FastMetal

モデル比范

GLM 5.2 vs GPT-4.1 Mini

料金・コンテキスト長・実際の回答で比范2026幎9月時点

GLM 5.2Z.aiずGPT-4.1 MiniOpenAI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 5.2openai logoGPT-4.1 Mini
提䟛元Z.aiOpenAI
入力100䞇トヌクンあたり¥235.2Â¥71.48
出力100䞇トヌクンあたり¥739.2Â¥285.92
想定コスト入力1,000・出力500トヌクン × 1,000回¥605Â¥214
コンテキスト長1,048,576 トヌクン1,047,576 トヌクン
リリヌス日2026/6/162025/4/14
入力モダリティtextimage, text, file
生成速床 (p50)——
アリヌナ 総合#38 · ELO 1,472#172 · ELO 1,383
アリヌナ 日本語#28 · ELO 1,452#135 · ELO 1,330
アリヌナ コヌディング#48 · ELO 1,510#164 · ELO 1,433

料金はFastMetalの円建お単䟡皎別。アリヌナ順䜍は公開リヌダヌボヌドの最新取埗時点の倀です。

どちらを遞ぶべきか

  • 料金重芖ならGPT-4.1 Mini。出力100䞇トヌクンあたり¥285.92で、GLM 5.2より61%安くなりたす。
  • 総合の評䟡はアリヌナ順䜍でGLM 5.2が䞊です38䜍。GPT-4.1 Miniは172䜍。
  • 日本語の評䟡はアリヌナ順䜍でGLM 5.2が䞊です28䜍。GPT-4.1 Miniは135䜍。
  • コヌディングの評䟡はアリヌナ順䜍でGLM 5.2が䞊です48䜍。GPT-4.1 Miniは164䜍。
  • 長い文曞を扱うならGLM 5.2。コンテキスト長は1,048,576トヌクンで、GPT-4.1 Miniの1,047,576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 5.2

## ゚ラヌの原因 ゚ラヌメッセヌゞ `TypeError: unsupported operand type(s) for *: 'str' and 'int'` は、「文字列型ず敎数型を掛け算`*`しようずしたした」ずいう意味です。 該圓コヌドの `order["price"] * order["quantity"]` の郚分においお、デヌタベヌスから取埗した `price` たたは `quantity` のどちらかあるいは䞡方が数倀ではなく**文字列String**ずしお取埗されおいるこずが原因です。 これはよくある萜ずし穎で、以䞋のような理由で発生したす。 1. デヌタベヌスの該圓カラム`price` や `quantity`が、数倀型INTやDECIMALではなく、文字列型VARCHARやTEXTで定矩されおいる。 2. デヌタベヌスのカラムは数倀型だが、䜿甚しおいるデヌタベヌスドラむバの仕様や蚭定により、Python偎に文字列ずしお枡されおいる。 ## 修正方法 ### 1. Pythonコヌド偎で型倉換を行う䞀時的な察応 Pythonコヌド偎で明瀺的に数倀型`int` たたは `float`に倉換しおから蚈算を行いたす。 ```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 トヌクン

GPT-4.1 Mini

゚ラヌメッセヌゞ ``` TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` は、`order["price"]` が文字列 (`str`) 型であり、数倀型 (`int`) ずの乗算ができないために発生しおいたす。 原因は、`db.query` で取埗した `price` がデヌタベヌス䞊では数倀型であっおも、Python偎に枡る際に文字列ずしお扱われおいるこずが倚いこずです。 --- ### 修正方法 `order["price"]` を明瀺的に数倀たずえば `float`に倉換すればこの問題は解決したす。 ```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"]) * order["quantity"] for order in orders) return {"user_id": user_id, "total": total, "orders": orders} ``` もし `quantity` も文字列なら同様に倉換が必芁です。 --- ### 補足 - `price` は通垞小数点付き䟡栌なので `float` に倉換するのが自然です。 - `quantity` が敎数型の堎合は倉換 
応答時間 2.8秒出力 325 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 5.2

ご提瀺いただいたTypeScriptのコヌドは動䜜したすが、可読性・パフォヌマンス・ベストプラクティスの芳点からいく぀か改善の䜙地がありたす。 以䞋に䞻な改善点ず、それを反映した修正版のコヌドを提案したす。 ### 䞻な改善点 1. **型安党性の向䞊ベストプラクティス** - 戻り倀や配列の型が `any[]` になっおいたす。TypeScriptの利点を掻かすため、APIのレスポンスや返华するナヌザヌの型Interfaceを明瀺的に定矩すべきです。 2. **゚ラヌハンドリングの远加ベストプラクティス・堅牢性** - `fetch` はHTTP゚ラヌ4xx, 5xxが発生しおも䟋倖をスロヌしたせん。`response.ok` をチェックし、゚ラヌ時には䟋倖をスロヌする凊理を远加すべきです。 3. **配列操䜜のモダン化可読性・パフォヌマンス** - `for` ルヌプによるむンデックスアクセスは冗長です。`filter` ず `map` を組み合わせるこずで、䜕をしおいるのかが盎感的にわかるようになりたす。 4. **倉数のスコヌプず宣蚀ベストプラクティス** - ルヌプ内で倀が倉わらない `user` オブゞェクトは `let` ではなく `const` で宣蚀すべきです。 - `currentPage = currentPage + 1` は `currentPage++` のように簡朔に蚘述できたす。 5. **ハヌドコヌディングの回避可読性・保守性** - `100` ずいうマゞックナンバヌが耇数 
応答時間 10.4秒出力 2232 トヌクン

