モデル比較

gpt-oss-120b vs Solar Pro 4

料金・コンテキスト長・実際の回答で比較(2026年8月時点)

gpt-oss-120b(OpenAI)とSolar Pro 4(Upstage)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

openai logogpt-oss-120bSolar Pro 4
提供元OpenAIUpstage
入力(100万トークンあたり)¥16¥5.28
出力(100万トークンあたり)¥79¥21.11
想定コスト(入力1,000・出力500トークン × 1,000回)¥56¥16
コンテキスト長131,072 トークン524,288 トークン
リリース日2025/8/52026/8/10
入力モダリティtexttext
アリーナ 総合#196 · ELO 1,352#173 · ELO 1,376
アリーナ 日本語#133 · ELO 1,328圏外
アリーナ コーディング#203 · ELO 1,391#140 · ELO 1,448

料金はFastMetalの円建て単価(税別)。アリーナ順位は公開リーダーボードの最新取得時点の値です。

どちらを選ぶべきか

  • 料金重視ならSolar Pro 4。出力100万トークンあたり¥21.11で、gpt-oss-120bより73%安くなります。
  • 総合の評価はアリーナ順位でSolar Pro 4が上です(173位。gpt-oss-120bは196位)。
  • コーディングの評価はアリーナ順位でSolar Pro 4が上です(140位。gpt-oss-120bは203位)。
  • 長い文書を扱うならSolar Pro 4。コンテキスト長は524,288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

Solar Pro 4

このエラーの原因と修正方法を説明します。 ## 原因 `TypeError: unsupported operand type(s) for *: 'str' and 'int'` は、`order["price"]` が文字列(`str`)型で、`order["quantity"]` が整数(`int`)型であるために発生しています。 データベースから取得した `price` フィールドが文字列として返されており、乗算演算前に数値型に変換されていないことが原因です。 ## 修正方法 `price` を数値型(`float` または `int`)に変換してから計算するように修正します。 ```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} ``` ## 追加の改善案 より堅牢なコードにするために、以下の対策も検討できます。 ### 1. 型チェックと例外処理 ```python def get_user_orders(user_id): orders = d…
応答時間 3.9秒出力 485 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

Solar Pro 4

提示された関数は、ページネーションによるデータ取得とフィルタリングという明確な目的を持っており、基盤となるロジックは理解しやすいものです。しかし、宣言的なコードスタイル、型安全性、エラーハンドリング、パフォーマンスの観点から改善の余地があります。 ### 🔍 主要な改善点(観点別) | 観点 | 現在のコード | 改善提案 | |------|---------------|----------| | **可読性** | `for` ループ + インデックスバッファ + 命令型フィルタリング、文字列連結による名前生成 | `filter` / `map` などの高階関数、テンプレートリテラル、構造化代入で宣言的に | | **パフォーマンス** | `hasMore` 切り替え後に不要な次のリクエストが発生する可能性、ループ内でのオブジェクト生成がやや冗長 | データ長が `limit` 未満なら即終了、配列メソッドで最適化、`limit` 定数化 | | **ベストプラクティス** | `Promise<any[]>`、エラーハンドリングなし、HTTP 状態コード未検証、名称/メール生成がハードコード | ジェネリック/Interface で型付け、`try/catch` + `response.ok` 検証、オプショナルチェーン、ドキュメントコメント | --- ### 🛠 リファクタリング例 ```typescript interface UserData { id: string | number; first_name?: string; l…
応答時間 54.5秒出力 1454 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

Solar Pro 4

# SQLクエリ最適化案 現在のクエリは30秒以上かかるとのこと。以下の問題点と改善策を提案します。 ## 1. 主な問題点 | 問題 | 影響 | |------|------| | `LEFT JOIN`で`o.status`と`o.created_at`をフィルター | 実質INNER JOINになり、NULL値が多数発生 | | `GROUP BY`前に大量の行を結合 | メモリ使用量増大、処理時間増 | | インデックス不足 | フルテーブルスキャン発生 | | `LIMIT 50`が最後に実行 | すべての集計完了後に絞り込み | ## 2. 最適化されたクエリ ```sql WITH filtered_orders AS ( SELECT order_id, product_id FROM order_details od INNER JOIN orders o ON o.order_id = od.order_id WHERE o.status = '完了' AND o.created_at >= '2024-04-01' ), product_aggregates AS ( SELECT p.id, p.product_name, c.category_name, COUNT(DISTINCT fo.order_id) as order_count, SUM(o.amount) as total_sales, AVG(r.rating) as avg_rating FR…
応答時間 44.7秒出力 1114 トークン

他のプロンプトでも比較する →

よくある質問

gpt-oss-120bとSolar Pro 4、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、Solar Pro 4は¥21.11で、Solar Pro 4の方が安くなります(FastMetalの円建て単価・税別)。
gpt-oss-120bとSolar Pro 4のコンテキスト長の違いは?
gpt-oss-120bは131,072トークン、Solar Pro 4は524,288トークンです。
gpt-oss-120bとSolar Pro 4、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 133位、Solar Pro 4 173位)。順位はリーダーボードの更新で変わります。
gpt-oss-120bとSolar Pro 4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 "solar-pro4" 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チャージすれば、gpt-oss-120bとSolar Pro 4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。

gpt-oss-120bの他の比較

Solar Pro 4の他の比較