FastMetal

モデル比范

gpt-oss-120b vs Grok 4.5

料金・コンテキスト長・実際の回答で比范2026幎10月時点

gpt-oss-120bOpenAIずGrok 4.5xAI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-oss-120bx-ai logoGrok 4.5
提䟛元OpenAIxAI
入力100䞇トヌクンあたり¥16Â¥357.4
出力100䞇トヌクンあたり¥79Â¥1,072.2
想定コスト入力1,000・出力500トヌクン × 1,000回¥56Â¥894
コンテキスト長131,072 トヌクン500,000 トヌクン
リリヌス日2025/8/52026/7/8
入力モダリティtexttext, image, file
生成速床 (p50)327 トヌクン/秒 (n=25)126 トヌクン/秒 (n=26)
アリヌナ 総合#213 · ELO 1,352#51 · ELO 1,466
アリヌナ 日本語#148 · ELO 1,325#42 · ELO 1,442
アリヌナ コヌディング#221 · ELO 1,389#47 · ELO 1,513

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gpt-oss-120b。出力100䞇トヌクンあたり¥79で、Grok 4.5より93%安くなりたす。
  • 総合の評䟡はアリヌナ順䜍でGrok 4.5が䞊です51䜍。gpt-oss-120bは213䜍。
  • 日本語の評䟡はアリヌナ順䜍でGrok 4.5が䞊です42䜍。gpt-oss-120bは148䜍。
  • コヌディングの評䟡はアリヌナ順䜍でGrok 4.5が䞊です47䜍。gpt-oss-120bは221䜍。
  • 長い文曞を扱うならGrok 4.5。コンテキスト長は500,000トヌクンで、gpt-oss-120bの131,072トヌクンより広くずれたす。
  • 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-oss-120b

**原因** `order["price"]` が **文字列** (`str`) で返っおきおいるため、数倀 (`int`/`float`/`Decimal`) ず掛け算しようずしたずきに ``` TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` が発生しおいたす。 このケヌスは䞻に次のいずれかが原因です。 | 可胜性 | 内容 | |--------|------| | ① DBドラむバが数倀列を文字列ずしお取埗しおいる | たずえば `psycopg2` の `cursor_factory=RealDictCursor` でも `numeric` が文字列になるこずがありたす。 | | ② テヌブル定矩が文字列型 (`VARCHAR`, `CHAR`) になっおいる | `price` カラムが文字列型で保存されおいる。 | | ③ `SELECT` 文でキャストせずにそのたた取埗しおいる | DB偎で数倀に倉換しおいない。 | **修正方法**は 2 ぀の方向がありたす。 --- ## 1⃣ Python 偎で安党に数倀ぞ倉換する最も手軜 ```python from decimal import Decimal, InvalidOperation def get_user_orders(user_id): # db.query の戻り倀は dict のリスト䟋: [{"price": "12.34", "quantity": "2"}, ..

応答時間 7.1秒出力 1587 トヌクン

Grok 4.5

## 原因 ゚ラヌメッセヌゞ: ```text TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` は、`order["price"] * order["quantity"]` のずきに **䞀方が `str`、もう䞀方が `int`** になっおいるこずを瀺しおいたす。 `db.query(...)` の結果では、ドラむバやカヌ゜ルの蚭定によっお数倀カラムが文字列で返るこずがよくありたす。その状態で `*` するずこの TypeError になりたす。 ## 修正方法 乗算の前に数倀型ぞ倉換したす。金額は小数の可胜性があるので `float`たたは `Decimal`、数量は `int` が䞀般的です。 ```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} ``` 金額の粟床を重芖するなら `decimal.Decimal` の方が安党です。 ```python from decim

応答時間 12.9秒出力 691 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-oss-120b

## 📋 1. 珟行コヌドの抂芁ず䞻な課題 | 項目 | 珟状 | 問題点・改善䜙地 | |------|------|-------------------| | **型安党** | `any[]`、`any` で型を攟棄 | TypeScript のメリットが倱われ、実装ミスがコンパむル時に怜出できない | | **可読性** | 倉数名が曖昧`data`、`i`・文字列結合で名前を組み立おおいる | 䜕をしおいるかが䞀読で分かりにくい | | **゚ラヌハンドリング** | `fetch` の倱敗や `response.ok === false` をチェックしおいない | ネットワヌク゚ラヌで䟋倖がそのたたスロヌされ、呌び出し偎が把握しにくい | | **パフォヌマンス** | ペヌゞ取埗を **逐次** に行っおいる<br>`while` ルヌプ䞭で `await` | ペヌゞ数が倚いず総埅ち時間が `N × latency` になる | | **ミュヌテヌション** | `let` で再代入が倚い | 䞍倉性を保぀方がデバッグしやすい | | **ハヌドコヌディング** | `limit=100` がコヌド䞭に埋め蟌たれおいる | API の倉曎に脆匱 | | **文字列結合** | `first_name + " " + last_name` | 可読性が䜎く、`undefined` が入った時に `"undefined"` が出力されるリスク | | **非同期キャンセル** | `AbortController` が未䜿甚 | 長時間埅機したたたキャ 
応答時間 15.6秒出力 3532 トヌクン

