GPT-5.6 Luna vs Grok 4.7
料金・コンテキスト長・実際の回答で比較（2026年11月時点）
GPT-5.6 Luna（OpenAI）とGrok 4.7（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
 GPT-5.6 Luna |  Grok 4.7 | |
|---|---|---|
| 提供元 | OpenAI | xAI |
| 入力（100万トークンあたり） | ¥33.6 | ¥357.4 |
| 出力（100万トークンあたり） | ¥201.6 | ¥1,072.2 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥134 | ¥894 |
| コンテキスト長 | 1,050,000 トークン | 500,000 トークン |
| リリース日 | 2026/7/9 | 2026/9/21 |
| 入力モダリティ | file, image, text | text, image, file |
| 生成速度 (p50) | 163 トークン/秒 (n=28) | 202 トークン/秒 (n=28) |
| アリーナ 総合 | #76 · ELO 1,453 | #96 · ELO 1,441 |
| アリーナ 日本語 | #58 · ELO 1,433 | #88 · ELO 1,408 |
| アリーナ コーディング | #78 · ELO 1,502 | #91 · ELO 1,494 |
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、2026-10-28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-5.6 Luna。出力100万トークンあたり¥201.6で、Grok 4.7より81%安くなります。
- 総合の評価はアリーナ順位でGPT-5.6 Lunaが上です（76位。Grok 4.7は96位）。
- 日本語の評価はアリーナ順位でGPT-5.6 Lunaが上です（58位。Grok 4.7は88位）。
- コーディングの評価はアリーナ順位でGPT-5.6 Lunaが上です（78位。Grok 4.7は91位）。
- 長い文書を扱うならGPT-5.6 Luna。コンテキスト長は1,050,000トークンで、Grok 4.7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…
GPT-5.6 Luna
原因は、`order["price"]` が文字列（`str`）として取得されているのに、`order["quantity"]` は整数（`int`）であるためです。
```python
"1000" * 2
```
は数値の乗算ではなく、文字列の繰り返しとして扱われるため、`str` と `int` の乗算でエラーになります。
## 修正例：Python側で型変換する
金額を扱うため、`float` ではなく `Decimal` を使うのが安全です。
```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,
}
```
`price` が `"12.50"` のような文字列でも、`Decimal` に変換して正確に計算できます。
## SQL側で数値型に変…
応答時間 6.7秒出力 775 トークン
Grok 4.7
原因は、`order["price"]` が文字列（`str`）のまま返ってきていることです。`quantity` は整数なので、`str * int` になって `TypeError` になっています。
DBドライバやカラム型（`DECIMAL` / `NUMERIC` / `VARCHAR` など）によっては、数値のはずの値が文字列で返ることがあります。
修正例:
```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場合は `float` ではなく `Decimal` を使ってください。
```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-5.6 Luna
以下の点を改善できます。
## 主な改善点
### 1. `any` を避ける
`any` だとプロパティ名の誤りやレスポンス形式の変更を検知できません。APIレスポンスと戻り値に型を定義すると可読性と安全性が向上します。
### 2. HTTPエラーを確認する
`fetch` は、404や500でも例外を投げずに `Response` を返します。`response.ok` を確認する必要があります。
### 3. マジックナンバーを定数化する
`100` はページサイズを表しているため、定数にすると意図が明確になります。
### 4. ページング条件をAPIのメタデータに依存させる
`data.users.length < 100` という判定は、API仕様に依存しています。可能であれば `hasMore` や `nextPage` などの情報をAPIから受け取る方が堅牢です。
### 5. `for` とインデックス参照を簡略化する
`for...of`、`filter`、`map` などを使うと、処理内容が読みやすくなります。
## 改善例
```ts
const PAGE_SIZE = 100;
interface ApiUser {
id: string;
first_name: string;
last_name: string;
email: string;
status: string;
}
interface UsersPageResponse {
users: ApiUser[];
// APIが返…
応答時間 13.6秒出力 1677 トークン
Grok 4.7
この関数は「ページングしながらユーザーを集め、削除済みを除外して整形する」意図は明確ですが、型安全性・失敗時の挙動・終了条件に改善余地があります。
