GPT-5.6 Luna vs Kimi K3
料金・コンテキスト長・実際の回答で比較（2026年10月時点）
GPT-5.6 Luna（OpenAI）とKimi K3（Moonshot）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 |  Kimi K3 | |
|---|---|---|
| 提供元 | OpenAI | Moonshot |
| 入力（100万トークンあたり） | ¥33.6 | ¥504 |
| 出力（100万トークンあたり） | ¥201.6 | ¥2,520 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥134 | ¥1,764 |
| コンテキスト長 | 1,050,000 トークン | 1,048,576 トークン |
| リリース日 | 2026/7/9 | 2026/7/16 |
| 入力モダリティ | file, image, text | text, image |
| 生成速度 (p50) | 255 トークン/秒 (n=26) | — |
| アリーナ 総合 | #74 · ELO 1,452 | #16 · ELO 1,488 |
| アリーナ 日本語 | #60 · ELO 1,428 | #8 · ELO 1,501 |
| アリーナ コーディング | #75 · ELO 1,501 | #10 · ELO 1,540 |
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、2026-10-08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、Kimi K3より92%安くなります。
- 総合の評価はアリーナ順位でKimi K3が上です（16位。GPT-5.6 Lunaは74位）。
- 日本語の評価はアリーナ順位でKimi K3が上です（8位。GPT-5.6 Lunaは60位）。
- コーディングの評価はアリーナ順位でKimi K3が上です（10位。GPT-5.6 Lunaは75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、Kimi K3の1,048,576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
Kimi K3
## 原因
エラーメッセージが示す通り、`order["price"]` が **文字列（str）** になっているのが原因です。数値同士の演算を期待しているのに、DBから取得した `price` が文字列として返されているため、乗算に失敗しています。
よくある原因は以下のいずれかです：
1. **DBのカラム定義が文字列型** — `price` カラムが `DECIMAL`/`NUMERIC` ではなく `VARCHAR`/`TEXT` で定義されている
2. **DBドライバの仕様** — 一部のドライバや設定では、数値カラムでも文字列として返すことがある
3. **データ投入時の問題** — 数値カラムでも文字列として insert され、暗黙変換されている
まず以下で型を確認すると原因を特定しやすいです：
```python
print(type(order["price"]), order["price"])
```
## 修正方法
### 応急処置（アプリケーション側で型変換）
```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(order["price"]) * int(order["quantity"]) for order in orde…
応答時間 47.1秒出力 2426 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
Kimi K3
# コードレビュー: `fetchAllUsers`
全体的に動作はしますが、型安全性・エラーハンドリング・堅牢性に改善余地があります。指摘事項を整理します。
## 主な問題点
### 1. 型安全性の欠如(ベストプラクティス)
- 戻り値が `Promise<any[]>` で、型の恩恵が得られていない
- `response.json()` の結果が暗黙の `any` になり、プロパティの typo などを検出できない
### 2. エラーハンドリングがない(ベストプラクティス)
- `response.ok` のチェックがなく、404 や 500 でも `json()` を呼んでしまう
- ネットワークエラーや JSON パースエラーが考慮されていない
- `data.users` が `undefined` の場合、`data.users.length` でランタイムエラーになる
### 3. 無限ループのリスク(堅牢性)
- API のバグなどで常に 100 件返ってくる場合、ループが終わらない
- 最大ページ数などの安全弁がない
### 4. 可読性
- インデックスベースの `for` ループで `data.users[i]` が繰り返され、冗長