Grok 4.5

## レビュヌ抂芁 可読性・型安党性・゚ラヌハンドリング・パフォヌマンスの面で改善䜙地がありたす。特に `any` の倚甚、HTTP゚ラヌ未凊理、呜什的なルヌプが目立ちたす。 --- ## 指摘点ず改善案 ### 1. 型が匱い`any` `Promise<any[]>` ず `data` の型がないため、補完もコンパむル時チェックも効きたせん。 ```typescript interface UserResponse { id: string; first_name: string; last_name: string; email: string; status: string; } interface UsersApiResponse { users: UserResponse[]; } interface User { id: string; name: string; email: string; } ``` ### 2. ゚ラヌハンドリングがない `response.ok` を芋おおらず、ネットワヌク゚ラヌや 4xx/5xx でも `response.json()` しおしたいたす。 ```typescript if (!response.ok) { throw new Error(`Failed to fetch users: ${response.status} ${response.statusText}`); } ``` ### 3. マゞックナンバヌ `limit=100` が重耇しおい 
応答時間 28.3秒出力 1720 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-oss-120b

## 1. 珟状のボトルネック | 項目 | 理由 | |------|------| | **① LEFT JOIN → INNER JOIN に倉えられるケヌス** | `orders` の `status = '完了'` ず `created_at >= 
` が必ず満たす行だけを集蚈したいので、`LEFT JOIN` で結合した埌に `WHERE o.created_at 
` を曞くず、`orders` が **NULL** の行も残っおしたい、䞍芁なレコヌドが倧量に産たれたす。| | **② フィルタが JOIN 埌に適甚されおいる** | `WHERE o.created_at >= 
` が **LEFT JOIN** の埌に評䟡されるため、たず **å…šè¡Œ** が `orders` ず結合され、その埌で絞り蟌む → 5 M 行 × (order_details の行数) の䞭間結果が膚倧。| | **③ むンデックスが足りない** | 珟圚は `products(id)` ず `orders(order_id)` だけ。<br>怜玢条件・結合キヌに䜿っおいるカラムは党郚 **むンデックス察象倖** なので、フルテヌブルスキャンやハッシュゞョむンが走りたす。| | **④ GROUP BY に文字列を盎接䜿っおいる** | `p.product_name` ず `c.category_name` で GROUP BY するず、文字列比范が必芁になる䞊、同名の商品が別 ID で存圚したずきに正しく集蚈できたせん。`p.id` で集蚈した方がむンデックスを掻かしやす 
応答時間 13.3秒出力 2901 トヌクン

Grok 4.5

## 問題点 1. **行の爆発結果が間違っおいる** `order_details` ず `reviews` を同じ `products` に盎接 JOIN しおいるため、泚文×レビュヌの盎積になりたす。 䟋: 泚文10件 × レビュヌ5件 = 50行 → `COUNT` / `SUM` が過倧、`AVG(rating)` も歪みたす。 2. **`LEFT JOIN` + 右偎ぞの `WHERE`** `o.created_at >= ...` が `WHERE` にあるため、実質 `INNER JOIN` です。意図が「完了泚文がある商品だけ」なら明瀺的に `INNER JOIN` にした方がよいです。 3. **むンデックス䞍足** `products(id)` ず `orders(order_id)` だけでは、絞り蟌み・JOIN・゜ヌトに足りたせん。 4. **`GROUP BY` が名前単䜍** 同名商品がたずたる可胜性がありたす。集蚈キヌは `p.id` が安党です。 --- ## 最適化埌のク゚リ 泚文系ずレビュヌ系を**先に商品単䜍で集蚈しおから**結合したす。 ```sql SELECT p.product_name, c.category_name, COALESCE(os.order_count, 0) AS order_count, COALESCE(os.total_sales, 0) AS total_sales, rs.avg_rating FROM pr

応答時間 35.8秒出力 1867 トヌクン

他のプロンプトでも比范する →

よくある質問

gpt-oss-120bずGrok 4.5、料金はどちらが安いですか
出力100䞇トヌクンあたりgpt-oss-120bは¥79、Grok 4.5は¥1,072.2で、gpt-oss-120bの方が安くなりたすFastMetalの円建お単䟡・皎別。
gpt-oss-120bずGrok 4.5のコンテキスト長の違いは
gpt-oss-120bは131,072トヌクン、Grok 4.5は500,000トヌクンです。
gpt-oss-120bずGrok 4.5、評䟡が高いのはどちらですか
公開アリヌナの順䜍ではGrok 4.5が䞊ですgpt-oss-120b 148䜍、Grok 4.5 42䜍。順䜍はリヌダヌボヌドの曎新で倉わりたす。
gpt-oss-120bずGrok 4.5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-oss-120b" たたは "grok-4.5" 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-oss-120bずGrok 4.5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-oss-120bをチャットで詊すGrok 4.5をチャットで詊す

gpt-oss-120bの他の比范

Grok 4.5の他の比范