モデル比較

GPT-4o-mini vs Qwen4 Max

料金・コンテキスト長・実際の回答で比較(2026年11月時点)

GPT-4o-mini(OpenAI)とQwen4 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

openai logoGPT-4o-miniqwen logoQwen4 Max
提供元OpenAIQwen
入力(100万トークンあたり)¥25.2¥237.38
出力(100万トークンあたり)¥100.8¥712.32
想定コスト(入力1,000・出力500トークン × 1,000回)¥76¥594
コンテキスト長128,000 トークン1,000,000 トークン
リリース日2024/7/182026/11/16
入力モダリティtext, image, filetext, image, video
生成速度 (p50)99 トークン/秒 (n=30)—
アリーナ 総合#270 · ELO 1,318圏外
アリーナ 日本語#208 · ELO 1,251圏外
アリーナ コーディング#278 · ELO 1,348圏外

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、2026-11-11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GPT-4o-mini。出力100万トークンあたり¥100.8で、Qwen4 Maxより86%安くなります。
  • 長い文書を扱うならQwen4 Max。コンテキスト長は1,000,000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

Qwen4 Max

## 原因 `db.query()` から返ってきた `price`(または `quantity`)が **数値ではなく文字列** で、Python は `str` と数値の暗黙変換をしないため演算に失敗しています。 よくある発生パターン: - `price` カラムが `TEXT` / `VARCHAR` で定義されている(金額を文字列で保存している) - SQLite の型アフィニティや、JSON カラム・JSON 経由のデータで `"1980"` のように入っている - ドライバ/シリアライザの設定で `DECIMAL` が `str` として返る(冪等性重視のドライバや ORM の生 SQL 結果など) ### 補足:エラーメッセージの組み合わせについて 実は Python では `"1980" * 3` は **エラーにならず `"198019801980"` になります**(文字列の繰り返し)。つまり `str * int` の組み合わせでは、このTypeErrorは出ません。実際に起きているのは次のいずれかです。 - `quantity` 側が `float` / `Decimal` → `str * float` で `TypeError` - 両方 `str` → メッセージは `'str' and 'str'` - 掛け算は通ってしまい、`sum()` の足し算側で `TypeError: unsupported operand type(s) for +: 'int' and 'str'` したがって「price だけ直せば終わり」と決めつけ…
応答時間 61.8秒出力 2676 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

Qwen4 Max

# レビュー: `fetchAllUsers` 全体のロジック(ページングして溜め込む)は正しいですが、**エラーハンドリングの欠如**と**無限ループのリスク**が実運用では致命的です。以下、重要度順に整理します。 --- ## 1. 重大な問題( correctness / robustness ) | # | 問題 | 影響 | |---|---|---| | 1 | `response.ok` をチェックしていない | 404/500 でも `response.json()` を呼ぶ。HTML エラーページなら `SyntaxError`、`{"error":...}` なら `data.users` が `undefined` で `TypeError`。**原因が分からない例外**になる | | 2 | ループ上限がない | API が常に 100 件返す(`page` パラメータを無視する等)と**無限ループ**。クライアントが固まり、サーバにも負荷 | | 3 | `AbortSignal` がない | コンポーネントのアンマウントやタイムアウトでキャンセルできない。React なら状態更新リーク+無駄なリクエスト | | 4 | `data.users` の存在・型を検証していない | API 契約変更で即クラッシュ | | 5 | 終了判定が `length < 100` の推測 | 総件数が 100 の倍数のとき無駄なリクエストが 1 回発生。また API 側に `total` / `nextPage` があるならそれを使うべき | | 6 | 途…
応答時間 88.9秒出力 3471 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

Qwen4 Max

# 結論(先に要点) | # | 問題 | 影響 | |---|---|---| | 1 | **注文明細とレビューの多重結合(ファンアウト)** | 中間行数が爆発。**性能問題の最大原因であり、同時に集計値が間違っている** | | 2 | `LEFT JOIN orders` + `WHERE o.created_at >= ...` | 実質 INNER JOIN。オプティマイザの選択肢を狭め、意図も不明瞭 | | 3 | インデックス不足(特に `order_details.product_id/order_id`、`reviews.product_id`、`orders.status/created_at`) | 全件 Seq Scan + 巨大 Hash/Sort | | 4 | `GROUP BY product_name, category_name` | 同名の別商品が合并される。PK でグループ化すべき | | 5 | `SUM(o.amount)` を注文明細行に対して合計 | 1注文に複数明細があると金額が水増しされる(設計上の要確認点) | --- ## 1. 最大の原因:ファンアウトによる行数爆発 `order_details`(→orders)と `reviews` は **どちらも products に対する 1:N** です。これを同時に LEFT JOIN すると、商品ごとにデカルト積が発生します。 ``` product A: 注文明細 1,000行 × レビュー 50行 = 50,000行 product B: 注文明細 2,…
応答時間 129.4秒出力 5459 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Qwen4 Max、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¥100.8、Qwen4 Maxは¥712.32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Qwen4 Maxのコンテキスト長の違いは?
GPT-4o-miniは128,000トークン、Qwen4 Maxは1,000,000トークンです。
GPT-4o-miniとQwen4 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 "gpt-4o-mini" または "qwen4-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、GPT-4o-miniとQwen4 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。

GPT-4o-miniの他の比較

Qwen4 Maxの他の比較