## 主な問題
**型と契約**
- `any` のため、API の形が変わってもコンパイル時に気づけません。
- 戻り値も `any[]` なので、呼び出し側がフィールド名を間違えやすいです。
**エラー処理がない**
- `fetch` のネットワーク失敗、`!response.ok`（4xx/5xx）、不正な JSON がすべて未処理です。
- `data.users` が無いと `data.users.length` で例外になります。
**無限ループの可能性**
- 「100件未満なら終了」だけだと、API が常に 100 件返す不具合や、ページが進まない場合に止まりません。
- ページ途中でユーザーが増減すると、欠落や重複もあり得ます。可能なら `total` / `hasNext` / cursor を使った方が安全です。
**可読性**
- `data.users[i]` の繰り返し、index 付き `for`、`"deleted"` と `100` のマジック値は意図が読み取りにくいです。
- `page` を受け取ると「全件」ではなく「そのページ以降」になります。関数名と挙動がずれています。
**パフォーマンス**
- ページ取得自体は依存関係があるので逐次 `await` で問題ありません。
- ボトルネックはループ内の `push` ではなく、全件をメモリに溜めることです。件数が多いなら asy…
応答時間 25.1秒出力 1692 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-5.6 Luna
主な問題は、単にインデックス不足だけではありません。
1. `reviews` をそのまま JOIN しているため、注文行とレビュー行の組み合わせで行数が膨張する
2. `LEFT JOIN orders` なのに `WHERE o.created_at ...` を指定しているため、実質的に `INNER JOIN` になっている
3. 500万行を JOIN してから `GROUP BY` している
4. `order_details` に `product_id` のインデックスがない
注文集計とレビュー集計を先に商品単位で集約してから JOIN するのが効果的です。
## 改善後のクエリ
「注文が存在する商品だけを表示する」という、元のクエリと同じ意味を維持する場合です。
```sql
WITH order_agg AS (
SELECT
od.product_id,
COUNT(o.order_id) AS order_count,
SUM(o.amount) AS total_sales
FROM order_details od
INNER JOIN orders o
ON o.order_id = od.order_id
WHERE o.status = '完了'
AND o.created_at >= TIMESTAMP '2024-04-01'
GROUP BY od.product_id
),
review_agg…
応答時間 16.3秒出力 2059 トークン
Grok 4.7
30秒超の主因は、注文明細とレビューを同時にJOINしていることによる行の増殖と、絞り込みに使えるインデックスがないことです。集計を先に分け、上位50件だけレビューを見る形にすると速くなります。
## 問題点
1. **JOINによる行の増殖**
ある商品に注文明細がM件、レビューがN件あると、集計前にM×N行になります。`COUNT` / `SUM` / `AVG` がレビュー数や注文件数で水増しされ、結果も性能も壊れます。
2. **`WHERE o.created_at ...` が LEFT JOIN を実質 INNER JOIN にしている**
条件に合わない注文は落ちるので、`orders` は最初から INNER JOIN で問題ありません。
3. **インデックス不足**
現状は `products(id)` と `orders(order_id)` だけです。日付・ステータス・`product_id` で絞れません。
4. **`GROUP BY` が商品名**
同名商品が混ざる可能性があります。集計キーは `p.id` にすべきです。
5. **`SUM(o.amount)` の意味**
`amount` が注文ヘッダの金額なら、明細が複数ある注文は商品ごとに全額を重複計上します。明細金額なら `order_details` 側を合計してください。
## 最適化後のクエリ
売上集計を先に行い、上位50商品だけレビュー平均を取ります。
```sql
WITH sales AS (
SELE…
応答時間 50.0秒出力 3613 トークン
よくある質問
- GPT-5.6 LunaとGrok 4.7、料金はどちらが安いですか？
- 出力100万トークンあたりGPT-5.6 Lunaは¥201.6、Grok 4.7は¥1,072.2で、GPT-5.6 Lunaの方が安くなります（FastMetalの円建て単価・税別）。
- GPT-5.6 LunaとGrok 4.7のコンテキスト長の違いは？
- GPT-5.6 Lunaは1,050,000トークン、Grok 4.7は500,000トークンです。
- GPT-5.6 LunaとGrok 4.7、評価が高いのはどちらですか？
- 公開アリーナの順位ではGPT-5.6 Lunaが上です（GPT-5.6 Luna 58位、Grok 4.7 88位）。順位はリーダーボードの更新で変わります。
- GPT-5.6 LunaとGrok 4.7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-5.6-luna" または "grok-4.7" 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-5.6 LunaとGrok 4.7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。