GPT-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-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-6 Luna |  Grok 4.7 | |
|---|---|---|
| 提供元 | OpenAI | xAI |
| 入力（100万トークンあたり） | ¥16.8 | ¥357.4 |
| 出力（100万トークンあたり） | ¥84 | ¥1,072.2 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥59 | ¥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 | 2026/9/22 | 2026/9/21 |
| 入力モダリティ | file, image, text | text, image, file |
| 生成速度 (p50) | 82 トークン/秒 (n=25) | 201 トークン/秒 (n=28) |
| アリーナ 総合 | #97 · ELO 1,441 | #96 · ELO 1,441 |
| アリーナ 日本語 | #73 · ELO 1,421 | #88 · ELO 1,408 |
| アリーナ コーディング | #66 · ELO 1,506 | #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-6 Luna。出力100万トークンあたり¥84で、Grok 4.7より92%安くなります。
- 総合の評価はアリーナ順位でGrok 4.7が上です（96位。GPT-6 Lunaは97位）。
- 日本語の評価はアリーナ順位でGPT-6 Lunaが上です（73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-6 Lunaが上です（66位。Grok 4.7は91位）。
- 長い文書を扱うならGPT-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-6 Luna
`price` が数値ではなく文字列として取得されている可能性があります。金額は文字列のまま計算せず、数値型に変換してください。金額の計算には、浮動小数点数の誤差を避けるため `Decimal` を使うのがおすすめです。
```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 in orders
, Decimal("0"))
return {"user_id": user_id, "total": total, "orders": orders}
```
`quantity` も文字列で返る場合を考慮して `int()` で変換しています。なお、値が `None` や数値に変換できない文字列の場合は別途エラー処理が必要です。
また、標準的な Python では `"100" * 2` は文字列の繰り返しになるため、提示された `str` と `int` の掛け算だけなら、記載のエラーには通常なりません。文字列のまま計算すると、その後の `sum()` で別の型エ…
応答時間 11.7秒出力 1121 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-6 Luna
主な改善点は、型の明確化、HTTPエラーの確認、ループ状態の簡素化です。
### 改善例
```ts
interface ApiUser {
id: string | number;
first_name: string;
last_name: string;
email: string;
status: string;
}
interface UsersResponse {
users: ApiUser[];
}
interface UserSummary {
id: string | number;
name: string;
email: string;
}
const PAGE_SIZE = 100;
async function fetchAllUsers(startPage = 1): Promise<UserSummary[]> {
if (!Number.isInteger(startPage) || startPage < 1) {
throw new RangeError("startPage must be a positive integer");
}
const allUsers: UserSummary[] = [];
for (let page = startPage; ; page++) {
const params = new URLSearchParams({
page: String(page),
limit: String(PAGE…
応答時間 16.0秒出力 1532 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-6 Luna
まず、現在のクエリでは `reviews` と `order_details` を同時に結合しているため、注文明細数 × レビュー数の行ができ、`SUM` や `AVG` が水増しされる可能性があります。先にそれぞれを商品単位で集計し、その結果を結合するのが基本です。
また、`WHERE o.created_at >= ...` は `LEFT JOIN` した `orders` のNULL行を除外します。つまり、このクエリは実質的に「条件に合う注文がある商品だけ」を返しています。以下はその商品選択を保ちつつ、集計の水増しを避ける書き換え例です。
```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 active_products p
JOIN order_details od
ON od.product_id = p.id
JOIN orders o
ON o.order_id = od.order_id
AND o.status = '完了'
AND o.created_at >= TIMESTAMP '2024-04-01'
GROUP BY…
応答時間 27.3秒出力 2871 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-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-6 Lunaは¥84、Grok 4.7は¥1,072.2で、GPT-6 Lunaの方が安くなります（FastMetalの円建て単価・税別）。
- GPT-6 LunaとGrok 4.7のコンテキスト長の違いは？
- GPT-6 Lunaは1,050,000トークン、Grok 4.7は500,000トークンです。
- GPT-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-6 Lunaが上です（GPT-6 Luna 73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-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-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-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。