FastMetal

モデル比范

gpt-oss-120b vs Qwen3.8 Max

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Qwen3.8 MaxQwen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-120bqwen logoQwen3.8 Max
提䟛元OpenAIQwen
入力100䞇トヌクンあたり¥16Â¥336
出力100䞇トヌクンあたり¥79Â¥1,008
想定コスト入力1,000・出力500トヌクン × 1,000回¥56Â¥840
コンテキスト長131,072 トヌクン1,000,000 トヌクン
リリヌス日2025/8/52026/8/3
入力モダリティtexttext, image
生成速床 (p50)327 トヌクン/秒 (n=25)55 トヌクン/秒 (n=25)
アリヌナ 総合#213 · ELO 1,352#22 · ELO 1,483
アリヌナ 日本語#148 · ELO 1,325#25 · ELO 1,472
アリヌナ コヌディング#221 · ELO 1,389#29 · ELO 1,524

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、Qwen3.8 Maxより92%安くなりたす。
  • 総合の評䟡はアリヌナ順䜍でQwen3.8 Maxが䞊です22䜍。gpt-oss-120bは213䜍。
  • 日本語の評䟡はアリヌナ順䜍でQwen3.8 Maxが䞊です25䜍。gpt-oss-120bは148䜍。
  • コヌディングの評䟡はアリヌナ順䜍でQwen3.8 Maxが䞊です29䜍。gpt-oss-120bは221䜍。
  • 長い文曞を扱うならQwen3.8 Max。コンテキスト長は1,000,000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

Qwen3.8 Max

原因は、`order["price"]` が数倀ではなく文字列になっおいるこずです。 ゚ラヌ内容の ```text TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` は、次のように「文字列 × 敎数」を蚈算しようずしたずきに出たす。 ```python "1000" * 2 ``` 本来は数倀ずしお掛け算したいのに、DB から取埗した `price` が文字列型になっおいるため倱敗しおいたす。 --- ## 考えられる原因 䟋えば次のようなケヌスです。 1. `orders.price` カラムが `TEXT` / `VARCHAR` 型になっおいる 2. DB ドラむバが䟡栌を文字列ずしお返しおいる 3. デヌタずしお `"1000"` のように文字列保存されおいる 4. SQL 偎で文字列ずしお取埗しおしたっおいる 珟圚のコヌドでは、`price` が文字列のたた掛け算に䜿われおいたす。 ```python total = sum(order["price"] * order["quantity"] for order in orders) ``` --- ## 簡単な修正 最䜎限の修正ずしおは、`price` を数倀に倉換したす。 ```python def get_user_orders(user_id): orders = db.query( "SELECT price, quantity FROM orders WHERE user

応答時間 68.2秒出力 2983 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

Qwen3.8 Max

以䞋は「500䞇行芏暡で30秒以䞊かかる」堎合に、たず疑うべきポむントず改善案です。 このク゚リは **むンデックス远加だけでなく、ク゚リ構造自䜓に倧きな問題** がありたす。 --- ## 1. 倧きな問題LEFT JOIN によっお集蚈行数が爆発しおいる 珟圚のク゚リは、`products` に察しお `order_details` ず `reviews` ã‚’äž¡æ–¹ `LEFT JOIN` しおいたす。 ```sql LEFT JOIN order_details od ON od.product_id = p.id LEFT JOIN orders o ON o.order_id = od.order_id LEFT JOIN reviews r ON r.product_id = p.id ``` これにより、䟋えばある商品に以䞋がある堎合、 - 泚文明现100行 - レビュヌ200行 `100 × 200 = 20,000行` に膚らみたす。 その結果、 ```sql COUNT(o.order_id) SUM(o.amount) ``` が **レビュヌ行数分だけ重耇加算** される可胜性がありたす。 ぀たり、このク゚リは遅いだけでなく、結果も正しくない可胜性がありたす。 --- ## 2. 改善方針集蚈を分離する 泚文金額・泚文数の集蚈ず、レビュヌ平均は別々に集蚈しおから結合すべきです。 ### 改善埌のク゚リ䟋 ```sql WITH order_agg AS ( SELECT od.produc

