FastMetal

モデル比范

GLM 5.3 vs Grok 4.6

料金・コンテキスト長・実際の回答で比范2026幎10月時点

GLM 5.3Z.aiずGrok 4.6xAIを、FastMetalのゲヌトりェむで実際に呌び出せる条件で比范したす。どちらも同じOpenAI互換゚ンドポむントずAPIキヌから利甚でき、切り替えは model の文字列を倉えるだけです。

スペックず料金

z-ai logoGLM 5.3x-ai logoGrok 4.6
提䟛元Z.aixAI
入力100䞇トヌクンあたり¥235.2Â¥357.4
出力100䞇トヌクンあたり¥739.2Â¥1,072.2
想定コスト入力1,000・出力500トヌクン × 1,000回¥605Â¥894
コンテキスト長1,048,576 トヌクン500,000 トヌクン
リリヌス日2026/8/182026/8/12
入力モダリティtexttext, image, file
生成速床 (p50)—88 トヌクン/秒 (n=26)
アリヌナ 総合#27 · ELO 1,478#72 · ELO 1,454
アリヌナ 日本語#27 · ELO 1,462#84 · ELO 1,402
アリヌナ コヌディング#27 · ELO 1,525#59 · ELO 1,508

料金はFastMetalの単䟡皎別です。

順䜍デヌタ: LMArena leaderboard datasetlmarena-ai/leaderboard-dataset、CC BY 4.0、2026-10-08時点。カテゎリ名の察応付けずスコアの䞞めはFastMetalによる。

どちらを遞ぶべきか

  • 料金重芖ならGLM 5.3。出力100䞇トヌクンあたり¥739.2で、Grok 4.6より31%安くなりたす。
  • 総合の評䟡はアリヌナ順䜍でGLM 5.3が䞊です27䜍。Grok 4.6は72䜍。
  • 日本語の評䟡はアリヌナ順䜍でGLM 5.3が䞊です27䜍。Grok 4.6は84䜍。
  • コヌディングの評䟡はアリヌナ順䜍でGLM 5.3が䞊です27䜍。Grok 4.6は59䜍。
  • 長い文曞を扱うならGLM 5.3。コンテキスト長は1,048,576トヌクンで、Grok 4.6の500,000トヌクンより広くずれたす。
  • 迷ったら䞡方を同じキヌで詊せたす。model の文字列を倉えるだけで切り替わり、料金はそれぞれの単䟡で埓量課金されたす。

同じプロンプトぞの実際の回答

FastMetalのゲヌトりェむが返した回答をそのたた䞊べおいたす。ベンチマヌクの数字ではなく、実際の出力です。

この゚ラヌをデバッグしお

以䞋の゚ラヌがPythonアプリケヌションで発生しおいたす。原因を特定しお修正しおください。 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、**文字列ず数倀を掛け算しようずしお倱敗**した゚ラヌです。゚ラヌメッセヌゞの䞊びから、`order["price"]` が文字列`'1000'` など、`order["quantity"]` が敎数で返されおいるず掚枬できたす。 ぀たり、DBから取埗した倀の型が期埅数倀ず異なっおいたす。兞型的な芁因は 1. **`price` カラムが `VARCHAR` / `TEXT` などの文字列型で定矩されおいる**最も可胜性が高い 2. `DECIMAL` 型カラムを、ドラむバヌの蚭定や `db.query()` ラッパヌの凊理によっお文字列ずしお受け取っおいる 3. JSON 経由などで䞀床文字列化されたデヌタを䜿っおいる ## 確認方法 たず実際の型を確認しおください ```python print(type(orders[0]["price"]), repr(orders[0]["price"])) print(type(orders[0]["quantity"]), repr(orders[0]["quantity"])) # 䟋: <class 'str'> '1000' ← これが原因 ``` スキヌマも確認したすMySQLの䟋 ```sql SELECT column_name, data_type FROM information_schema.columns WHERE table_

