モデル比較

GLM 5.2 vs GLM 5.3 FlashX

料金・コンテキスト長・実際の回答で比較(2026年9月時点)

GLM 5.2(Z.ai)とGLM 5.3 FlashX(Z.ai)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 5.2z-ai logoGLM 5.3 FlashX
提供元Z.aiZ.ai
入力(100万トークンあたり)¥235.2¥66.12
出力(100万トークンあたり)¥739.2¥223.38
想定コスト(入力1,000・出力500トークン × 1,000回)¥605¥178
コンテキスト長1,048,576 トークン1,048,576 トークン
リリース日2026/6/162026/9/18
入力モダリティtexttext, image, video
生成速度 (p50)
アリーナ 総合#38 · ELO 1,472圏外
アリーナ 日本語#28 · ELO 1,452圏外
アリーナ コーディング#48 · ELO 1,510圏外

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 5.3 FlashX。出力100万トークンあたり¥223.38で、GLM 5.2より70%安くなります。
  • 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 5.2

## エラーの原因 エラーメッセージ `TypeError: unsupported operand type(s) for *: 'str' and 'int'` は、「文字列型と整数型を掛け算(`*`)しようとしました」という意味です。 該当コードの `order["price"] * order["quantity"]` の部分において、データベースから取得した `price` または `quantity` のどちらか(あるいは両方)が数値ではなく**文字列(String)**として取得されていることが原因です。 これはよくある落とし穴で、以下のような理由で発生します。 1. データベースの該当カラム(`price` や `quantity`)が、数値型(INTやDECIMAL)ではなく、文字列型(VARCHARやTEXT)で定義されている。 2. データベースのカラムは数値型だが、使用しているデータベースドライバの仕様や設定により、Python側に文字列として渡されている。 ## 修正方法 ### 1. Pythonコード側で型変換を行う(一時的な対応) Pythonコード側で明示的に数値型(`int` または `float`)に変換してから計算を行います。 ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) # priceを float、…
応答時間 23.4秒出力 2031 トークン

GLM 5.3 FlashX

## 原因 エラーメッセージ `unsupported operand type(s) for *: 'str' and 'int'` は、**`price` か `quantity` のどちらかが文字列(str)になっている**ために発生しています。`str * int` という掛け算は定義されていないため、Python が TypeError を投げています。 最も可能性が高いのは、**データベースの `price` カラムが VARCHAR / TEXT などの文字列型で定義されている**ことです。その場合、取得した値は `"1200"` のような文字列になります。 まずは以下で実際の型を確認できます: ```python for order in orders: print(type(order["price"]), type(order["quantity"])) # 例: <class 'str'> <class 'int'> ← price が文字列 ``` ## 修正方法 ### 1. 根本対処:DB のカラム型を修正(推奨) ```sql -- 型の確認 SELECT COLUMN_NAME, DATA_TYPE FROM information_schema.columns WHERE table_name = 'orders' AND COLUMN_NAME IN ('price', 'quantity'); -- MySQL の場合 ALTER TABLE orders MODIFY price DECIMAL(10…
応答時間 77.8秒出力 1520 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 5.2

ご提示いただいたTypeScriptのコードは動作しますが、可読性・パフォーマンス・ベストプラクティスの観点からいくつか改善の余地があります。 以下に主な改善点と、それを反映した修正版のコードを提案します。 ### 主な改善点 1. **型安全性の向上(ベストプラクティス)** - 戻り値や配列の型が `any[]` になっています。TypeScriptの利点を活かすため、APIのレスポンスや返却するユーザーの型(Interface)を明示的に定義すべきです。 2. **エラーハンドリングの追加(ベストプラクティス・堅牢性)** - `fetch` はHTTPエラー(4xx, 5xx)が発生しても例外をスローしません。`response.ok` をチェックし、エラー時には例外をスローする処理を追加すべきです。 3. **配列操作のモダン化(可読性・パフォーマンス)** - `for` ループによるインデックスアクセスは冗長です。`filter` と `map` を組み合わせることで、何をしているのかが直感的にわかるようになります。 4. **変数のスコープと宣言(ベストプラクティス)** - ループ内で値が変わらない `user` オブジェクトは `let` ではなく `const` で宣言すべきです。 - `currentPage = currentPage + 1` は `currentPage++` のように簡潔に記述できます。 5. **ハードコーディングの回避(可読性・保守性)** - `100` というマジックナンバーが複数…
応答時間 10.4秒出力 2232 トークン

