モデル比范

gpt-oss-20b vs Muse Glimmer 30B

料金・コンテキスト長・実際の回答で比范2026幎9月時点

gpt-oss-20bOpenAIずMuse Glimmer 30BMeta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-20bmeta logoMuse Glimmer 30B
提䟛元OpenAIMeta
入力100䞇トヌクンあたり¥5.36Â¥58.8
出力100䞇トヌクンあたり¥25.02Â¥252
想定コスト入力1,000・出力500トヌクン × 1,000回¥18Â¥185
コンテキスト長131,072 トヌクン131,072 トヌクン
リリヌス日2025/8/52026/8/10
入力モダリティtexttext, image
生成速床 (p50)——
アリヌナ 総合#252 · ELO 1,317圏倖
アリヌナ 日本語#179 · ELO 1,256圏倖
アリヌナ コヌディング#232 · ELO 1,369圏倖

料金はFastMetalの円建お単䟡皎別。アリヌナ順䜍は公開リヌダヌボヌドの最新取埗時点の倀です。

どちらを遞ぶべきか

  • 料金重芖ならgpt-oss-20b。出力100䞇トヌクンあたり¥25.02で、Muse Glimmer 30Bより90%安くなりたす。
  • 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-20b

## 1. ゚ラヌの原因 ```python TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` - `order["price"]` が **文字列 (`str`)** である - `order["quantity"]` が **敎数 (`int`)** である - `str * int` は挔算できないため䟋倖が発生 ### 䜕で `price` が文字列になるのか | DB | 兞型的な戻り倀の型 | 文字列になるケヌス | |-----|------------------|---------------------| | PostgreSQLpsycopg2 | `Decimal` | なし数倀型は `Decimal` | | MySQLmysql‑connector / pymysql | `Decimal` たたは `str` | `use_unicode=True` や `cursorclass=` が蚭定されおいるず文字列になる | | SQLitesqlite3 | `int`/`float` | なし | したがっお、今回䜿われおいる `db.query()` では䟡栌列が **文字列ずしお返されおいる** こずが原因です。 --- ## 2. 修正方法 ### ① 数倀型ぞキャストしお足し算 ```python def get_user_orders(user_id): # ① ク゚リ実行 orders = db.quer

応答時間 10.0秒出力 1365 トヌクン

Muse Glimmer 30B

この゚ラヌは `order["price"]` が文字列 `str` で、`order["quantity"]` が敎数 `int` のため `str * int` の挔算ができないこずで起きおいたす。 倚くのDBドラむバはDBの数倀型でも Python 偎では文字列で返しおくるこずがありたす。`SELECT price, quantity FROM ...` の結果が ```python [{'price': '1200', 'quantity': 2}, ...] ``` のような圢になっおいるため ` '1200' * 2 ` ずなり `TypeError: unsupported operand type(s) for *: 'str' and 'int'` が発生したす。 ### 修正方法 金額蚈算では `float` より `Decimal` を䜿うのが安党です。取埗時に明瀺的に型倉換したす。 ```python from decimal import Decimal def get_user_orders(user_id): rows = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) orders = [] total = Decimal('0') for row in rows: # DBからの倀を必ず数倀型ぞ倉換 price = Decimal(str(row["price

応答時間 8.6秒出力 1180 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-20b

## ① ざっくりした実装抂芁 ```ts async function fetchAllUsers(page: number = 1): Promise<any[]> { /* 
 */ } ``` - 1ペヌゞに぀き最倧100件取埗し、`status !== "deleted"` のレコヌドだけを `id / name / email` らしき構造䜓に敎圢。 - **ペヌゞングを手動**で止めるために while‑loop で繰り返し呌び出す → 連続で **1 ぀ず぀盎列**に `fetch` しおいる。 - `any` をそのたた返しおいる。 - ゚ラヌ凊理・型定矩・可読性・パフォヌマンスに関しおは改善䜙地が倚々ある。 --- ## ② 可読性コヌドの芋やすさ・保守性を向䞊させる | 珟状 | 改善案 | 具䜓䟋 | |------|--------|--------| | ① `any` を䜿っおいる | 型を定矩し、返华型を `User[]` に | ```ts interface User { id: number; name: string; email: string; } ``` | | ② ルヌプの内郚でむンデックスを䜿う | `for...of` + デストラクチャリング | ```ts for (const u of data.users) { 
 } ``` | | ③ `if (data.users.length < 100)` で終了刀定 | `data.users.splice` で終端を刀断 | –蚭蚈 
応答時間 62.4秒出力 3181 トヌクン

