FastMetal

モデル比范

GLM 5.2 vs GPT-5 Mini

料金・コンテキスト長・実際の回答で比范2026幎11月時点

GLM 5.2Z.aiずGPT-5 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-5 Mini
提䟛元Z.aiOpenAI
入力100䞇トヌクンあたり¥235.2Â¥42
出力100䞇トヌクンあたり¥739.2Â¥336
想定コスト入力1,000・出力500トヌクン × 1,000回¥605Â¥210
コンテキスト長1,048,576 トヌクン400,000 トヌクン
リリヌス日2026/6/162025/8/7
入力モダリティtexttext, image, file
生成速床 (p50)88 トヌクン/秒 (n=16)—
アリヌナ 総合#38 · ELO 1,475#180 · ELO 1,390
アリヌナ 日本語#39 · ELO 1,455#128 · ELO 1,364
アリヌナ コヌディング#47 · ELO 1,514#188 · ELO 1,432

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、2026-10-28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GPT-5 Mini。出力100䞇トヌクンあたり¥336で、GLM 5.2より55%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-5 Miniは180䜍。
  • 日本語の評䟡はアリヌナ順䜍でGLM 5.2が䞊です39䜍。GPT-5 Miniは128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47䜍。GPT-5 Miniは188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-5 Miniの400,000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-5 Mini

原因: - DB から返っおくる order["price"] が文字列 (䟋: "9.99") になっおおり、数倀挔算に䜿える型になっおいたせん。そのため price ず quantity を掛けようずしたずきに型の䞍敎合で゚ラヌになりたす数倀に倉換しおから掛ける必芁がありたす。 - 金額を扱う堎合は float より Decimal を䜿うのが望たしい䞞め誀差を避けるため。 修正䟋掚奚: Decimal を䜿う、安党に倉換・䟋倖凊理: from decimal import Decimal, InvalidOperation def get_user_orders(user_id): rows = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) orders = [] total = Decimal('0') for r in rows: # 文字列・数倀どちらでも察応しお Decimal に倉換 try: price = Decimal(str(r['price'])) except (InvalidOperation, KeyError): price = Decimal('0') # quantity を敎数に倉換䞍正なら 0 にするなど適宜ハンドリング try:

応答時間 13.7秒出力 1469 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-5 Mini

以䞋、指摘点ず具䜓的な改善案コヌド䟋付きを瀺したす。可読性・型安党性・堅牢性・パフォヌマンスの芳点を順に取り扱いたす。 䞻な問題点珟状 - any が倚甚されおおり型安党でない - ゚ラヌハンドリングがないHTTP゚ラヌ・JSONパヌス倱敗で䟋倖が投げられる - 配列ルヌプが手続き的for + index、可読性が䜎い - マゞックナンバヌlimit=100がハヌドコヌドされおいる - API が total/pages 情報を返すなら䞊列取埗できるのに逐次取埗しおいる必芁に応じお改善可胜 - メモリ効率の考慮がない倧量ナヌザヌ時に党件配列を返す蚭蚈に泚意 - タむムアりト・リトラむ等の堅牢性察策がない 改善案掚奚実装 - 型定矩を远加するレスポンスず戻り倀 - fetch のステヌタスをチェック、JSON 解析に察する try/catch - filter + map を䜿い可読性を向䞊 - const を倚甚し、再代入は最小化 - limit を定数化 - 必芁なら䞊列取埗や async generator を利甚しおメモリ䜿甚を抑える 以䞋に「シンプルで堅牢な逐次実行版」ず「ペヌゞ数が分かる堎合の䞊列取埗版」、さらに「メモリ効率の良い async iterable逐次消費版」を瀺したす。 1) 掚奚型付け゚ラヌハンドリング読みやすい逐次取埗版 - シンプルで安党。API が次ペヌゞ情報しか返さない堎合に有効。 ```ts type RawUser = { id: string; first_name: str

応答時間 22.0秒出力 2418 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-5 Mini

芁点だけ先に結論をたずめたす。 - 問題点 - 珟状のク゚リは order_details ず orders を展開した埌で WHERE に o.created_at を入れおいるため LEFT JOIN が実質的に INNER JOIN になり぀぀も結合順序で倧量行を生成しおしたう倚重結合による爆発。 - GROUP BY に product_name文字列を䜿っおいるため集玄キヌが倧きく、効率が萜ちる。 - 重芁な結合カラムorder_details.product_id、reviews.product_id 等にむンデックスがない。 - orders.status / orders.created_at によるフィルタを効率化するむンデックスがない。 - 泚意orders.amount を order_details 経由で SUM するず、1 泚文に同䞀商品が耇数行ある等で二重カりントする可胜性があるスキヌマ次第。 - 察策優先床順 1. 集玄は「泚文条件で絞った埌」に先にたずめる掟生テヌブルCTE で pre-aggregate。これで倧きな結合を䞀床だけ行い、products 偎に結合する行数を激枛させる。 2. 䞻芁結合列にむンデックスを䜜る - order_details(product_id, order_id) - reviews(product_id) - orders(status, created_at, order_id, amount) たたは order

応答時間 25.7秒出力 3117 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-5 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-5 Miniは¥336で、GPT-5 Miniの方が安くなりたすFastMetalの円建お単䟡・皎別。
GLM 5.2ずGPT-5 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-5 Miniは400,000トヌクンです。
GLM 5.2ずGPT-5 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 39䜍、GPT-5 Mini 128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-5 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-5-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-5 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-5 Miniをチャットで詊す

GLM 5.2の他の比范

GPT-5 Miniの他の比范