GPT-4.1 Mini

以䞋に、あなたの関数 `fetchAllUsers` に察する可読性・パフォヌマンス・ベストプラクティスの芳点からの改善点を提案したす。 --- ## 1. 可読性の改善 - **型定矩の远加** `any[]`は避け、APIのレスポンスやナヌザヌ型に察しお適切な型を定矩したしょう。型が明確になるず、コヌドの意図が分かりやすくなり保守性が向䞊したす。 - **倉数名の芋盎し** 䟋えば`data`よりは`responseData`の方が䜕のデヌタか䌝わりやすいです。 - **forルヌプより高階関数を掻甚** `for`ルヌプでむンデックスを䜿うより、`filter``map`の組み合わせの方が目的が明確になりたす。 --- ## 2. パフォヌマンス効率化 - **䞍芁な倉数の削枛** `hasMore`や`currentPage`より、`while (true)`でbreak条件を曞く圢にすればシンプルです。 - **䞊列化の怜蚎** もしペヌゞ数が倚い堎合は、党ペヌゞ数が分かるAPIであれば耇数ペヌゞを䞊列リク゚ストする方が早くなりたす。ただし今回のAPI仕様ではペヌゞ数がわからないので珟状は難しいです。 - **配列連結方法の芋盎し** `allUsers.push(...newUsers)`の方が効率的か぀簡朔です。 --- ## 3. ベストプラクティス - **゚ラヌハンドリング** `fetch`や`response.json()`が倱敗する可胜性があるので、`try-cat

応答時間 7.0秒出力 963 トヌクン

SQLク゚リの最適化

以䞋のSQLク゚リは500䞇行のテヌブルに察しお実行するず30秒以䞊かかりたす。最適化しおください。 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䞇行のテヌブルに察しお30秒かかる原因は、䞻に**むンデックスの䞍足**ず**結合によるファンアりト盎積の発生**、そしお**LEFT JOINずWHERE句の論理的矛盟**にありたす。 以䞋に最適化したク゚リず、掚奚されるむンデックス、そしお改善点の解説を蚘茉したす。 ### 最適化埌のク゚リ案 ```sql WITH ProductSales AS ( -- 泚文デヌタの事前集蚈 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 ( -- レビュヌデヌタの事前集蚈 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 トヌクン

GPT-4.1 Mini

このSQLは500䞇行の倧芏暡なテヌブルに察しお耇数のJOINを行い、さらに集蚈やフィルタリングをしおいるためパフォヌマンスが悪いです。以䞋に改善点ず最適化の提案を蚘茉したす。 --- ## 1. 適切なむンデックスの远加 - **productsテヌブル** - `is_active`にフィルタがあるため、 `(is_active, id, category_id, product_name)` を含むむンデックスを怜蚎。 —> `is_active`を効率よくフィルタリングキヌの読み蟌みを効率化 - **ordersテヌブル** - `status`および `created_at`にフィルタがあるため `(status, created_at, order_id)` の耇合むンデックスを远加。 —> WHEREで絞っおJOINの絞り蟌みを効率化 - **order_detailsテヌブル** - `product_id`, `order_id`の䞡方に結合条件があるため、 `(product_id, order_id)`か少なくずも`product_id`の玢匕を䜜成。 - **reviewsテヌブル** - `product_id`にJOINしおいるのでむンデックスを䜜成 `(product_id)` - **categoriesテヌブル** - `id`が䞻キヌなら問題なし。 --- ## 2. JOIN順序の芋盎し - 珟状、`orders`è¡šã‚’L

応答時間 8.7秒出力 1247 トヌクン

他のプロンプトでも比范する →

よくある質問

GLM 5.2ずGPT-4.1 Mini、料金はどちらが安いですか
出力100䞇トヌクンあたりGLM 5.2は¥739.2、GPT-4.1 Miniは¥285.92で、GPT-4.1 Miniの方が安くなりたすFastMetalの円建お単䟡・皎別。
GLM 5.2ずGPT-4.1 Miniのコンテキスト長の違いは
GLM 5.2は1,048,576トヌクン、GPT-4.1 Miniは1,047,576トヌクンです。
GLM 5.2ずGPT-4.1 Mini、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 5.2が䞊ですGLM 5.2 28䜍、GPT-4.1 Mini 135䜍。順䜍はリヌダヌボヌドの曎新で倉わりたす。
GLM 5.2ずGPT-4.1 Mini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-5.2" たたは "gpt-4.1-mini" 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 5.2ずGPT-4.1 Mini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 5.2をチャットで詊すGPT-4.1 Miniをチャットで詊す

GLM 5.2の他の比范

GPT-4.1 Miniの他の比范