GLM 5.3 Flash vs Grok 4.7
料金・コンテキスト長・実際の回答で比較（2026年11月時点）
GLM 5.3 Flash（Z.ai）とGrok 4.7（xAI）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
 GLM 5.3 Flash |  Grok 4.7 | |
|---|---|---|
| 提供元 | Z.ai | xAI |
| 入力（100万トークンあたり） | ¥25.2 | ¥357.4 |
| 出力（100万トークンあたり） | ¥84 | ¥1,072.2 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥67 | ¥894 |
| コンテキスト長 | 1,310,720 トークン | 500,000 トークン |
| リリース日 | 2026/8/26 | 2026/9/21 |
| 入力モダリティ | text, image, video | text, image, file |
| 生成速度 (p50) | — | 202 トークン/秒 (n=28) |
| アリーナ 総合 | #33 · ELO 1,477 | #96 · ELO 1,441 |
| アリーナ 日本語 | #37 · ELO 1,457 | #88 · ELO 1,408 |
| アリーナ コーディング | #28 · ELO 1,526 | #91 · ELO 1,494 |
料金はFastMetalの単価（税別）です。
順位データ: LMArena leaderboard dataset（lmarena-ai/leaderboard-dataset、CC BY 4.0、2026-10-28時点）。カテゴリ名の対応付けとスコアの丸めはFastMetalによる。
どちらを選ぶべきか
- 料金重視ならGLM 5.3 Flash。出力100万トークンあたり¥84で、Grok 4.7より92%安くなります。
- 総合の評価はアリーナ順位でGLM 5.3 Flashが上です（33位。Grok 4.7は96位）。
- 日本語の評価はアリーナ順位でGLM 5.3 Flashが上です（37位。Grok 4.7は88位）。
- コーディングの評価はアリーナ順位でGLM 5.3 Flashが上です（28位。Grok 4.7は91位）。
- 長い文書を扱うならGLM 5.3 Flash。コンテキスト長は1,310,720トークンで、Grok 4.7の500,000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 5.3 Flash
## 原因
エラーメッセージ `unsupported operand type(s) for *: 'str' and 'int'` の左側が `order["price"]` なので、**`price` が文字列（str）として取得されている**のが原因です。`quantity` は int なので、数値カラムは正常に取得できています。
考えられる原因は次のとおりです（可能性が高い順）：
1. **DBの `price` カラムが VARCHAR / TEXT 型で定義されている**（最も可能性が高い）
2. 使用しているDBドライバやラッパーの設定により、文字列として返されている
3. JSONなど経由でデータを取得していて、priceだけ文字列化されている
### 確認方法
```python
orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id)
print(type(orders[0]["price"])) # <class 'str'> が出れば確定
print(type(orders[0]["quantity"]))
```
MySQLなら `DESCRIBE orders;` で、PostgreSQLなら `\d orders` でカラム型を確認してください。
## 修正方法
### 根本対策： DBスキーマを修正する（推奨）
金額は数値型で持つべきです。既存データに変換できない値（空文字、カンマ付きなど）がないか先に確認してく…
応答時間 45.3秒出力 2329 トークン
Grok 4.7
原因は、`order["price"]` が文字列（`str`）のまま返ってきていることです。`quantity` は整数なので、`str * int` になって `TypeError` になっています。
DBドライバやカラム型（`DECIMAL` / `NUMERIC` / `VARCHAR` など）によっては、数値のはずの値が文字列で返ることがあります。
修正例:
```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"]) * int(order["quantity"])
for order in orders
)
return {"user_id": user_id, "total": total, "orders": orders}
```
金額を正確に扱いたい場合は `float` ではなく `Decimal` を使ってください。
```python
from decimal import Decimal
def get_user_orders(user_id):
orders = db.query(
"SELECT price, quantity FROM orders…
応答時間 9.1秒出力 621 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 5.3 Flash
# コードレビュー
全体的な構造は分かりやすいですが、**型安全性・エラーハンドリング・可読性**に改善の余地がかなりあります。重要度順に挙げます。
---
## 1. 重大な問題(ベストプラクティス)
### `any[]` による型情報の喪失
戻り値が `any[]` だと、呼び出し側でタイプミスやプロパティ変更がコンパイル時に検出できません。インターフェースを定義すべきです。
### HTTPエラーの未チェック
`fetch` は 404 や 500 でも例外を投げません。`response.ok` を確認しないと、エラーレスポンスの JSON をパースしようとして謎のエラーになります。
### `data.users` の防御チェックなし
APIの仕様変更やエラー時に `data.users` が `undefined` だと、`.length` で即座にクラッシュします。
### 無限ループのリスク
API 側のバグで常に100件返る場合、ループが終わりません。最大ページ数やタイムアウト(AbortSignal)の考慮があると安全です。
---
## 2. 可読性
| 現状 | 改善案 |
