gpt-oss-120b vs MiniMax M2.7
料金・コンテキスト長・実際の回答で比較（2026年10月時点）
gpt-oss-120b（OpenAI）とMiniMax M2.7（MiniMax）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-oss-120b |  MiniMax M2.7 | |
|---|---|---|
| 提供元 | OpenAI | MiniMax |
| 入力（100万トークンあたり） | ¥16 | ¥50.4 |
| 出力（100万トークンあたり） | ¥79 | ¥201.6 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥56 | ¥151 |
| コンテキスト長 | 131,072 トークン | 204,800 トークン |
| リリース日 | 2025/8/5 | 2026/3/18 |
| 入力モダリティ | text | text |
| 生成速度 (p50) | 327 トークン/秒 (n=25) | — |
| アリーナ 総合 | #213 · ELO 1,352 | #138 · ELO 1,415 |
| アリーナ 日本語 | #148 · ELO 1,325 | #182 · ELO 1,274 |
| アリーナ コーディング | #221 · ELO 1,389 | #110 · ELO 1,480 |
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、2026-10-08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-oss-120b。出力100万トークンあたり¥79で、MiniMax M2.7より61%安くなります。
- 総合の評価はアリーナ順位でMiniMax M2.7が上です（138位。gpt-oss-120bは213位）。
- 日本語の評価はアリーナ順位でgpt-oss-120bが上です（148位。MiniMax M2.7は182位）。
- コーディングの評価はアリーナ順位でMiniMax M2.7が上です（110位。gpt-oss-120bは221位）。
- 長い文書を扱うならMiniMax M2.7。コンテキスト長は204,800トークンで、gpt-oss-120bの131,072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-oss-120b
**原因**
`order["price"]` が **文字列** (`str`) で返ってきているため、数値 (`int`/`float`/`Decimal`) と掛け算しようとしたときに
```
TypeError: unsupported operand type(s) for *: 'str' and 'int'
```
が発生しています。
このケースは主に次のいずれかが原因です。
| 可能性 | 内容 |
|--------|------|
| ① DBドライバが数値列を文字列として取得している | たとえば `psycopg2` の `cursor_factory=RealDictCursor` でも `numeric` が文字列になることがあります。 |
| ② テーブル定義が文字列型 (`VARCHAR`, `CHAR`) になっている | `price` カラムが文字列型で保存されている。 |
| ③ `SELECT` 文でキャストせずにそのまま取得している | DB側で数値に変換していない。 |
**修正方法**は 2 つの方向があります。
---
## 1️⃣ Python 側で安全に数値へ変換する（最も手軽）
```python
from decimal import Decimal, InvalidOperation
def get_user_orders(user_id):
# db.query の戻り値は dict のリスト（例: [{"price": "12.34", "quantity": "2"}, ..…
応答時間 7.1秒出力 1587 トークン
MiniMax M2.7
# エラーの原因と修正方法
## 原因
データベースから返される値が **文字列（str）** として扱われているため、数値演算（`*`）できません。
```python
order["price"] # → "1000" (str)
order["quantity"] # → "3" (str)
```
## 修正方法
### 方法1: 明示的に型変換する（推奨・シンプル）
```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}
```
### 方法2: データを取得後に変換する（安全性が高い）
```python
def get_user_orders(user_id):
orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id)
# 計算用に型変換
total = sum(
float(order["pri…
応答時間 22.2秒出力 789 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-oss-120b
## 📋 1. 現行コードの概要と主な課題
| 項目 | 現状 | 問題点・改善余地 |
|------|------|-------------------|
| **型安全** | `any[]`、`any` で型を放棄 | TypeScript のメリットが失われ、実装ミスがコンパイル時に検出できない |
| **可読性** | 変数名が曖昧（`data`、`i`）・文字列結合で名前を組み立てている | 何をしているかが一読で分かりにくい |
| **エラーハンドリング** | `fetch` の失敗や `response.ok === false` をチェックしていない | ネットワークエラーで例外がそのままスローされ、呼び出し側が把握しにくい |
| **パフォーマンス** | ページ取得を **逐次** に行っている<br>（`while` ループ中で `await`） | ページ数が多いと総待ち時間が `N × latency` になる |