応答時間 106.3秒出力 5133 トヌクン

ビゞネスメヌル䜜成

取匕先の田䞭郚長に、玍品予定の補品に䞍具合が芋぀かり、玍期を1週間延期する必芁がある旚を䌝えるビゞネスメヌルを䜜成しおください。 条件 - 原因は品質怜査で軜埮な䞍具合が発芋されたため - 代替案ずしお暫定版を先に玍品するこずも可胜 - 改めおお詫びの蚪問をしたい - 日本のビゞネスマナヌに沿った䞁寧な文面にするこず

gpt-oss-120b

**件名** 【重芁】補品玍期延期のご連絡ず代替案のご提案 --- **田侭 郚長様** 平玠は栌別のご高配を賜り、誠にありがずうございたす。 株匏䌚瀟〇〇　営業郚　〇〇でございたす。 さお、◯月◯日に玍品を予定しおおりたす「△△補品」に぀きたしお、品質怜査の結果、**軜埮な䞍具合が確認された**こずが刀明いたしたした。 ぀きたしおは、補品の完党な品質を確保するため、**玍期を1週間延期新玍期◯月◯日**させおいただきたく、謹んでご連絡申し䞊げたす。 ### 代替案のご提瀺 玍期遅延に䌎う貎瀟ぞのご䞍䟿を最小限に抑えるべく、**暫定版䞍具合箇所を陀いた機胜のみ**を先行しお玍品するこずも可胜です。 ご垌望の際は、暫定版の玍品日皋および内容をご指瀺いただければ、速やかに手配いたしたす。 ### お詫びの蚪問に぀いお 本件に関し、改めお盎接ご挚拶ずお詫びを申し䞊げたく存じたす。 ご郜合のよろしい日時をご教瀺いただけたすず幞いです。 䟋◯月◯日〜◯月◯日の午前10時〜午埌4時の間 --- このたびは、匊瀟の䞍手際によりご迷惑をお掛けいたしたすこず、深くお詫び申し䞊げたす。 䜕卒ご理解賜りたすようお願い申し䞊げるずずもに、䞊蚘代替案・蚪問日時に぀きご怜蚎のほど、よろしくお願い申し䞊げたす。 ご䞍明点やご芁望がございたしたら、遠慮なくご連絡ください。 --- **株匏䌚瀟〇〇** 営業郚　〇〇 〇〇 電話03-1234-5678 メヌルxxx@company.co.jp --- 敬具 
応答時間 3.5秒出力 760 トヌクン

Qwen3.8 Max

以䞋は、取匕先の田䞭郚長宛に送るビゞネスメヌル文䟋です。状況に応じお【 】郚分を調敎しおください。 --- 件名玍品予定補品の䞍具合に䌎う玍期倉曎のお願い 株匏䌚瀟【取匕先名】 田䞭郚長 平玠より倧倉お䞖話になっおおりたす。 株匏䌚瀟【自瀟名】の【氏名】でございたす。 このたびは、【補品名】の玍品に぀きたしお、ご連絡申し䞊げたした。 珟圚、玍品に向けお最終確認を進めおおりたしたが、瀟内の品質怜査におきたしお、軜埮な䞍具合が発芋されたした。 お客様ぞ安心しおご利甚いただける品質を確保するため、修正および再確認に䞀定の期間を芁する芋蟌みでございたす。 ぀きたしおは、倧倉恐瞮ではございたすが、珟圚の玍品予定を1週間延期させおいただきたく、お願い申し䞊げたす。 圓初の予定どおりお届けできず、田䞭郚長をはじめ貎瀟の皆様にご迷惑をおかけしたすこず、心よりお詫び申し䞊げたす。 なお、もし急ぎでご確認いただく必芁がある堎合は、修正前の暫定版を先にお玍めするこずも可胜です。 その堎合は、正匏な修正版を埌日あらためお玍品させおいただく圢ずなりたす。 ご郜合に合わせお柔軟に察応いたしたすので、ご垌望がございたしたらお知らせいただけたすず幞いです。 本来であれば盎接お詫び申し䞊げるべきずころではございたすが、たずはメヌルにおご連絡申し䞊げたした。 埌日、改めおお詫びずご説明にお䌺いしたく存じたすので、ご郜合のよい日時をお知らせいただけたすず幞いです。 このたびはご迷惑をおかけし、誠に申し蚳ございたせん。 䜕卒ご容赊賜りた 
応答時間 17.1秒出力 681 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Qwen3.8 Max、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、Qwen3.8 Maxは¥1,008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Qwen3.8 Maxのコンテキスト長の違いは
gpt-oss-120bは131,072トヌクン、Qwen3.8 Maxは1,000,000トヌクンです。
gpt-oss-120bずQwen3.8 Max、評䟡が高いのはどちらですか
公開アリヌナの順䜍ではQwen3.8 Maxが䞊ですgpt-oss-120b 148䜍、Qwen3.8 Max 25䜍。順䜍はリヌダヌボヌドの曎新で倉わりたす。
gpt-oss-120bずQwen3.8 Max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 "qwen3.8-max" 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Qwen3.8 Max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Qwen3.8 Maxをチャットで詊す

gpt-oss-120bの他の比范

Qwen3.8 Maxの他の比范