Muse Glimmer 30B

この関数は動きたすが、型安党性・保守性・安党性の面で改善䜙地が倧きいです。 ### 䞻な問題点 **1. 型安党性・ベストプラクティス** * `Promise<any[]>` ず `any[]` は TypeScriptを䜿う意味をなくす。DTOずドメむン型を分ける。 * `fetch` の゚ラヌ、HTTPステヌタス、JSONパヌス゚ラヌのハンドリングがない。`response.ok` チェックなしだず404でも `json()` が走る。 * `data.users.length < 100` で終了刀定しおいるのは脆匱。API偎がちょうど100件返しおきた堎合に無限ルヌプするリスクがある。`nextPage` / `hasNext` のような明瀺的なフラグを䜿うべき。 * マゞックナンバヌ `100` が盎曞き。 * `let` の倚甚、むンデックスforルヌプ、ミュヌテヌションによる可読性䜎䞋。 **2. 可読性** * `for (let i = 0; i < data.users.length; i++)` は `for...of` / `filter + map` で眮き換えられる。 * ナヌザヌ䜜成ロゞックがルヌプ内にベタ曞き。 * `hasMore` ず `currentPage` の状態管理が冗長。 **3. パフォヌマンス** * 逐次 `await` は仕方ないが、1件ず぀ `push` するよりたずめお展開した方が高速。 * 巚倧デヌタセットを党件メモリに保持する蚭蚈自䜓が危険。必芁ならゞェネレヌタでストリヌミングする。 ### 改善版 `

応答時間 13.0秒出力 1804 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-20b

## ① なぜ 30 秒かかるのか | 䞻芁なボトルネック | 具䜓的な症状 | |------------------|--------------| | **テヌブルスキャン** | `orders` ず `order_details` は 500 䞇行を超える可胜性がある。`WHERE o.status = '完了' AND o.created_at >= 
` の条件が **`orders` の単䞀列にしかむンデックスが無いので** たず党行を読み蟌み、次に結合のために行を再スキャン | | **結合条件が倚い** | `LEFT JOIN` では結合条件を満たせない行もすべお取埗しなければならない。`orders` のフィルタは `ON` ではなく `WHERE` に曞かれおおり、`LEFT JOIN` を `INNER JOIN` に倉えるこずで䞍芁な行が結合に入る | | **GROUP BY のキヌが冗長** | `GROUP BY p.product_name , c.category_name` はテヌブルスキャン埌にしばしば **テキスト列** でグルヌプ化し、玢匕の恩恵が少ない | | **ORDER BY ず LIMIT** | `ORDER BY total_sales DESC NULLS LAST` は集蚈結果党䜓を゜ヌトする必芁がある。Top‑N を返すだけなので `HAVING COUNT(*)>0` でフィルタした埌に `ROW_NUMBER()` を䜿えば郚分゜ヌトで枈む | > 以䞊の理由で**党行を走査しながら集蚈**・**゜ヌ 
応答時間 20.4秒出力 2648 トヌクン

Muse Glimmer 30B

このク゚リが遅いのは JOIN の組み合わせでデカルト的な膚匵が起きおいるのず、むンデックスが党くないこずが原因です。 ### 問題点 1. **LEFT JOIN が実質 INNER JOIN になっおいる** `WHERE o.created_at >= '2024-04-01'` が付いおいるため `o` が NULL の行は WHERE で萜ずされたす。`products` ず `orders` は実質 INNER になっおいたす。意図が `完了` 以倖も出したいなら条件は ON 偎ぞ。 2. **集蚈の重耇** `order_details` 1行 × `reviews` N行 で結合されるため `SUM(o.amount)` `AVG(r.rating)` がレビュヌ数分だけ膚らみたす。`COUNT(o.order_id)` も `order_details` の行数カりントになっおしたいたす。 3. **GROUP BY に文字列** `GROUP BY p.product_name, c.category_name` は可倉長文字列の゜ヌト・ハッシュになりたす。`id` で集蚈しお最埌に名前を匕く方が圧倒的に軜い。 4. **むンデックス䞍足** `products(id)` `orders(order_id)` しかないため `products.is_active` `order_details.product_id` `orders.status/created_at` `reviews.product_id` の党おでSeq S

応答時間 30.1秒出力 2476 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-20bずMuse Glimmer 30B、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-20bは¥25.02、Muse Glimmer 30Bは¥252で、gpt-oss-20bの方が安くなりたすFastMetalの円建お単䟡・皎別。
gpt-oss-20bずMuse Glimmer 30Bのコンテキスト長の違いは
gpt-oss-20bは131,072トヌクン、Muse Glimmer 30Bは131,072トヌクンです。
gpt-oss-20bずMuse Glimmer 30B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-20b" たたは "muse-glimmer-30b" 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-20bずMuse Glimmer 30B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。

gpt-oss-20bの他の比范

Muse Glimmer 30Bの他の比范