モデル比較

GLM 5.3 vs Grok 4.5

料金・コンテキスト長・実際の回答で比較(2026年8月時点)

GLM 5.3(Z.ai)とGrok 4.5(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

z-ai logoGLM 5.3x-ai logoGrok 4.5
提供元Z.aixAI
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500,000 トークン
リリース日2026/8/182026/7/8
入力モダリティtexttext, image, file
アリーナ 総合圏外#35 · ELO 1,468
アリーナ 日本語圏外圏外
アリーナ コーディング圏外#28 · ELO 1,516

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 5.3。出力100万トークンあたり¥786.28で、Grok 4.5より27%安くなります。
  • 長い文書を扱うならGLM 5.3。コンテキスト長は1,048,576トークンで、Grok 4.5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

## 原因 `TypeError: unsupported operand type(s) for *: 'str' and 'int'` は、**文字列と数値を掛け算しようとして失敗**したエラーです。エラーメッセージの並びから、`order["price"]` が文字列(`'1000'` など)、`order["quantity"]` が整数で返されていると推測できます。 つまり、DBから取得した値の型が期待(数値)と異なっています。典型的な要因は: 1. **`price` カラムが `VARCHAR` / `TEXT` などの文字列型で定義されている**(最も可能性が高い) 2. `DECIMAL` 型カラムを、ドライバーの設定や `db.query()` ラッパーの処理によって文字列として受け取っている 3. JSON 経由などで一度文字列化されたデータを使っている ## 確認方法 まず実際の型を確認してください: ```python print(type(orders[0]["price"]), repr(orders[0]["price"])) print(type(orders[0]["quantity"]), repr(orders[0]["quantity"])) # 例: <class 'str'> '1000' ← これが原因 ``` スキーマも確認します(MySQLの例): ```sql SELECT column_name, data_type FROM information_schema.columns WHERE table_…
応答時間 93.0秒出力 7073 トークン

Grok 4.5

## 原因 エラーメッセージ: ```text TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` は、`order["price"] * order["quantity"]` のときに **一方が `str`、もう一方が `int`** になっていることを示しています。 `db.query(...)` の結果では、ドライバやカーソルの設定によって数値カラムが文字列で返ることがよくあります。その状態で `*` するとこの TypeError になります。 ## 修正方法 乗算の前に数値型へ変換します。金額は小数の可能性があるので `float`(または `Decimal`)、数量は `int` が一般的です。 ```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} ``` 金額の精度を重視するなら `decimal.Decimal` の方が安全です。 ```python from decim…
応答時間 12.9秒出力 691 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

# コードレビュー 全体的にロジックは正しく動作しますが、いくつかの改善点があります。カテゴリ別に整理します。 ## 1. 型安全性 **課題:`any` の使用** `Promise<any[]>` や `allUsers: any[]` はTypeScriptの型チェックを無効化しており、タイポや存在しないプロパティへのアクセスを実行時まで検出できません。 ```typescript // APIレスポンスと返却値の型を定義すべき interface ApiUser { id: number; first_name: string; last_name: string; email: string; status: 'active' | 'deleted'; } interface User { id: number; name: string; email: string; } ``` ## 2. エラー処理 **課題:`response.ok` のチェックがない** HTTP 404 や 500 でも `fetch` は例外を投げず、`response.json()` が失敗するか意図しないデータを返します。また、ネットワークエラー時の挙動も考慮されていません。 ```typescript const response = await fetch(url); if (!response.ok) { throw new Error(`ユーザー取得に失敗しました (status: ${response.status})…
応答時間 42.3秒出力 3589 トークン

Grok 4.5

## レビュー概要 可読性・型安全性・エラーハンドリング・パフォーマンスの面で改善余地があります。特に `any` の多用、HTTPエラー未処理、命令的なループが目立ちます。 --- ## 指摘点と改善案 ### 1. 型が弱い(`any`) `Promise<any[]>` と `data` の型がないため、補完もコンパイル時チェックも効きません。 ```typescript interface UserResponse { id: string; first_name: string; last_name: string; email: string; status: string; } interface UsersApiResponse { users: UserResponse[]; } interface User { id: string; name: string; email: string; } ``` ### 2. エラーハンドリングがない `response.ok` を見ておらず、ネットワークエラーや 4xx/5xx でも `response.json()` してしまいます。 ```typescript if (!response.ok) { throw new Error(`Failed to fetch users: ${response.status} ${response.statusText}`); } ``` ### 3. マジックナンバー `limit=100` が重複してい…
応答時間 28.3秒出力 1720 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

# ボトルネックの分析 このクエリが遅い原因は大きく4つあり、中には**速度だけでなく集計結果が誤る致命的な問題**も含まれています。 ### 1. ファンアウト(多対多結合)による行の爆発 ← 最重要 `order_details`(1商品に複数行)と `reviews`(1商品に複数行)を同じ `product_id` で結合しているため、**掛け算で行が膨張**します。 例:ある商品に注文明細100件・レビュー20件 → 結合後に **2,000行** 生成。500万行テーブルでは中間結果が数千万〜数億行になり、GROUP BYとソートが破綻します。 しかも集計値も不正確になります: - `COUNT(o.order_id)` … 注文数×レビュー数で過大計上 - `SUM(o.amount)` … レビュー数分だけ多重カウント - `AVG(r.rating)` … 注文数の多い商品の評価が不当に重み付けされる ### 2. WHERE句がLEFT JOINの意味を壊している `WHERE o.created_at >= '2024-04-01'` は `o.created_at` がNULLの行(=受注のない商品)を除外するため、`orders` へのLEFT JOINは**実質INNER JOIN**です。意図が「全商品を出す」ならバグ、「受注ありのみ」ならINNER JOINと明示すべきです。 ### 3. 外部キー列にインデックスがない `order_details.product_id`、`reviews.product_id`、`order…
応答時間 85.5秒出力 6256 トークン

Grok 4.5

## 問題点 1. **行の爆発(結果が間違っている)** `order_details` と `reviews` を同じ `products` に直接 JOIN しているため、注文×レビューの直積になります。 例: 注文10件 × レビュー5件 = 50行 → `COUNT` / `SUM` が過大、`AVG(rating)` も歪みます。 2. **`LEFT JOIN` + 右側への `WHERE`** `o.created_at >= ...` が `WHERE` にあるため、実質 `INNER JOIN` です。意図が「完了注文がある商品だけ」なら明示的に `INNER JOIN` にした方がよいです。 3. **インデックス不足** `products(id)` と `orders(order_id)` だけでは、絞り込み・JOIN・ソートに足りません。 4. **`GROUP BY` が名前単位** 同名商品がまとまる可能性があります。集計キーは `p.id` が安全です。 --- ## 最適化後のクエリ 注文系とレビュー系を**先に商品単位で集計してから**結合します。 ```sql SELECT p.product_name, c.category_name, COALESCE(os.order_count, 0) AS order_count, COALESCE(os.total_sales, 0) AS total_sales, rs.avg_rating FROM pr…
応答時間 35.8秒出力 1867 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とGrok 4.5、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は¥786.28、Grok 4.5は¥1,072.2で、GLM 5.3の方が安くなります(FastMetalの円建て単価・税別)。
GLM 5.3とGrok 4.5のコンテキスト長の違いは?
GLM 5.3は1,048,576トークン、Grok 4.5は500,000トークンです。
GLM 5.3とGrok 4.5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" または "grok-4.5" 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 5.3とGrok 4.5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の他の比較

Grok 4.5の他の比較