| **ミューテーション** | `let` で再代入が多い | 不変性を保つ方がデバッグしやすい |
| **ハードコーディング** | `limit=100` がコード中に埋め込まれている | API の変更に脆弱 |
| **文字列結合** | `first_name + " " + last_name` | 可読性が低く、`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` が未使用 | 長時間待機したままキャ…
応答時間 15.6秒出力 3532 トークン
MiniMax M2.7
# TypeScript コードレビュー: `fetchAllUsers` 関数
## 主な問題点
```
❌ 可読性 ：any型の乱用、インデックスベースループ、マジックナンバー
❌ パフォーマンス：逐次リクエスト、pushでの配列操作
❌ ベストプラクティス：エラーハンドリングなし、AbortController未使用
```
---
## 改善案
```typescript
// ============================================
// 型定義の追加
// ============================================
interface ApiUser {
id: number;
first_name: string;
last_name: string;
email: string;
status: "active" | "inactive" | "deleted";
}
interface User {
id: number;
name: string;
email: string;
}
interface ApiResponse {
users: ApiUser[];
total: number;
page: number;
}
interface FetchUsersOptions {
page?: number;
limit?: number;
signal?: AbortSignal; // 中断対応
}
// ==…
応答時間 57.1秒出力 2211 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-oss-120b
## 1. 現状のボトルネック
| 項目 | 理由 |
|------|------|
| **① LEFT JOIN → INNER JOIN に変えられるケース** | `orders` の `status = '完了'` と `created_at >= …` が必ず満たす行だけを集計したいので、`LEFT JOIN` で結合した後に `WHERE o.created_at …` を書くと、`orders` が **NULL** の行も残ってしまい、不要なレコードが大量に産まれます。|
| **② フィルタが JOIN 後に適用されている** | `WHERE o.created_at >= …` が **LEFT JOIN** の後に評価されるため、まず **全行** が `orders` と結合され、その後で絞り込む → 5 M 行 × (order_details の行数) の中間結果が膨大。|
| **③ インデックスが足りない** | 現在は `products(id)` と `orders(order_id)` だけ。<br>検索条件・結合キーに使っているカラムは全部 **インデックス対象外** なので、フルテーブルスキャンやハッシュジョインが走ります。|
| **④ GROUP BY に文字列を直接使っている** | `p.product_name` と `c.category_name` で GROUP BY すると、文字列比較が必要になる上、同名の商品が別 ID で存在したときに正しく集計できません。`p.id` で集計した方がインデックスを活かしやす…
応答時間 13.3秒出力 2901 トークン
MiniMax M2.7
# SQLクエリ最適化分析
## 現在のクエリの問題点
```
┌─────────────────────────────────────────────────────────────────────────┐
│ パフォーマンス問題 │
├─────────────────────────────────────────────────────────────────────────┤
│ │
│ products (全件) │
│ │ │
│ ├── LEFT JOIN categories (全カテゴリ) ──────────────────────┐ │
│ │ │ │
│ ├── LEFT JOIN order_details (全詳細) ─────────────────┐ │ │
│…
応答時間 72.4秒出力 2381 トークン
よくある質問
- gpt-oss-120bとMiniMax M2.7、料金はどちらが安いですか？
- 出力100万トークンあたりgpt-oss-120bは¥79、MiniMax M2.7は¥201.6で、gpt-oss-120bの方が安くなります（FastMetalの円建て単価・税別）。
- gpt-oss-120bとMiniMax M2.7のコンテキスト長の違いは？
- gpt-oss-120bは131,072トークン、MiniMax M2.7は204,800トークンです。
- gpt-oss-120bとMiniMax M2.7、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-oss-120bが上です（gpt-oss-120b 148位、MiniMax M2.7 182位）。順位はリーダーボードの更新で変わります。
- gpt-oss-120bとMiniMax M2.7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-oss-120b" または "minimax-m2.7" 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-oss-120bとMiniMax M2.7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。