モデル比較

GPT-4o-mini vs Qwen3.8 2.4T A95B

料金・コンテキスト長・実際の回答で比較(2026年9月時点)

GPT-4o-mini(OpenAI)とQwen3.8 2.4T A95B(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

openai logoGPT-4o-miniqwen logoQwen3.8 2.4T A95B
提供元OpenAIQwen
入力(100万トークンあたり)¥26.81¥351.83
出力(100万トークンあたり)¥107.22¥1,055.5
想定コスト(入力1,000・出力500トークン × 1,000回)¥80¥880
コンテキスト長128,000 トークン1,048,576 トークン
リリース日2024/7/182026/8/12
入力モダリティtext, image, filetext
生成速度 (p50)
アリーナ 総合#251 · ELO 1,318圏外
アリーナ 日本語#187 · ELO 1,250圏外
アリーナ コーディング#259 · ELO 1,348圏外

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-4o-mini。出力100万トークンあたり¥107.22で、Qwen3.8 2.4T A95Bより90%安くなります。
  • 長い文書を扱うならQwen3.8 2.4T A95B。コンテキスト長は1,048,576トークンで、GPT-4o-miniの128,000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…

GPT-4o-mini

エラーメッセージ「TypeError: unsupported operand type(s) for *: 'str' and 'int'」から判断すると、`order["price"]`または`order["quantity"]`のいずれかが文字列(`str`)であり、整数(`int`)と掛け算をしようとして失敗しています。この場合、`price`や`quantity`を数値型に変換する必要があります。 以下のように修正できます: ```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} ``` ### 修正点: 1. `order["price"]`を`float(order["price"])`に変更して、文字列を浮動小数点数に変換。 2. `order["quantity"]`を`int(order["quantity"])`に変更して、文字列を整数に変換。 これにより、計算が正常に行われるようになり、エラーが解消されるはずです。 ### 注意点: - データベースから…
応答時間 3.1秒出力 345 トークン

Qwen3.8 2.4T A95B

原因は、`order["price"]` と `order["quantity"]` のどちらかが **文字列型 (`str`) のまま掛け算されている**ことです。 エラーメッセージの ```text TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` は、`str * int` の演算がサポートされていないために発生しています。 今回のコードではおそらく、データベースから取得した `price` が文字列として返ってきています。例えば、DBのカラムが `TEXT` 型だったり、ドライバやORMの仕様で `DECIMAL` 型が文字列として返ってくると、この問題が起きやすいです。 --- ## 原因 ```python total = sum(order["price"] * order["quantity"] for order in orders) ``` このとき、実際には例えば次のようなデータになっています。 ```python order["price"] = "1000" # str order["quantity"] = 2 # int ``` そのため、 ```python "1000" * 2 ``` という計算になり、`TypeError` が発生します。 --- ## 修正方法 金額計算であれば、`float` より `Decimal` を使うのが安全です。 ```python from decimal import D…
応答時間 34.0秒出力 1401 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…

GPT-4o-mini

関数 `fetchAllUsers` について、可読性・パフォーマンス・ベストプラクティスの観点からいくつかの改善点を提案します。 ### 1. `Promise<any[]>` の型定義を明確に 返り値の型を `any[]` とするのは避けるべきです。適切な型定義を作成することで、可読性と安全性を向上させることができます。 ```typescript interface User { id: number; name: string; email: string; } async function fetchAllUsers(page: number = 1): Promise<User[]> { ``` ### 2. 名前付き変数の使用 `currentPage` という変数名より、直接 `page` 変数を更新するほうが理解しやすくなります。また、ページネーションに関する処理を関数内で管理することで、より明確になります。 ### 3. `for` ループから `Array.filter` と `Array.map` を活用 データをフィルタリングし、必要な情報を整理する場合、配列の `filter` と `map` メソッドを使うことで、コードが簡潔かつ読みやすくなります。 ### 4. エラーハンドリング `fetch` の結果が成功かどうかチェックし、エラーを適切に処理することをお勧めします。 ### 5. テンプレート文字列の使用 ユーザーの名前を結合する際にはテンプレートリテラルを使うと、読みやすさが向上します。 ### 改善…
応答時間 10.8秒出力 720 トークン

