GPT-6.1 Sol vs Kimi K3
料金・コンテキスト長・実際の回答で比較（2026年11月時点）
GPT-6.1 Sol（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-6.1 Sol |  Kimi K3 | |
|---|---|---|
| 提供元 | OpenAI | Moonshot |
| 入力（100万トークンあたり） | ¥336 | ¥352.8 |
| 出力（100万トークンあたり） | ¥1,680 | ¥1,764 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥1,176 | ¥1,235 |
| 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 | 2026/9/29 | 2026/7/16 |
| 入力モダリティ | file, image, text | text, image |
| 生成速度 (p50) | 174 トークン/秒 (n=30) | 87 トークン/秒 (n=17) |
| アリーナ 総合 | #27 · ELO 1,482 | #19 · ELO 1,487 |
| アリーナ 日本語 | #30 · ELO 1,466 | #8 · ELO 1,506 |
| アリーナ コーディング | #12 · ELO 1,540 | #14 · ELO 1,537 |
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、2026-11-09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-6.1 Sol。出力100万トークンあたり¥1,680で、Kimi K3より5%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（19位。GPT-6.1 Solは27位）。
- 日本語の評価はアリーナ順位でKimi K3が上です（8位。GPT-6.1 Solは30位）。
- コーディングの評価はアリーナ順位でGPT-6.1 Solが上です（12位。Kimi K3は14位）。
- 長い文書を扱うならGPT-6.1 Sol。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-6.1 Sol
まず、**提示されたエラーメッセージとコードには不整合があります**。Python では `str * int` は有効で、文字列の繰り返しになります。
```python
"100" * 2 # "100100"（200にはならない）
```
そのため、`price` が文字列、`quantity` が整数だった場合、この掛け算自体ではなく、通常は `sum()` が文字列を足そうとする段階でエラーになります。実際に動いているコードと完全な traceback を確認してください。
### 想定される原因
DB から取得した `price` が数値ではなく文字列になっている可能性があります。まず実際の値と型を確認します。
```python
for order in orders:
print(
repr(order["price"]), type(order["price"]),
repr(order["quantity"]), type(order["quantity"]),
)
```
### 修正例
`price` が数値形式の文字列、`quantity` が整数または整数形式の文字列なら、計算前に変換します。金額には、浮動小数点の誤差を避けるため `Decimal` が適しています。
```python
from decimal import Decimal
def get_user_orders(user_id):
orders = db.query(
"SELECT pr…
応答時間 14.2秒出力 708 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-6.1 Sol
主な改善点は、**型の明確化、HTTPエラーの処理、ループの簡素化**です。現在の逐次ページ取得は、APIに過度な負荷をかけにくい点では妥当です。
## 改善点
### 1. `any` を具体的な型に置き換える
APIから受け取るユーザーと、関数が返すユーザーでは構造が異なるため、それぞれ型を定義します。プロパティ名の誤りなどをコンパイル時に検出できます。
### 2. HTTPエラーを明示的に処理する
`fetch` は、404や500では通常rejectされません。`response.ok` を確認し、不正なレスポンスを正常なデータとして処理しないようにします。
### 3. ループと変数を簡素化する
- `for...of` を使い、`data.users[i]` の繰り返しをなくす。
- 再代入しない配列は `const` にする。`const` でも `push` は可能です。
- `"first_name + ' ' + last_name"` はテンプレートリテラルにする。
- ページサイズの `100` は定数化する。
### 4. ページネーションの終了条件を確認する
`users.length < 100` で終了する方法は、**最終ページ以外は必ず100件返る**というAPI仕様に依存します。APIに `hasMore` や `nextCursor` があるなら、それを使う方が確実です。
また、件数が100の倍数の場合、現在の方式では最後に空ページを取得するリクエストが1回発生します。
## 改善例
以下は、現在と同じページネーション仕様…
応答時間 21.9秒出力 1212 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-6.1 Sol
**件名：納期延期のお詫びとご相談（〇〇製品）**
株式会社〇〇
田中部長
平素より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、〇月〇日に納品を予定しておりました〇〇製品につきまして、品質検査において軽微な不具合が発見されました。修正および再検査を行うため、誠に恐縮ではございますが、納期を1週間延期し、〇月〇日とさせていただきたく、ご連絡申し上げました。
弊社の都合により、貴社に多大なご迷惑をおかけいたしますこと、心よりお詫び申し上げます。
代替案として、暫定版を当初の納期に先行して納品することも可能でございます。暫定版の仕様やご利用にあたっての留意事項をご説明したうえで、貴社のご意向を伺いながら対応させていただきたく存じます。
また、改めてお詫びと今後の対応のご説明に伺いたく、ご都合のよろしい日時をお知らせいただけますと幸いです。
今後は品質管理を一層徹底し、再発防止に努めてまいります。
誠に勝手なお願いではございますが、納期変更につきましてご検討賜りますよう、何卒よろしくお願い申し上げます。
――――――――――
株式会社△△
部署名 □□ □□
電話：〇〇-〇〇〇〇-〇〇〇〇
メール：〇〇@example.com
――――――――――
応答時間 8.2秒出力 405 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-6.1 Sol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-6.1 Solは¥1,680、Kimi K3は¥1,764で、GPT-6.1 Solの方が安くなります（FastMetalの円建て単価・税別）。
- GPT-6.1 SolとKimi K3のコンテキスト長の違いは？
- GPT-6.1 Solは1,050,000トークン、Kimi K3は1,048,576トークンです。
- GPT-6.1 Sol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-6.1 Sol 30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-6.1 Sol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-6.1-sol" 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-6.1 Sol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。