FastMetal

モデル比范

gpt-oss-120b vs Inkling

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InklingThinking Machines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-120bInkling
提䟛元OpenAIThinking Machines
入力100䞇トヌクンあたり¥16Â¥159.6
出力100䞇トヌクンあたり¥79Â¥680.4
想定コスト入力1,000・出力500トヌクン × 1,000回¥56Â¥500
コンテキスト長131,072 トヌクン524,288 トヌクン
リリヌス日2025/8/52026/7/17
入力モダリティtexttext, image, audio
生成速床 (p50)327 トヌクン/秒 (n=25)120 トヌクン/秒 (n=20)
アリヌナ 総合#213 · ELO 1,352#95 · ELO 1,441
アリヌナ 日本語#148 · ELO 1,325#56 · ELO 1,430
アリヌナ コヌディング#221 · ELO 1,389#91 · ELO 1,492

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、Inklingより88%安くなりたす。
  • 総合の評䟡はアリヌナ順䜍でInklingが䞊です95䜍。gpt-oss-120bは213䜍。
  • 日本語の評䟡はアリヌナ順䜍でInklingが䞊です56䜍。gpt-oss-120bは148䜍。
  • コヌディングの評䟡はアリヌナ順䜍でInklingが䞊です91䜍。gpt-oss-120bは221䜍。
  • 長い文曞を扱うならInkling。コンテキスト長は524,288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

Inkling

この゚ラヌの原因は、**デヌタベヌスから取埗した `price` が文字列`str`ずしお返されおいる**ため、敎数`int`の `quantity` ず掛け算できないこずです。 SQLの結果セットを蟞曞`order["price"]` などで扱っおいる堎合、DBドラむバやカラムのデヌタ型䟋`VARCHAR` や `TEXT`、あるいはドラむバの仕様によっお数倀が文字列のたた枡されるこずがありたす。 ### 修正方法 `price`必芁なら `quantity` もを数倀型に倉換しおから蚈算したす。䟡栌は小数を含む可胜性があるため、`float()` たたは `Decimal` を䜿うのが適切です。 ```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) # price を Decimalたたは floatに、quantity を int に倉換 total = sum( Decimal(str(order["price"])) * int(order["quantity"]) for order in orders ) return {"user_id": user_id, "total": total, "orders":

応答時間 22.4秒出力 1285 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

Inkling

以䞋、**可読性・パフォヌマンス・ベストプラクティス**の芳点からレビュヌず改善案を提瀺したす。 --- ## 䞻芁な問題点芁玄 | 芳点 | 問題 | |------|------| | **型安党性** | `any` が乱甚されおおり、コンパむル時のチェックが効かない | | **゚ラヌハンドリング** | `fetch` の倱敗HTTP゚ラヌ、JSONパヌス倱敗、API圢匏䞍正を䞀切考慮しおいない | | **無限ルヌプリスク** | APIが垞に100件返し続けた堎合、`while` が氞遠に続く | | **可読性** | むンデックスルヌプ、`let` の乱甚、文字列結合`+`、マゞックナンバヌ | | **セキュリティ/堅牢性** | ク゚リパラメヌタが゚ンコヌドされおいない、レスポンス構造を怜蚌しおいない | --- ## 改善版コヌド ```typescript // --- 型定矩 --- interface RawUser { id: string | number; first_name: string; last_name: string; email: string; status: string; } interface UsersApiResponse { users: RawUser[]; } export interface User { id: string | number; name: string; email: string; } const DEFAULT_LIM

応答時間 45.2秒出力 4396 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

Inkling

このク゚リには**「結果が間違うファントラップ」**ず**「5M行をフルスキャンしお爆発的に増える」**の䞡方の臎呜的な問題がありたす。以䞋、原因ず最適化案を説明したす。 --- ## 1. 䞻な問題点 ### ① ファントラップJOINの爆発ず集蚈の誀り `order_details` ず `reviews` ã‚’äž¡æ–¹ `p.id` で結合しおいたす。これは**1぀の商品に察しお「泚文明现×レビュヌ」が盎積Cartesian Product**で発生するこずを意味したす。 - 商品Aに泚文が100件、レビュヌが50件あるず → **5,000行**が生成 - その結果、`COUNT(o.order_id)` や `SUM(o.amount)` がレビュヌ件数倍に膚らみ、`AVG(r.rating)` も正しく蚈算されたせん。 ### ② WHERE句でのLEFT JOINの無効化 ```sql LEFT JOIN orders o ... WHERE o.created_at >= '2024-04-01' ``` `LEFT JOIN` の右偎テヌブルに `WHERE` で条件を぀けるず、**NULL泚文なしの商品が陀倖され、実質INNER JOINになりたす**。しかもデヌタベヌスはたず党結合を䜜っおからフィルタするため、無駄な䞭間結果が巚倧になりたす。 ### ③ むンデックスの䞍足 存圚するのは `products(id)` ず `orders(order_id)` のみ。以䞋が欠萜しおいたす - `products(is_active,

応答時間 81.6秒出力 9649 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Inkling、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、Inklingは¥680.4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Inklingのコンテキスト長の違いは
gpt-oss-120bは131,072トヌクン、Inklingは524,288トヌクンです。
gpt-oss-120bずInkling、評䟡が高いのはどちらですか
公開アリヌナの順䜍ではInklingが䞊ですgpt-oss-120b 148䜍、Inkling 56䜍。順䜍はリヌダヌボヌドの曎新で倉わりたす。
gpt-oss-120bずInkling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 "inkling" 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Inkling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Inklingをチャットで詊す

gpt-oss-120bの他の比范

Inklingの他の比范