- マジックナンバー `100` が URL と終了条件の2箇所に分散(変更時に片方だけ直し忘れるリスク)
- `let user` は再代入されないので `const` にすべき
- 文字列連結はテンプレートリテラルの方が現代的
### 5. パフォーマンス・設計
- `deleted` ユーザーのフィル…
応答時間 23.1秒出力 3134 トークン
ビジネスメール作成
取引先の田中部長に、納品予定の製品に不具合が見つかり、納期を1週間延期する必要がある旨を伝えるビジネスメールを作成してください。 条件： - 原因は品質検査で軽微な不具合が発見されたため - 代替案として暫定版を先に納品することも可能 - 改めてお詫びの訪問をしたい - 日本のビジネスマナーに沿った丁寧な文面にすること
GPT-5.6 Luna
**件名：納品延期のお詫びとご相談**
株式会社〇〇
〇〇部 部長 田中様
平素より大変お世話になっております。
株式会社〇〇の〇〇です。
このたび、納品を予定しております〇〇につきまして、出荷前の品質検査において軽微な不具合が確認されました。
現在、原因の確認および修正対応を進めておりますが、品質を万全にしたうえで納品するため、誠に恐縮ながら、納期を当初予定の〇月〇日から1週間延期させていただきたく、ご相談申し上げます。
本来であれば予定どおり納品すべきところ、このようなお願いとなり、誠に申し訳ございません。
なお、ご使用上お急ぎの場合には、修正版の完成に先立ち、暫定版を先に納品することも可能でございます。暫定版の納品可否につきましては、貴社のご都合に合わせて対応いたしますので、お申し付けください。
このたびは多大なるご迷惑とご心配をおかけしますこと、重ねて深くお詫び申し上げます。
改めまして、直接お伺いのうえ、今回の経緯と今後の対応についてご説明させていただきたく存じます。ご都合のよろしい日時をお聞かせいただけますと幸いです。
何卒ご理解賜りますよう、よろしくお願い申し上げます。
敬具
――――――――――
株式会社〇〇
〇〇部 〇〇 〇〇
〒000-0000
東京都〇〇区〇〇0-0-0
TEL：00-0000-0000
E-mail：xxxxx@example.com
――――――――――
応答時間 7.4秒出力 480 トークン
Kimi K3
# 納期延期のお詫びメール
---
**件名：【お詫び】○○製品 納期延期のご連絡**
---
株式会社○○
○○部 田中 部長
いつも大変お世話になっております。
株式会社△△の○○でございます。
このたびは、○月○日に納品を予定しておりました「○○（製品名）」につきまして、納期の延期をお願いしなければならない事態となり、深くお詫び申し上げます。
経緯をご説明いたしますと、出荷前の品質検査におきまして、製品の一部に軽微な不具合が発見されました。貴社に安心してご使用いただける製品をお届けするため、修正作業を行う必要があると判断いたした次第です。
つきましては、誠に勝手ながら、納期を下記のとおり変更させていただきたく存じます。
**【変更前】○月○日（○曜日）**
**【変更後】○月○日（○曜日）※1週間延期**
なお、暫定版とはなりますが、現行の製品を当初の予定どおり先行して納品させていただくことも可能でございます。ご希望がございましたら、遠慮なくお申し付けくださいませ。
また、本件につきましては、改めて直接お詫びに伺いたく存じます。田中様のご都合のよろしい日時をご教示いただけますと幸いです。
貴社には多大なご迷惑をおかけいたしますことを、重ねて深くお詫び申し上げます。今後このようなことがないよう、品質管理体制の一層の強化に努めてまいる所存です。
何卒ご理解賜りますよう、よろしくお願い申し上げます。
---
━━━━━━━━━━━━━━━━━━━━
株式会社△△
○○部 ○○ ○○（氏名）
TEL：XXX-XXXX-XXXX
Email：xxxx@…
応答時間 17.9秒出力 1916 トークン
よくある質問
- GPT-5.6 LunaとKimi K3、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、Kimi K3は¥2,520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Kimi K3のコンテキスト長の違いは？
- GPT-5.6 Lunaは1,050,000トークン、Kimi K3は1,048,576トークンです。
- GPT-5.6 LunaとKimi K3、評価が高いのはどちらですか？
- 公開アリーナの順位ではKimi K3が上です（GPT-5.6 Luna 60位、Kimi K3 8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Kimi K3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 "kimi-k3" 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Kimi K3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。