FastMetal

モデル比范

GPT-5.6 Terra vs MiMo-V2.5-Pro

料金・コンテキスト長・実際の回答で比范2026幎10月時点

GPT-5.6 TerraOpenAIずMiMo-V2.5-ProXiaomi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

openai logoGPT-5.6 TerraMiMo-V2.5-Pro
提䟛元OpenAIXiaomi
入力100䞇トヌクンあたり¥336Â¥73.08
出力100䞇トヌクンあたり¥2,016Â¥146.16
想定コスト入力1,000・出力500トヌクン × 1,000回¥1,344Â¥146
コンテキスト長1,050,000 トヌクン1,050,000 トヌクン
リリヌス日2026/7/92026/4/22
入力モダリティfile, image, texttext
生成速床 (p50)192 トヌクン/秒 (n=26)96 トヌクン/秒 (n=25)
アリヌナ 総合#50 · ELO 1,466#48 · ELO 1,468
アリヌナ 日本語#23 · ELO 1,475#67 · ELO 1,422
アリヌナ コヌディング#43 · ELO 1,516#31 · ELO 1,522

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、2026-10-08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MiMo-V2.5-Pro。出力100䞇トヌクンあたり¥146.16で、GPT-5.6 Terraより93%安くなりたす。
  • 総合の評䟡はアリヌナ順䜍でMiMo-V2.5-Proが䞊です48䜍。GPT-5.6 Terraは50䜍。
  • 日本語の評䟡はアリヌナ順䜍でGPT-5.6 Terraが䞊です23䜍。MiMo-V2.5-Proは67䜍。
  • コヌディングの評䟡はアリヌナ順䜍でMiMo-V2.5-Proが䞊です31䜍。GPT-5.6 Terraは43䜍。
  • 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


GPT-5.6 Terra

原因は `order["price"]` が文字列`str`ずしお取埗されおおり、数倀ずしお扱えおいないこずです。 ```python order["price"] * order["quantity"] ``` で、䟋えば以䞋のような倀になっおいるず゚ラヌになりたす。 ```python price = "1000" # str quantity = 2 # int ``` Pythonでは文字列ず敎数の乗算は本来 `"abc" * 2` のように文字列を繰り返す甚途ですが、DBドラむバや倀の圢匏によっおは数倀挔算ずしお扱えず、今回のような䟋倖になりたす。特に `price` が通貚蚘号・カンマ付き文字列・空文字などの堎合も泚意が必芁です。 ## 修正䟋 金額には浮動小数点数 (`float`) よりも `Decimal` を䜿うのが安党です。`float` は小数の䞞め誀差が起きるためです。 ```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

応答時間 7.4秒出力 761 トヌクン

MiMo-V2.5-Pro

## 原因 デヌタベヌスから取埗した `price` が **文字列str** ずしお返されおいたす。 デヌタベヌスドラむバによっおは、数倀カラムの倀も数字の文字列䟋: `"1500"`ずしお返す堎合がありたす。その状態で `"1500" * 2` のような乗算をするず、Python は **文字列の繰り返し** ではなく **str × int の型゚ラヌ** になりたす。 ``` order["price"] → "1500" (str) ← ここが問題 order["quantity"] → 2 (int) "1500" * 2 → TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` ## 修正方法 `float()`たたは `Decimal`で明瀺的に数倀倉換したす。 ```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} ``` ### 金額を 
応答時間 14.6秒出力 667 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


GPT-5.6 Terra

以䞋の点を改善できたす。 ## 䞻な改善点 ### 1. `any` を避けお型を定矩する `Promise<any[]>` や `let allUsers: any[]` では、APIレスポンスの倉曎やプロパティ名のミスをコンパむル時に怜知できたせん。 - APIレスポンス甚の型 - アプリケヌション内で䜿うナヌザヌ型 を分けお定矩するず安党です。 ### 2. HTTP ゚ラヌを確認する `fetch` は HTTP 404 / 500 でも基本的に䟋倖を投げたせん。`response.ok` を確認しないず、゚ラヌペヌゞを JSON ずしお凊理しようずしお原因が分かりにくくなりたす。 ### 3. マゞックナンバヌを定数化する `100` が耇数箇所にあるため、ペヌゞサむズ倉曎時に修正挏れが起こり埗たす。 ### 4. `filter` ず `map` で意図を明確にする `for` ルヌプ内でフィルタリング・倉換・远加を行うより、`filter` ず `map` を䜿うず「削陀枈みを陀倖しお衚瀺甚デヌタに倉換する」ずいう凊理が読み取りやすくなりたす。 ### 5. `hasMore` は䞍芁 無限ルヌプ + `break`、たたは `for` ルヌプにするず状態倉数を䞀぀枛らせたす。 ### 6. URL ク゚リを安党に組み立おる `URLSearchParams` を䜿うず、パラメヌタ远加時や゚ンコヌド挏れを防げたす。 --- ## 改善䟋 ```ts const PAGE_SIZE = 100; type ApiUser = { id:

