モデル比較

GLM 5.2 vs Qwen3.8 Max

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Qwen3.8 Max(Qwen)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 5.2qwen logoQwen3.8 Max
提供元Z.aiQwen
入力(100万トークンあたり)¥250.18¥357.4
出力(100万トークンあたり)¥786.28¥1,072.2
想定コスト(入力1,000・出力500トークン × 1,000回)¥643¥894
コンテキスト長1,048,576 トークン1,000,000 トークン
リリース日2026/6/162026/8/3
入力モダリティtexttext, image
アリーナ 総合#31 · ELO 1,469圏外
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 5.2。出力100万トークンあたり¥786.28で、Qwen3.8 Maxより27%安くなります。
  • 長い文書を扱うならGLM 5.2。コンテキスト長は1,048,576トークンで、Qwen3.8 Maxの1,000,000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 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

Qwen3.8 Max

原因は、`order["price"]` が数値ではなく文字列になっていることです。 エラー内容の ```text TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` は、次のように「文字列 × 整数」を計算しようとしたときに出ます。 ```python "1000" * 2 ``` 本来は数値として掛け算したいのに、DB から取得した `price` が文字列型になっているため失敗しています。 --- ## 考えられる原因 例えば次のようなケースです。 1. `orders.price` カラムが `TEXT` / `VARCHAR` 型になっている 2. DB ドライバが価格を文字列として返している 3. データとして `"1000"` のように文字列保存されている 4. SQL 側で文字列として取得してしまっている 現在のコードでは、`price` が文字列のまま掛け算に使われています。 ```python total = sum(order["price"] * order["quantity"] for order in orders) ``` --- ## 簡単な修正 最低限の修正としては、`price` を数値に変換します。 ```python def get_user_orders(user_id): orders = db.query( "SELECT price, quantity FROM orders WHERE user…
応答時間 68.2秒出力 2983 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

Qwen3.8 Max

以下は「500万行規模で30秒以上かかる」場合に、まず疑うべきポイントと改善案です。 このクエリは **インデックス追加だけでなく、クエリ構造自体に大きな問題** があります。 --- ## 1. 大きな問題:LEFT JOIN によって集計行数が爆発している 現在のクエリは、`products` に対して `order_details` と `reviews` を両方 `LEFT JOIN` しています。 ```sql LEFT JOIN order_details od ON od.product_id = p.id LEFT JOIN orders o ON o.order_id = od.order_id LEFT JOIN reviews r ON r.product_id = p.id ``` これにより、例えばある商品に以下がある場合、 - 注文明細:100行 - レビュー:200行 `100 × 200 = 20,000行` に膨らみます。 その結果、 ```sql COUNT(o.order_id) SUM(o.amount) ``` が **レビュー行数分だけ重複加算** される可能性があります。 つまり、このクエリは遅いだけでなく、結果も正しくない可能性があります。 --- ## 2. 改善方針:集計を分離する 注文金額・注文数の集計と、レビュー平均は別々に集計してから結合すべきです。 ### 改善後のクエリ例 ```sql WITH order_agg AS ( SELECT od.produc…
応答時間 106.3秒出力 5133 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

Qwen3.8 Max

以下は、取引先の田中部長宛に送るビジネスメール文例です。状況に応じて【 】部分を調整してください。 --- 件名:納品予定製品の不具合に伴う納期変更のお願い 株式会社【取引先名】 田中部長 平素より大変お世話になっております。 株式会社【自社名】の【氏名】でございます。 このたびは、【製品名】の納品につきまして、ご連絡申し上げました。 現在、納品に向けて最終確認を進めておりましたが、社内の品質検査におきまして、軽微な不具合が発見されました。 お客様へ安心してご利用いただける品質を確保するため、修正および再確認に一定の期間を要する見込みでございます。 つきましては、大変恐縮ではございますが、現在の納品予定を1週間延期させていただきたく、お願い申し上げます。 当初の予定どおりお届けできず、田中部長をはじめ貴社の皆様にご迷惑をおかけしますこと、心よりお詫び申し上げます。 なお、もし急ぎでご確認いただく必要がある場合は、修正前の暫定版を先にお納めすることも可能です。 その場合は、正式な修正版を後日あらためて納品させていただく形となります。 ご都合に合わせて柔軟に対応いたしますので、ご希望がございましたらお知らせいただけますと幸いです。 本来であれば直接お詫び申し上げるべきところではございますが、まずはメールにてご連絡申し上げました。 後日、改めてお詫びとご説明にお伺いしたく存じますので、ご都合のよい日時をお知らせいただけますと幸いです。 このたびはご迷惑をおかけし、誠に申し訳ございません。 何卒ご容赦賜りま…
応答時間 17.1秒出力 681 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Qwen3.8 Max、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、Qwen3.8 Maxは¥1,072.2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Qwen3.8 Maxのコンテキスト長の違いは?
GLM 5.2は1,048,576トークン、Qwen3.8 Maxは1,000,000トークンです。
GLM 5.2とQwen3.8 Max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 "qwen3.8-max" 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Qwen3.8 Max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

Qwen3.8 Maxの他の比較