Qwen3.8 2.4T A95B

以下、レビューと改善案です。 「今のコードが最低限動く可能性はあるが、本番利用には少し脆い」という印象です。特に **型安全・エラーハンドリング・ページング制御・メモリ使用量** を改善すると、より信頼性の高いコードになります。 --- ## 1. 主な改善点 ### 1.1. `any` をやめて明示的な型を定義する 現状: ```ts async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; ``` `any` を使うと、以下のようなミスを検知できません。 - `data.users` が存在しない - `first_name` ではなく `firstName` だった - `status` が文字列ではなかった - `email` が null かもしれなかった 改善後は、API レスポンス用とフロントエンドで使うユーザー用の型を分離するのがおすすめです。 ```ts type User = { id: number; name: string; email: string; }; type ApiUser = { id: number; first_name: string | null; last_name: string | null; email: string; status: string; }; type UsersPageResponse = { users: ApiU…
応答時間 75.4秒出力 12140 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…

GPT-4o-mini

このSQLクエリを高速化するために、以下の点に注意してインデックスを追加・最適化し、方針を見直すことが重要です。主な改善点を説明します。 ### 1. インデックスの追加 - **インデックスの追加** - `orders` テーブルに `status` と `created_at` についての複合インデックスを追加します。 ```sql CREATE INDEX idx_orders_status_created_at ON orders(status, created_at); ``` - `order_details` および `reviews` テーブルの `product_id` に対してインデックスを追加します。これにより、結合処理が高速化されます。 ```sql CREATE INDEX idx_order_details_product_id ON order_details(product_id); CREATE INDEX idx_reviews_product_id ON reviews(product_id); ``` ### 2. 条件の見直し - **INNER JOINの使用** - `status` が '完了' の注文だけを対象にしているため、LEFT JOINをINNER JOINに変更することを検討します。ただし、この変更は、`orders` テーブルに該当する注文がない商品も表示する必要がある場合には影響しますので、この点を考慮する必要があります。 ```…
応答時間 7.2秒出力 892 トークン

Qwen3.8 2.4T A95B

以下のように直すことで、実行計画が大きく改善する可能性が高いです。特に重要なポイントは次の3つです。 1. `LEFT JOIN` のまま `WHERE o.created_at >= ...` としているため、意図せず `INNER JOIN` 相当になっている 2. `orders` / `order_details` / `reviews` を同時に結合して集約しているため、行数が膨張して `SUM` や `AVG` が遅くなる・正しくなくなる可能性がある 3. 必要なインデックスが不足している --- ## 1. 元クエリの問題点 元のクエリは以下のような構造です。 ```sql 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 categories c ON c.id = p.category_id LEFT JOIN order_details od ON od.product_id = p.id LEFT JOIN orders o ON o.order_id = od.order_id AND o.status = '完了' LEFT JOIN reviews r ON r.product_id = p.id WHERE p.is_active = true…
応答時間 59.0秒出力 8905 トークン

他のプロンプトでも比較する →

よくある質問

GPT-4o-miniとQwen3.8 2.4T A95B、料金はどちらが安いですか?
出力100万トークンあたりGPT-4o-miniは¥107.22、Qwen3.8 2.4T A95Bは¥1,055.5で、GPT-4o-miniの方が安くなります(FastMetalの円建て単価・税別)。
GPT-4o-miniとQwen3.8 2.4T A95Bのコンテキスト長の違いは?
GPT-4o-miniは128,000トークン、Qwen3.8 2.4T A95Bは1,048,576トークンです。
GPT-4o-miniとQwen3.8 2.4T A95B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 "gpt-4o-mini" または "qwen3.8-2.4t-a95b" 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、GPT-4o-miniとQwen3.8 2.4T A95B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。

GPT-4o-miniの他の比較

Qwen3.8 2.4T A95Bの他の比較