GLM 5.3 FlashX

# コードレビュー 全体的な構造は理解しやすいですが、**エラーハンドリングの欠如**と**型安全性の欠如**が大きな課題です。優先度順に指摘します。 --- ## 🔴 重要度: 高 ### 1. エラーハンドリングが一切ない `fetch` は HTTP 404/500 でも例外を投げません。`response.ok` をチェックしないと、エラーレスポンスの HTML を `json()` でパースして謎の例外で落ちる、という事故になります。 ### 2. `any` 型でTypeScriptの意味がない ```typescript Promise<any[]> // 戻り値の型が不明 const data = await response.json(); // data は any → data.usr のようなタイポが検出されない ``` ### 3. 無限ループのリスク `hasMore` の終了条件は API 側の挙動に完全に依存しています。ページネーション実装のバグや、常に100件返す異常系で**無限ループ→フリーズ**します。安全装置が必要です。 --- ## 🟡 重要度: 中 ### 4. マジックナンバー `100` が2箇所 URL と比較条件の両方に登場します。片方だけ変更すると壊れる潜在大バグです。 ### 5. 終了条件が脆弱 `data.users.length < 100` は「最終ページがちょうど100件だと無駄なリクエストが1回発生する」うえ、APIの実装詳細に密結合しています。APIが `has_more…
応答時間 30.0秒出力 4771 トークン

SQLクエリの最適化

以下のSQLクエリは500万行のテーブルに対して実行すると30秒以上かかります。最適化してください。 SELECT p.product_name, c.category_name, COUNT(o.order_id) as order_count, SUM(o.amount) as total_sales, AVG(r.rating) as avg_rating FROM products p LEFT JOIN…

GLM 5.2

500万行のテーブルに対して30秒かかる原因は、主に**インデックスの不足**と**結合によるファンアウト(直積)の発生**、そして**LEFT JOINとWHERE句の論理的矛盾**にあります。 以下に最適化したクエリと、推奨されるインデックス、そして改善点の解説を記載します。 ### 最適化後のクエリ案 ```sql WITH ProductSales AS ( -- 注文データの事前集計 SELECT od.product_id, COUNT(o.order_id) AS order_count, SUM(o.amount) AS total_sales FROM order_details od JOIN orders o ON o.order_id = od.order_id WHERE o.status = '完了' AND o.created_at >= '2024-04-01' GROUP BY od.product_id ), ProductRatings AS ( -- レビューデータの事前集計 SELECT product_id, AVG(rating) AS avg_rating FROM reviews GROUP BY product_id ) SELECT p.product_name, c.category_name, COALESCE(ps.order_count, 0) AS order_count, COALESCE(ps.tota…
応答時間 16.7秒出力 2525 トークン

GLM 5.3 FlashX

# 主な問題点 ## 1. 最重要:ファンアウト(行の爆発)で集計結果が壊れている `order_details` → `orders` と `reviews` を**独立に**結合しているため、両者の直積が発生します。 例:ある商品に注文100件・レビュー50件あると、1商品につき **100 × 50 = 5,000行** が生成されます。その結果: - `SUM(o.amount)` … レビュー数倍に**水増しされる(誤り)** - `COUNT(o.order_id)` … 同様に誤り - `AVG(r.rating)` … 一様に複製されるため値は偶然正しいが、無駄な計算 パフォーマンス以前に**正しい結果が取れていません**。 ## 2. WHERE句がLEFT JOINを無効化している ```sql LEFT JOIN orders o ON ... WHERE o.created_at >= '2024-04-01' -- ← NULLだと比較不可で行が消える ``` これにより注文のない商品は全て除外され、LEFT JOINが実質INNER JOINになります。意図的に全商品を表示したい場合はJOIN条件に移動する必要があります。 ## 3. 結合してから集計している 巨大な中間結果を作ってからGROUP BYしているため、ソート/ハッシュのコストが莫大になります。「**先に集計→後に結合**」が基本です。 ## 4. インデックス不足 `order_details(product_id)`, `order_details(orde…
応答時間 35.6秒出力 5284 トークン

他のプロンプトでも比較する →

よくある質問

GLM 5.2とGLM 5.3 FlashX、料金はどちらが安いですか?
出力100万トークンあたりGLM 5.2は¥739.2、GLM 5.3 FlashXは¥223.38で、GLM 5.3 FlashXの方が安くなります(FastMetalの円建て単価・税別)。
GLM 5.2とGLM 5.3 FlashXのコンテキスト長の違いは?
GLM 5.2は1,048,576トークン、GLM 5.3 FlashXは1,048,576トークンです。
GLM 5.2とGLM 5.3 FlashX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-5.2" または "glm-5.3-flashx" 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 5.2とGLM 5.3 FlashX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 5.2の他の比較

GLM 5.3 FlashXの他の比較