モデル比較

GLM 5.3 FlashX vs gpt-oss-20b

料金・コンテキスト長・実際の回答で比較(2026年9月時点)

GLM 5.3 FlashX(Z.ai)とgpt-oss-20b(OpenAI)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 5.3 FlashXopenai logogpt-oss-20b
提供元Z.aiOpenAI
入力(100万トークンあたり)¥66.12¥5.36
出力(100万トークンあたり)¥223.38¥25.02
想定コスト(入力1,000・出力500トークン × 1,000回)¥178¥18
コンテキスト長1,048,576 トークン131,072 トークン
リリース日2026/9/182025/8/5
入力モダリティtext, image, videotext
生成速度 (p50)
アリーナ 総合圏外#252 · ELO 1,317
アリーナ 日本語圏外#179 · ELO 1,256
アリーナ コーディング圏外#232 · ELO 1,369

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gpt-oss-20b。出力100万トークンあたり¥25.02で、GLM 5.3 FlashXより89%安くなります。
  • 長い文書を扱うならGLM 5.3 FlashX。コンテキスト長は1,048,576トークンで、gpt-oss-20bの131,072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 FlashX

## 原因 エラーメッセージ `unsupported operand type(s) for *: 'str' and 'int'` は、**`price` か `quantity` のどちらかが文字列(str)になっている**ために発生しています。`str * int` という掛け算は定義されていないため、Python が TypeError を投げています。 最も可能性が高いのは、**データベースの `price` カラムが VARCHAR / TEXT などの文字列型で定義されている**ことです。その場合、取得した値は `"1200"` のような文字列になります。 まずは以下で実際の型を確認できます: ```python for order in orders: print(type(order["price"]), type(order["quantity"])) # 例: <class 'str'> <class 'int'> ← price が文字列 ``` ## 修正方法 ### 1. 根本対処:DB のカラム型を修正(推奨) ```sql -- 型の確認 SELECT COLUMN_NAME, DATA_TYPE FROM information_schema.columns WHERE table_name = 'orders' AND COLUMN_NAME IN ('price', 'quantity'); -- MySQL の場合 ALTER TABLE orders MODIFY price DECIMAL(10…
応答時間 77.8秒出力 1520 トークン

gpt-oss-20b

## 1. エラーの原因 ```python TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` - `order["price"]` が **文字列 (`str`)** である - `order["quantity"]` が **整数 (`int`)** である - `str * int` は演算できないため例外が発生 ### 何で `price` が文字列になるのか? | DB | 典型的な戻り値の型 | 文字列になるケース | |-----|------------------|---------------------| | PostgreSQL(psycopg2) | `Decimal` | なし(数値型は `Decimal`) | | MySQL(mysql‑connector / pymysql) | `Decimal` または `str` | `use_unicode=True` や `cursorclass=` が設定されていると文字列になる | | SQLite(sqlite3) | `int`/`float` | なし | したがって、今回使われている `db.query()` では価格列が **文字列として返されている** ことが原因です。 --- ## 2. 修正方法 ### ① 数値型へキャストして足し算 ```python def get_user_orders(user_id): # ① クエリ実行 orders = db.quer…
応答時間 10.0秒出力 1365 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 FlashX

# コードレビュー 全体的な構造は理解しやすいですが、**エラーハンドリングの欠如**と**型安全性の欠如**が大きな課題です。優先度順に指摘します。 --- ## 🔴 重要度: 高 ### 1. エラーハンドリングが一切ない `fetch` は HTTP 404/500 でも例外を投げません。`response.ok` をチェックしないと、エラーレスポンスの HTML を `json()` でパースして謎の例外で落ちる、という事故になります。 ### 2. `any` 型でTypeScriptの意味がない ```typescript Promise<any[]> // 戻り値の型が不明 const data = await response.json(); // data は any → data.usr のようなタイポが検出されない ``` ### 3. 無限ループのリスク `hasMore` の終了条件は API 側の挙動に完全に依存しています。ページネーション実装のバグや、常に100件返す異常系で**無限ループ→フリーズ**します。安全装置が必要です。 --- ## 🟡 重要度: 中 ### 4. マジックナンバー `100` が2箇所 URL と比較条件の両方に登場します。片方だけ変更すると壊れる潜在大バグです。 ### 5. 終了条件が脆弱 `data.users.length < 100` は「最終ページがちょうど100件だと無駄なリクエストが1回発生する」うえ、APIの実装詳細に密結合しています。APIが `has_more…
応答時間 30.0秒出力 4771 トークン