|---|---|
| `data.users[i].xxx` の繰り返し | `for...of` でオブジェクトを直接受け取る |
| `first_name + " " + last_name` | テンプレートリテラル `` `${a} ${b}` `` |
| `currentPage = currentPage + 1` | `currentPage…
応答時間 85.2秒出力 3638 トークン
Grok 4.7
この関数は「ページングしながらユーザーを集め、削除済みを除外して整形する」意図は明確ですが、型安全性・失敗時の挙動・終了条件に改善余地があります。
## 主な問題
**型と契約**
- `any` のため、API の形が変わってもコンパイル時に気づけません。
- 戻り値も `any[]` なので、呼び出し側がフィールド名を間違えやすいです。
**エラー処理がない**
- `fetch` のネットワーク失敗、`!response.ok`（4xx/5xx）、不正な JSON がすべて未処理です。
- `data.users` が無いと `data.users.length` で例外になります。
**無限ループの可能性**
- 「100件未満なら終了」だけだと、API が常に 100 件返す不具合や、ページが進まない場合に止まりません。
- ページ途中でユーザーが増減すると、欠落や重複もあり得ます。可能なら `total` / `hasNext` / cursor を使った方が安全です。
**可読性**
- `data.users[i]` の繰り返し、index 付き `for`、`"deleted"` と `100` のマジック値は意図が読み取りにくいです。
- `page` を受け取ると「全件」ではなく「そのページ以降」になります。関数名と挙動がずれています。
**パフォーマンス**
- ページ取得自体は依存関係があるので逐次 `await` で問題ありません。
- ボトルネックはループ内の `push` ではなく、全件をメモリに溜めることです。件数が多いなら asy…
応答時間 25.1秒出力 1692 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 5.3 Flash
# ボトルネックの分析
## 1. 最重要：ファンアウトで集計値が壊れている(性能以前のバグ)
`order_details`(注文経由)と `reviews` を**同レベルで** products に LEFT JOIN すると、両者の組み合わせで行が直積的に増殖します。
例：商品Aに注文明細10件・レビュー3件 → 結合後30行
- `SUM(o.amount)` → 注文1件あたりレビュー数(3倍)に水増し
- `AVG(r.rating)` → 注文数で重み付けが変わり不正確
- `COUNT(o.order_id)` → 明細行数を数えている
**インデックスを追加して速くしても、数値は誤ったまま**なので、まず構造を変える必要があります。
## 2. WHERE 句が LEFT JOIN を無効化している
`o.created_at >= '2024-04-01'` が WHERE 句にあるため、NULL 行が除去され、LEFT JOIN が実質 INNER JOIN になります。「売上0の商品も表示したい」意図ならバグです。
## 3. インデックス不足
`order_details(product_id)`、`reviews(product_id)` などの結合キーにインデックスがないため、5M行のテーブルに毎回シーケンシャルスキャン+ハッシュ結合が発生します。
---
# 修正版クエリ(先に集計してから結合)
```sql
WITH sales AS (
SELECT
od.product_id,
COUNT(DI…
応答時間 116.2秒出力 5554 トークン
Grok 4.7
30秒超の主因は、注文明細とレビューを同時にJOINしていることによる行の増殖と、絞り込みに使えるインデックスがないことです。集計を先に分け、上位50件だけレビューを見る形にすると速くなります。
## 問題点
1. **JOINによる行の増殖**
ある商品に注文明細がM件、レビューがN件あると、集計前にM×N行になります。`COUNT` / `SUM` / `AVG` がレビュー数や注文件数で水増しされ、結果も性能も壊れます。
2. **`WHERE o.created_at ...` が LEFT JOIN を実質 INNER JOIN にしている**
条件に合わない注文は落ちるので、`orders` は最初から INNER JOIN で問題ありません。
3. **インデックス不足**
現状は `products(id)` と `orders(order_id)` だけです。日付・ステータス・`product_id` で絞れません。
4. **`GROUP BY` が商品名**
同名商品が混ざる可能性があります。集計キーは `p.id` にすべきです。
5. **`SUM(o.amount)` の意味**
`amount` が注文ヘッダの金額なら、明細が複数ある注文は商品ごとに全額を重複計上します。明細金額なら `order_details` 側を合計してください。
## 最適化後のクエリ
売上集計を先に行い、上位50商品だけレビュー平均を取ります。
```sql
WITH sales AS (
SELE…
応答時間 50.0秒出力 3613 トークン
よくある質問
- GLM 5.3 FlashとGrok 4.7、料金はどちらが安いですか？
- 出力100万トークンあたりGLM 5.3 Flashは¥84、Grok 4.7は¥1,072.2で、GLM 5.3 Flashの方が安くなります（FastMetalの円建て単価・税別）。
- GLM 5.3 FlashとGrok 4.7のコンテキスト長の違いは？
- GLM 5.3 Flashは1,310,720トークン、Grok 4.7は500,000トークンです。
- GLM 5.3 FlashとGrok 4.7、評価が高いのはどちらですか？
- 公開アリーナの順位ではGLM 5.3 Flashが上です（GLM 5.3 Flash 37位、Grok 4.7 88位）。順位はリーダーボードの更新で変わります。
- GLM 5.3 FlashとGrok 4.7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-5.3-flash" または "grok-4.7" 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 5.3 FlashとGrok 4.7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。