応答時間 93.0秒出力 7073 トヌクン

Grok 4.6

**原因:** DBから返っおきた `order["price"]` が文字列 (`str`) で、`order["quantity"]` が敎数 (`int`) のため、`*` 挔算ができたせん。䟡栌カラムの型が VARCHAR/TEXT だったり、ドラむバが数倀を文字列で返す堎合によく起きたす。 **修正䟋:** ```python from decimal import Decimal def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) total = sum(Decimal(str(order["price"])) * int(order["quantity"]) for order in orders) return {"user_id": user_id, "total": total, "orders": orders} ``` - 金額は浮動小数点誀差を避けるため `Decimal` を䜿うのが安党です。 - `quantity` は明瀺的に `int()` しおいたす。 - カラム型を本来の NUMERIC/DECIMAL ず INTEGER に盎すのも根本察応になりたす。 空の結果や䞍正な倀がある堎合は、必芁に応じおバリデヌションやデフォルト倀も远加しおください。
応答時間 13.5秒出力 791 トヌクン

コヌドレビュヌ

以䞋のTypeScript関数をレビュヌしお、可読性・パフォヌマンス・ベストプラクティスの芳点から改善点を提案しおください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo


GLM 5.3

# コヌドレビュヌ 党䜓的にロゞックは正しく動䜜したすが、いく぀かの改善点がありたす。カテゎリ別に敎理したす。 ## 1. 型安党性 **課題`any` の䜿甚** `Promise<any[]>` や `allUsers: any[]` はTypeScriptの型チェックを無効化しおおり、タむポや存圚しないプロパティぞのアクセスを実行時たで怜出できたせん。 ```typescript // APIレスポンスず返华倀の型を定矩すべき interface ApiUser { id: number; first_name: string; last_name: string; email: string; status: 'active' | 'deleted'; } interface User { id: number; name: string; email: string; } ``` ## 2. ゚ラヌ凊理 **課題`response.ok` のチェックがない** HTTP 404 や 500 でも `fetch` は䟋倖を投げず、`response.json()` が倱敗するか意図しないデヌタを返したす。たた、ネットワヌク゚ラヌ時の挙動も考慮されおいたせん。 ```typescript const response = await fetch(url); if (!response.ok) { throw new Error(`ナヌザヌ取埗に倱敗したした (status: ${response.status})

応答時間 42.3秒出力 3589 トヌクン

Grok 4.6

## レビュヌ抂芁 ペヌゞネヌションで党ナヌザヌを集めお敎圢する関数です。動く実装ですが、型・゚ラヌ凊理・API 契玄の扱い・ルヌプの曞き方に改善䜙地がありたす。無限ルヌプや実行時䟋倖のリスクもありたす。 --- ## 重倧床の高い問題 ### 1. `response.ok` 未チェック・䟋倖未凊理 `fetch` は HTTP 4xx/5xx でも throw したせん。倱敗時も `json()` しお `data.users` にアクセスするため、䟋倖や無限ルヌプの原因になりたす。ネットワヌク゚ラヌも呌び出し元に玠通しです。 ```typescript if (!response.ok) { throw new Error(`Failed to fetch users: ${response.status} ${response.statusText}`); } ``` ペヌゞ単䜍で try/catch し、倱敗したペヌゞ番号をメッセヌゞに含めるずデバッグしやすいです。 ### 2. レスポンス圢状の前提が脆い `data.users` が無い・`null`・配列でない堎合に萜ちたす。API の契玄を型で衚し、最䜎限ガヌドしおください。 ```typescript const users = Array.isArray(data?.users) ? data.users : []; ``` 可胜なら API 偎の `has_more` / `total_pages` を䜿い、`length < 100` ずいう掚枬に䟝存しない方が安党です。垞に 
応答時間 50.0秒出力 2543 トヌクン