gpt-oss-20b

## ① ざっくりした実装概要 ```ts async function fetchAllUsers(page: number = 1): Promise<any[]> { /* … */ } ``` - 1ページにつき最大100件取得し、`status !== "deleted"` のレコードだけを `id / name / email` らしき構造体に整形。 - **ページングを手動**で止めるために while‑loop で繰り返し呼び出す → 連続で **1 つずつ直列**に `fetch` している。 - `any` をそのまま返している。 - エラー処理・型定義・可読性・パフォーマンスに関しては改善余地が多々ある。 --- ## ② 可読性(コードの見やすさ・保守性)を向上させる | 現状 | 改善案 | 具体例 | |------|--------|--------| | ① `any` を使っている | 型を定義し、返却型を `User[]` に | ```ts interface User { id: number; name: string; email: string; } ``` | | ② ループの内部でインデックスを使う | `for...of` + デストラクチャリング | ```ts for (const u of data.users) { … } ``` | | ③ `if (data.users.length < 100)` で終了判定 | `data.users.splice` で終端を判断 | –(設計…
応答時間 62.4秒出力 3181 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 FlashX

# 主な問題点 ## 1. 最重要:ファンアウト(行の爆発)で集計結果が壊れている `order_details` → `orders` と `reviews` を**独立に**結合しているため、両者の直積が発生します。 例:ある商品に注文100件・レビュー50件あると、1商品につき **100 × 50 = 5,000行** が生成されます。その結果: - `SUM(o.amount)` … レビュー数倍に**水増しされる(誤り)** - `COUNT(o.order_id)` … 同様に誤り - `AVG(r.rating)` … 一様に複製されるため値は偶然正しいが、無駄な計算 パフォーマンス以前に**正しい結果が取れていません**。 ## 2. WHERE句がLEFT JOINを無効化している ```sql LEFT JOIN orders o ON ... WHERE o.created_at >= '2024-04-01' -- ← NULLだと比較不可で行が消える ``` これにより注文のない商品は全て除外され、LEFT JOINが実質INNER JOINになります。意図的に全商品を表示したい場合はJOIN条件に移動する必要があります。 ## 3. 結合してから集計している 巨大な中間結果を作ってからGROUP BYしているため、ソート/ハッシュのコストが莫大になります。「**先に集計→後に結合**」が基本です。 ## 4. インデックス不足 `order_details(product_id)`, `order_details(orde…
応答時間 35.6秒出力 5284 トークン

gpt-oss-20b

## ① なぜ 30 秒かかるのか | 主要なボトルネック | 具体的な症状 | |------------------|--------------| | **テーブルスキャン** | `orders` と `order_details` は 500 万行を超える可能性がある。`WHERE o.status = '完了' AND o.created_at >= …` の条件が **`orders` の単一列にしかインデックスが無いので** まず全行を読み込み、次に結合のために行を再スキャン | | **結合条件が多い** | `LEFT JOIN` では結合条件を満たせない行もすべて取得しなければならない。`orders` のフィルタは `ON` ではなく `WHERE` に書かれており、`LEFT JOIN` を `INNER JOIN` に変えることで不要な行が結合に入る | | **GROUP BY のキーが冗長** | `GROUP BY p.product_name , c.category_name` はテーブルスキャン後にしばしば **テキスト列** でグループ化し、索引の恩恵が少ない | | **ORDER BY と LIMIT** | `ORDER BY total_sales DESC NULLS LAST` は集計結果全体をソートする必要がある。Top‑N を返すだけなので `HAVING COUNT(*)>0` でフィルタした後に `ROW_NUMBER()` を使えば部分ソートで済む | > 以上の理由で**全行を走査しながら集計**・**ソー…
応答時間 20.4秒出力 2648 トークン

他のプロンプトでも比較する →

よくある質問

GLM 5.3 FlashXとgpt-oss-20b、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 FlashXは¥223.38、gpt-oss-20bは¥25.02で、gpt-oss-20bの方が安くなります(FastMetalの円建て単価・税別)。
GLM 5.3 FlashXとgpt-oss-20bのコンテキスト長の違いは?
GLM 5.3 FlashXは1,048,576トークン、gpt-oss-20bは131,072トークンです。
GLM 5.3 FlashXとgpt-oss-20b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-flashx" または "gpt-oss-20b" 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 FlashXとgpt-oss-20b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 5.3 FlashXの他の比較

gpt-oss-20bの他の比較