モデル比較

GLM 5.2 vs Kimi K3

料金・コンテキスト長・実際の回答で比較(2026年8月時点)

GLM 5.2(Z.ai)とKimi K3(Moonshot)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 5.2moonshotai logoKimi K3
提供元Z.aiMoonshot
入力(100万トークンあたり)¥250.18¥536.1
出力(100万トークンあたり)¥786.28¥2,680.5
想定コスト(入力1,000・出力500トークン × 1,000回)¥643¥1,876
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2026/6/162026/7/16
入力モダリティtexttext, image
アリーナ 総合#31 · ELO 1,469#11 · ELO 1,486
アリーナ 日本語#13 · ELO 1,472圏外
アリーナ コーディング#46 · ELO 1,506#8 · ELO 1,530

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 5.2。出力100万トークンあたり¥786.28で、Kimi K3より71%安くなります。
  • 総合の評価はアリーナ順位でKimi K3が上です(11位。GLM 5.2は31位)。
  • コーディングの評価はアリーナ順位でKimi K3が上です(8位。GLM 5.2は46位)。
  • 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

Kimi K3

## 原因 エラーメッセージが示す通り、`order["price"]` が **文字列(str)** になっているのが原因です。数値同士の演算を期待しているのに、DBから取得した `price` が文字列として返されているため、乗算に失敗しています。 よくある原因は以下のいずれかです: 1. **DBのカラム定義が文字列型** — `price` カラムが `DECIMAL`/`NUMERIC` ではなく `VARCHAR`/`TEXT` で定義されている 2. **DBドライバの仕様** — 一部のドライバや設定では、数値カラムでも文字列として返すことがある 3. **データ投入時の問題** — 数値カラムでも文字列として insert され、暗黙変換されている まず以下で型を確認すると原因を特定しやすいです: ```python print(type(order["price"]), order["price"]) ``` ## 修正方法 ### 応急処置(アプリケーション側で型変換) ```python from decimal import Decimal def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) total = sum(Decimal(order["price"]) * int(order["quantity"]) for order in orde…
応答時間 47.1秒出力 2426 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

Kimi K3

# コードレビュー: `fetchAllUsers` 全体的に動作はしますが、型安全性・エラーハンドリング・堅牢性に改善余地があります。指摘事項を整理します。 ## 主な問題点 ### 1. 型安全性の欠如(ベストプラクティス) - 戻り値が `Promise<any[]>` で、型の恩恵が得られていない - `response.json()` の結果が暗黙の `any` になり、プロパティの typo などを検出できない ### 2. エラーハンドリングがない(ベストプラクティス) - `response.ok` のチェックがなく、404 や 500 でも `json()` を呼んでしまう - ネットワークエラーや JSON パースエラーが考慮されていない - `data.users` が `undefined` の場合、`data.users.length` でランタイムエラーになる ### 3. 無限ループのリスク(堅牢性) - API のバグなどで常に 100 件返ってくる場合、ループが終わらない - 最大ページ数などの安全弁がない ### 4. 可読性 - インデックスベースの `for` ループで `data.users[i]` が繰り返され、冗長 - マジックナンバー `100` が URL と終了条件の2箇所に分散(変更時に片方だけ直し忘れるリスク) - `let user` は再代入されないので `const` にすべき - 文字列連結はテンプレートリテラルの方が現代的 ### 5. パフォーマンス・設計 - `deleted` ユーザーのフィル…
応答時間 23.1秒出力 3134 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 5.2

取引先の田中部長宛てのビジネスメールの文面を作成しました。括弧 `[ ]` の部分を実際の情報に書き換えてご使用ください。 --- **件名:【お詫び】[製品名]の納期延期のお願いと今後の対応につきまして** [取引先の会社名]株式会社 [部署名]部 田中 部長 いつも大変お世話になっております。 [自社名]株式会社の[自分の氏名]でございます。 ご注文いただいております[製品名]につきまして、誠に申し訳ないご報告がございます。 本日実施いたしました最終品質検査におきまして、一部の製品に軽微な不具合が発見されました。万全の品質でお届けするため、現在原因の究明および修正作業を行っておりますが、今後の工程を考慮しますと、当初予定しておりました[元の納期(〇月〇日)]での納品は困難となり、納期を1週間延ばしていただきたく存じます。 この度は、多大なるご迷惑をおかけいたしますこと、深くお詫び申し上げます。 なお、御社でのご利用に支障が出る場合を考慮し、不具合箇所を回避した「暫定版」を先に納品させていただくことも可能でございます。暫定版の納品が必要かどうかにつきましては、御社のご都合に合わせてご対応させていただきますので、ご指示いただけますと幸いです。 つきましては、本件の経緯および今後の対応につきまして直接ご説明し、改めてお詫びを申し上げたく存じます。誠に恐縮ではございますが、来週以降、弊社担当者がお伺いさせていただきたく存じます。田中部長のご都合のよろしい日時を2〜3ピックアップしてご教示いただけますでしょうか。 ご期待に沿えず、ご迷惑をおかけすることとなりました…
応答時間 12.3秒出力 1687 トークン

Kimi K3

# 納期延期のお詫びメール --- **件名:【お詫び】○○製品 納期延期のご連絡** --- 株式会社○○ ○○部 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。 このたびは、○月○日に納品を予定しておりました「○○(製品名)」につきまして、納期の延期をお願いしなければならない事態となり、深くお詫び申し上げます。 経緯をご説明いたしますと、出荷前の品質検査におきまして、製品の一部に軽微な不具合が発見されました。貴社に安心してご使用いただける製品をお届けするため、修正作業を行う必要があると判断いたした次第です。 つきましては、誠に勝手ながら、納期を下記のとおり変更させていただきたく存じます。 **【変更前】○月○日(○曜日)** **【変更後】○月○日(○曜日)※1週間延期** なお、暫定版とはなりますが、現行の製品を当初の予定どおり先行して納品させていただくことも可能でございます。ご希望がございましたら、遠慮なくお申し付けくださいませ。 また、本件につきましては、改めて直接お詫びに伺いたく存じます。田中様のご都合のよろしい日時をご教示いただけますと幸いです。 貴社には多大なご迷惑をおかけいたしますことを、重ねて深くお詫び申し上げます。今後このようなことがないよう、品質管理体制の一層の強化に努めてまいる所存です。 何卒ご理解賜りますよう、よろしくお願い申し上げます。 --- ━━━━━━━━━━━━━━━━━━━━ 株式会社△△ ○○部 ○○ ○○(氏名) TEL:XXX-XXXX-XXXX Email:xxxx@…
応答時間 17.9秒出力 1916 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Kimi K3、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¥786.28、Kimi K3は¥2,680.5で、GLM 5.2の方が安くなります(FastMetalの円建て単価・税別)。
GLM 5.2とKimi K3のコンテキスト長の違いは?
GLM 5.2は1,048,576トークン、Kimi K3は1,048,576トークンです。
GLM 5.2とKimi K3、評価が高いのはどちらですか?
公開アリーナの順位ではKimi K3が上です(GLM 5.2 13位、Kimi K3 11位)。順位はリーダーボードの更新で変わります。
GLM 5.2とKimi K3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 "kimi-k3" 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 5.2とKimi K3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

Kimi K3の他の比較