.7 vs MiniMax M2.7
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MiniMax M2.7（MiniMax）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 |  MiniMax M2.7 | |
|---|---|---|
| 提供元 | Z.ai | MiniMax |
| 入力（100万トークンあたり） | ¥107.22 | ¥53.61 |
| 出力（100万トークンあたり） | ¥393.14 | ¥214.44 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥304 | ¥161 |
| コンテキスト長 | 202,752 トークン | 204,800 トークン |
| リリース日 | 2025/12/22 | 2026/3/18 |
| 入力モダリティ | text | text |
| アリーナ 総合 | #79 · ELO 1,442 | #121 · ELO 1,417 |
| アリーナ 日本語 | 圏外 | #166 · ELO 1,278 |
| アリーナ コーディング | #87 · ELO 1,485 | #94 · ELO 1,481 |
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MiniMax M2.7。出力100万トークンあたり¥214.44で、GLM 4.7より45%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。MiniMax M2.7は121位）。
- コーディングの評価はアリーナ順位でGLM 4.7が上です（87位。MiniMax M2.7は94位）。
- 長い文書を扱うならMiniMax M2.7。コンテキスト長は204,800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
MiniMax M2.7
# エラーの原因と修正方法
## 原因
データベースから返される値が **文字列（str）** として扱われているため、数値演算（`*`）できません。
```python
order["price"] # → "1000" (str)
order["quantity"] # → "3" (str)
```
## 修正方法
### 方法1: 明示的に型変換する（推奨・シンプル）
```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}
```
### 方法2: データを取得後に変換する（安全性が高い）
```python
def get_user_orders(user_id):
orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id)
# 計算用に型変換
total = sum(
float(order["pri…
応答時間 22.2秒出力 789 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
MiniMax M2.7
# TypeScript コードレビュー: `fetchAllUsers` 関数
## 主な問題点
```
❌ 可読性 ：any型の乱用、インデックスベースループ、マジックナンバー
❌ パフォーマンス：逐次リクエスト、pushでの配列操作
❌ ベストプラクティス：エラーハンドリングなし、AbortController未使用
```
---
## 改善案
```typescript
// ============================================
// 型定義の追加
// ============================================
interface ApiUser {
id: number;
first_name: string;
last_name: string;
email: string;
status: "active" | "inactive" | "deleted";
}
interface User {
id: number;
name: string;
email: string;
}
interface ApiResponse {
users: ApiUser[];
total: number;
page: number;
}
interface FetchUsersOptions {
page?: number;
limit?: number;
signal?: AbortSignal; // 中断対応
}
// ==…
応答時間 57.1秒出力 2211 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
MiniMax M2.7
# 納品延期のご連絡ビジネスメール
以下に、丁寧かつ明確なビジネスメールを作成しました。
---
**件名：納品日程変更のお願い（御社ご導入製品について）**
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。
この度は、弊社より納品を予定しております製品に関しまして、ご迷惑をおかけすることとなりましたためご連絡いたしました。
現在、製品の最終品質検査を実施しているところでございますが、その際に軽微な不具合が確認されました。安全なご利用idulお引き渡しに向け、品質を十分に確保する必要があると判断し、**納品日を1週間延期**させていただきたくお願い申し上げる次第でございます。
現在の予定：
- 変更前：○月○日（○）
- 変更後：○月○日（○）
なお、対応 방안としまして、以下の代替案をご提案させていただきます。
---
**【代替案】**
現在確認されております不具合は、軽微なものであり、製品の基本機能には影響ございません。
つきましては、**暫定版として現バージョンを先行して納品し、後日正式的 버전을アップデート配信する** 방법은いかがでしょうか。
ご検討いただけますれば、ご都合の良い方法でご対応させていただきます。
---
重ねてお詫び申し上げます。
本来でしたら、このようなご迷惑をおかけすべきものではないものと深くお詫び申し上げます。
つきましては、改めてお詫びにご訪問させていただきたく存じます。
ご多忙のところ恐れ入りますが、ご都合の良い日時をお知らせいただけますと幸いです。
何卒事情ご理解いただき、ご容…
応答時間 17.5秒出力 682 トークン
よくある質問
- GLM 4.7とMiniMax M2.7、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、MiniMax M2.7は¥214.44で、MiniMax M2.7の方が安くなります（FastMetalの円建て単価・税別）。
- GLM 4.7とMiniMax M2.7のコンテキスト長の違いは？
- GLM 4.7は202,752トークン、MiniMax M2.7は204,800トークンです。
- GLM 4.7とMiniMax M2.7、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、MiniMax M2.7 166位）。順位はリーダーボードの更新で変わります。
- GLM 4.7とMiniMax M2.7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 "minimax-m2.7" 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MiniMax M2.7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。