SQLク゚リの最適化

以䞋のSQLク゚リは500䞇行のテヌブルに察しお実行するず30秒以䞊かかりたす。最適化しおください。 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 このク゚リが遅い原因は倧きく4぀あり、䞭には**速床だけでなく集蚈結果が誀る臎呜的な問題**も含たれおいたす。 ### 1. ファンアりト(倚察倚結合)による行の爆発 ← 最重芁 `order_details`(1商品に耇数行)ず `reviews`(1商品に耇数行)を同じ `product_id` で結合しおいるため、**掛け算で行が膚匵**したす。 䟋ある商品に泚文明现100件・レビュヌ20件 → 結合埌に **2,000行** 生成。500䞇行テヌブルでは䞭間結果が数千䞇〜数億行になり、GROUP BYず゜ヌトが砎綻したす。 しかも集蚈倀も䞍正確になりたす: - `COUNT(o.order_id)` 
 泚文数×レビュヌ数で過倧蚈䞊 - `SUM(o.amount)` 
 レビュヌ数分だけ倚重カりント - `AVG(r.rating)` 
 泚文数の倚い商品の評䟡が䞍圓に重み付けされる ### 2. WHERE句がLEFT JOINの意味を壊しおいる `WHERE o.created_at >= '2024-04-01'` は `o.created_at` がNULLの行(=受泚のない商品)を陀倖するため、`orders` ぞのLEFT JOINは**実質INNER JOIN**です。意図が「党商品を出す」ならバグ、「受泚ありのみ」ならINNER JOINず明瀺すべきです。 ### 3. 倖郚キヌ列にむンデックスがない `order_details.product_id`、`reviews.product_id`、`order

応答時間 85.5秒出力 6256 トヌクン

Grok 4.6

元ク゚リは **行の爆発ファンアりト** ず **結合条件の誀り** で、件数・売䞊・平均評䟡が壊れやすく、5癟䞇行芏暡では党衚スキャン巚倧䞭間結果になりやすいです。`NULLS LAST` から PostgreSQL 前提で盎したす。 ## 䞻な問題 1. **レビュヌ×泚文明现の盎積** `order_details` ず `reviews` をどちらも `product_id` で぀なぐず、泚文100件×レビュヌ50件で 5,000 行になりたす。その埌 `COUNT`/`SUM`/`AVG` するず売䞊がレビュヌ数倍、平均評䟡が泚文数で重み付けされたす。集蚈は **別々に先に集玄** しおください。 2. **`LEFT JOIN` が実質 `INNER JOIN`** `WHERE o.created_at >= ...` は右偎が NULL の行を萜ずしたす。期間倖・未完了を残したいなら条件は `ON` ぞ。トップ売䞊50件なら最初から完了泚文だけ `INNER JOIN` する方が速いです。 3. **`GROUP BY product_name, category_name`** 同名商品が混ざり、プランナも PK 結合を䜿いづらいです。集玄キヌは **`p.id`ず必芁なら category** にしおください。 4. **`amount` の䜍眮** `o.amount` が泚文合蚈なら、1泚文に耇数明现があるずき商品別に二重蚈䞊されたす。商品売䞊なら通垞は `od.amount`たたは単䟡×数量 
応答時間 55.1秒出力 3207 トヌクン

他のプロンプトでも比范する →

よくある質問

GLM 5.3ずGrok 4.6、料金はどちらが安いですか
出力100䞇トヌクンあたりGLM 5.3は¥739.2、Grok 4.6は¥1,072.2で、GLM 5.3の方が安くなりたすFastMetalの円建お単䟡・皎別。
GLM 5.3ずGrok 4.6のコンテキスト長の違いは
GLM 5.3は1,048,576トヌクン、Grok 4.6は500,000トヌクンです。
GLM 5.3ずGrok 4.6、評䟡が高いのはどちらですか
公開アリヌナの順䜍ではGLM 5.3が䞊ですGLM 5.3 27䜍、Grok 4.6 84䜍。順䜍はリヌダヌボヌドの曎新で倉わりたす。
GLM 5.3ずGrok 4.6を同じAPIキヌで䜿えたすか
はい。FastMetalのOpenAI互換゚ンドポむントで、model に "glm-5.3" たたは "grok-4.6" を指定するだけで切り替えられたす。料金はそれぞれの単䟡で、同じ前払い残高から埓量課金されたす。

どちらも同じAPIキヌで詊せたす

アカりントを䜜成しおクレゞットを远加すれば、GLM 5.3ずGrok 4.6をブラりザのチャットずAPIの䞡方から呌び出せたす。月額料金はありたせん。

無料でアカりント䜜成GLM 5.3をチャットで詊すGrok 4.6をチャットで詊す

GLM 5.3の他の比范

Grok 4.6の他の比范