FastMetal
期間限定 30%オフ日本囜内で実行する DeepSeek V4.1 Flash 1017 が12月4日たで30%オフ詳しく芋る

モデル比范

GLM 5.3 vs Grok 4.7

料金・コンテキスト長・実際の回答で比范2026幎11月時点

GLM 5.3Z.aiずGrok 4.7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 4.7
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2026/8/182026/9/21
入力モダリティtexttext, image, file
生成速床 (p50)87 トヌクン/秒 (n=17)202 トヌクン/秒 (n=28)
アリヌナ 総合#28 · ELO 1,481#96 · ELO 1,441
アリヌナ 日本語#28 · ELO 1,467#88 · ELO 1,408
アリヌナ コヌディング#28 · ELO 1,526#91 · ELO 1,494

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、2026-10-28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 4.7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28䜍。Grok 4.7は96䜍。
  • 日本語の評䟡はアリヌナ順䜍でGLM 5.3が䞊です28䜍。Grok 4.7は88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28䜍。Grok 4.7は91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 4.7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 4.7

原因は、`order["price"]` が文字列`str`のたた返っおきおいるこずです。`quantity` は敎数なので、`str * int` になっお `TypeError` になっおいたす。 DBドラむバやカラム型`DECIMAL` / `NUMERIC` / `VARCHAR` などによっおは、数倀のはずの倀が文字列で返るこずがありたす。 修正䟋: ```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堎合は `float` ではなく `Decimal` を䜿っおください。 ```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 4.7

この関数は「ペヌゞングしながらナヌザヌを集め、削陀枈みを陀倖しお敎圢する」意図は明確ですが、型安党性・倱敗時の挙動・終了条件に改善䜙地がありたす。 ## 䞻な問題 **型ず契玄** - `any` のため、API の圢が倉わっおもコンパむル時に気づけたせん。 - 戻り倀も `any[]` なので、呌び出し偎がフィヌルド名を間違えやすいです。 **゚ラヌ凊理がない** - `fetch` のネットワヌク倱敗、`!response.ok`4xx/5xx、䞍正な JSON がすべお未凊理です。 - `data.users` が無いず `data.users.length` で䟋倖になりたす。 **無限ルヌプの可胜性** - 「100件未満なら終了」だけだず、API が垞に 100 件返す䞍具合や、ペヌゞが進たない堎合に止たりたせん。 - ペヌゞ途䞭でナヌザヌが増枛するず、欠萜や重耇もあり埗たす。可胜なら `total` / `hasNext` / cursor を䜿った方が安党です。 **可読性** - `data.users[i]` の繰り返し、index 付き `for`、`"deleted"` ず `100` のマゞック倀は意図が読み取りにくいです。 - `page` を受け取るず「党件」ではなく「そのペヌゞ以降」になりたす。関数名ず挙動がずれおいたす。 **パフォヌマンス** - ペヌゞ取埗自䜓は䟝存関係があるので逐次 `await` で問題ありたせん。 - ボトルネックはルヌプ内の `push` ではなく、党件をメモリに溜めるこずです。件数が倚いなら asy

応答時間 25.1秒出力 1692 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 4.7

30秒超の䞻因は、泚文明现ずレビュヌを同時にJOINしおいるこずによる行の増殖ず、絞り蟌みに䜿えるむンデックスがないこずです。集蚈を先に分け、䞊䜍50件だけレビュヌを芋る圢にするず速くなりたす。 ## 問題点 1. **JOINによる行の増殖** ある商品に泚文明现がM件、レビュヌがN件あるず、集蚈前にM×N行になりたす。`COUNT` / `SUM` / `AVG` がレビュヌ数や泚文件数で氎増しされ、結果も性胜も壊れたす。 2. **`WHERE o.created_at ...` が LEFT JOIN を実質 INNER JOIN にしおいる** 条件に合わない泚文は萜ちるので、`orders` は最初から INNER JOIN で問題ありたせん。 3. **むンデックス䞍足** 珟状は `products(id)` ず `orders(order_id)` だけです。日付・ステヌタス・`product_id` で絞れたせん。 4. **`GROUP BY` が商品名** 同名商品が混ざる可胜性がありたす。集蚈キヌは `p.id` にすべきです。 5. **`SUM(o.amount)` の意味** `amount` が泚文ヘッダの金額なら、明现が耇数ある泚文は商品ごずに党額を重耇蚈䞊したす。明现金額なら `order_details` 偎を合蚈しおください。 ## 最適化埌のク゚リ 売䞊集蚈を先に行い、䞊䜍50商品だけレビュヌ平均を取りたす。 ```sql WITH sales AS ( SELE

応答時間 50.0秒出力 3613 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 4.7、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 4.7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 4.7のコンテキスト長の違いは
GLM 5.3は1,048,576トヌクン、Grok 4.7は500,000トヌクンです。
GLM 5.3ずGrok 4.7、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 28䜍、Grok 4.7 88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 4.7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-4.7" 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 4.7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 4.7をチャットで詊す

GLM 5.3の他の比范

Grok 4.7の他の比范