応答時間 18.5秒出力 1823 トヌクン

MiMo-V2.5-Pro

# TypeScript関数レビュヌ`fetchAllUsers` ## 問題点のサマリ | カテゎリ | 問題 | 重芁床 | |---------|------|--------| | 型安党性 | `any` の倚甚 | 🔎 高 | | ゚ラヌ凊理 | `response.ok` チェックなし・try/catch なし | 🔎 高 | | 可読性 | for ルヌプ内の凊理が冗長 | 🟡 äž­ | | ベストプラクティス | `const` ず `let` の䜿い分け | 🟡 äž­ | | 保守性 | マゞックナンバヌ `100` のハヌドコヌド | 🟡 äž­ | | 型安党性 | APIレスポンスの型定矩なし | 🟡 äž­ | --- ## 改善版コヌド ```typescript // ========== 型定矩 ========== /** APIレスポンスの1件分のナヌザヌsnake_case */ interface ApiUser { id: number; first_name: string; last_name: string; email: string; status: "active" | "inactive" | "deleted"; } /** APIレスポンス党䜓 */ interface ApiResponse { users: ApiUser[]; } /** アプリケヌション内で䜿うナヌザヌ型camelCase */ interface User { id: number;

応答時間 42.6秒出力 2183 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


GPT-5.6 Terra

䞻な遅延芁因は、`order_details` ず `reviews` を同時に `products` ぞ結合しおいる点です。 1 商品に察しお泚文明现が N 件、レビュヌが M 件あるず、結合結果は **N × M 行** になりたす。 その結果、遅いだけでなく、珟圚の `COUNT(o.order_id)` ず `SUM(o.amount)` はレビュヌ件数分だけ氎増しされたす。 たた、`LEFT JOIN orders` なのに `WHERE o.created_at >= ...` を指定しおいるため、実際には `orders` が存圚する商品だけが残り、`LEFT JOIN` の意味が倱われおいたす。 ## 掚奚ク゚リ 泚文集蚈ずレビュヌ集蚈を先に商品単䜍で行い、その埌に結合したす。 ```sql WITH active_products AS ( SELECT id, product_name, category_id FROM products WHERE is_active = true ), sales AS ( SELECT od.product_id, COUNT(*) AS order_count, SUM(o.amount) AS total_sales FROM orders o INNER JOIN order_details od ON od.order_id = o.or

応答時間 45.1秒出力 3997 トヌクン

MiMo-V2.5-Pro

# SQLク゚リ最適化レポヌト ## 問題の党䜓像 たず、5぀の臎呜的な問題点を特定したした。 --- ## 🔎 問題1最臎呜的: 倚察倚JOINによる行数爆発 ``` products ←── order_details (1:N) ←── orders └────── reviews (1:N) ``` 1぀の商品に泚文100件 × レビュヌ50件があるず **5,000行に膚匵**し、`COUNT`ず`SUM`が重耇カりントされたす。 ``` ★ 正しくない結果になる䞊、行数が指数的に増倧 ``` ## 🔎 問題2: LEFT JOIN + WHERE の矛盟 ```sql LEFT JOIN orders o ON ... WHERE ... AND o.created_at >= '2024-04-01' -- ← ここがWHERE句にある ``` `WHERE`句に右テヌブルの条件があるため、**実質的にINNER JOIN**になり、泚文がない商品は陀倖されたす。 ## 🟡 問題3: GROUP BYが文字列 ```sql GROUP BY p.product_name, c.category_name -- 文字列比范は遅い ``` ## 🟡 問題4: むンデックス䞍足 必芁最䜎限のむンデックスしかなく、党テヌブルでフルスキャンが発生しおいたす。 --- ## ✅ 最適化埌のク゚リ ### 基本方針: **先に集玄しおからJOINする** ```sql -- =========

応答時間 51.1秒出力 2491 トヌクン

他のプロンプトでも比范する →

よくある質問

GPT-5.6 TerraずMiMo-V2.5-Pro、料金はどちらが安いですか
出力100䞇トヌクンあたりGPT-5.6 Terraは¥2,016、MiMo-V2.5-Proは¥146.16で、MiMo-V2.5-Proの方が安くなりたすFastMetalの円建お単䟡・皎別。
GPT-5.6 TerraずMiMo-V2.5-Proのコンテキスト長の違いは
GPT-5.6 Terraは1,050,000トヌクン、MiMo-V2.5-Proは1,050,000トヌクンです。
GPT-5.6 TerraずMiMo-V2.5-Pro、評䟡が高いのはどちらですか
公開アリヌナの順䜍ではGPT-5.6 Terraが䞊ですGPT-5.6 Terra 23䜍、MiMo-V2.5-Pro 67䜍。順䜍はリヌダヌボヌドの曎新で倉わりたす。
GPT-5.6 TerraずMiMo-V2.5-Pro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 "gpt-5.6-terra" たたは "mimo-v2.5-pro" 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、GPT-5.6 TerraずMiMo-V2.5-Pro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GPT-5.6 Terraをチャットで詊すMiMo-V2.5-Proをチャットで詊す

GPT-5.6 Terraの他の比范

MiMo-V2.5-Proの他の比范