モデル比較

GLM 5.3 FlashX vs Qwen3.8 Max

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 FlashX(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 5.3 FlashXqwen logoQwen3.8 Max
提供元Z.aiQwen
入力(100万トークンあたり)¥66.12¥336
出力(100万トークンあたり)¥223.38¥1,008
想定コスト(入力1,000・出力500トークン × 1,000回)¥178¥840
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2026/9/182026/8/3
入力モダリティtext, image, videotext, image
生成速度 (p50)316 トークン/秒 (n=21)88 トークン/秒 (n=28)
アリーナ 総合圏外#24 · ELO 1,482
アリーナ 日本語圏外#25 · ELO 1,475
アリーナ コーディング圏外#29 · ELO 1,525

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 FlashX。出力100万トークンあたり¥223.38で、Qwen3.8 Maxより78%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、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 5.3 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

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 5.3 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

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 5.3 FlashX

以下、条件に沿ったビジネスメールの文面です。日付や製品名はご状況に合わせて差し替えてください。 --- **件名:【お詫び】「製品名」納期変更のご連絡** 株式会社〇〇 田中部長様 いつも大変お世話になっております。 株式会社△△ 営業部の△△でございます。 本日は、貴社へ納品を予定しておりました「製品名」の納期につきまして、お詫びとご報告を申し上げたく、ご連絡を差し上げました。 本製品の納品前品質検査を実施いたしましたところ、軽微な不具合が確認されました。つきましては、十分な品質の製品をお届けするため、修正および再検査を実施する必要が生じ、誠に恐縮ではございますが、納期を当初予定の〇月〇日(〇)より1週間延期し、**〇月〇日(〇)** に納品させていただきたく存じます。 計画通りに進められず、貴社業務に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、当初の納期を優先していただける場合は、不具合の影響を受けない暫定版を〇月〇日(〇)に先に納品させていただくことも可能でございます。暫定版をご希望される場合は、ご一報いただけますと幸いに存じます。 また、本件につきましては、直接お伺いしてお詫び申し上げたく存じます。つきましては、〇月〇日(〇)に貴社へ訪問させていただけないでしょうか。ご都合が合わない場合は、お手数ではございますが、ご都合のよろしい日時をお知らせいただけますと幸いです。 このたびは多大なご迷惑をおかけし、誠に申し訳ございません。 品質管理を一層強化し、二度とこのような事態を起こさぬよう万全を期してまいります。何卒ご理解賜りますよう、よ…
応答時間 28.5秒出力 4390 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 5.3 FlashX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 5.3 FlashXは¥223.38、Qwen3.8 Maxは¥1,008で、GLM 5.3 FlashXの方が安くなります(FastMetalの円建て単価・税別)。
GLM 5.3 FlashXとQwen3.8 Maxのコンテキスト長の違いは?
GLM 5.3 FlashXは1,048,576トークン、Qwen3.8 Maxは1,000,000トークンです。
GLM 5.3 FlashX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-5.3-flashx" 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追加すれば、GLM 5.3 FlashX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 5.3 FlashXの他の比較

Qwen3.8 Maxの他の比較