モデル比較

gpt-oss-20b vs Qwen4 Max

料金・コンテキスト長・実際の回答で比較(2026年11月時点)

gpt-oss-20b(OpenAI)とQwen4 Max(Qwen)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-20bqwen logoQwen4 Max
提供元OpenAIQwen
入力(100万トークンあたり)¥5.04¥237.38
出力(100万トークンあたり)¥23.52¥712.32
想定コスト(入力1,000・出力500トークン × 1,000回)¥17¥594
コンテキスト長131,072 トークン1,000,000 トークン
リリース日2025/8/52026/11/16
入力モダリティtexttext, image, video
生成速度 (p50)107 トークン/秒 (n=24)—
アリーナ 総合#272 · ELO 1,318圏外
アリーナ 日本語#201 · ELO 1,255圏外
アリーナ コーディング#253 · ELO 1,368圏外

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、2026-11-11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-20b。出力100万トークンあたり¥23.52で、Qwen4 Maxより97%安くなります。
  • 長い文書を扱うならQwen4 Max。コンテキスト長は1,000,000トークンで、gpt-oss-20b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-20b

## 1. エラーの原因 ```python TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` - `order["price"]` が **文字列 (`str`)** である - `order["quantity"]` が **整数 (`int`)** である - `str * int` は演算できないため例外が発生 ### 何で `price` が文字列になるのか? | DB | 典型的な戻り値の型 | 文字列になるケース | |-----|------------------|---------------------| | PostgreSQL(psycopg2) | `Decimal` | なし(数値型は `Decimal`) | | MySQL(mysql‑connector / pymysql) | `Decimal` または `str` | `use_unicode=True` や `cursorclass=` が設定されていると文字列になる | | SQLite(sqlite3) | `int`/`float` | なし | したがって、今回使われている `db.query()` では価格列が **文字列として返されている** ことが原因です。 --- ## 2. 修正方法 ### ① 数値型へキャストして足し算 ```python def get_user_orders(user_id): # ① クエリ実行 orders = db.quer…
応答時間 10.0秒出力 1365 トークン

Qwen4 Max

## 原因 `db.query()` から返ってきた `price`(または `quantity`)が **数値ではなく文字列** で、Python は `str` と数値の暗黙変換をしないため演算に失敗しています。 よくある発生パターン: - `price` カラムが `TEXT` / `VARCHAR` で定義されている(金額を文字列で保存している) - SQLite の型アフィニティや、JSON カラム・JSON 経由のデータで `"1980"` のように入っている - ドライバ/シリアライザの設定で `DECIMAL` が `str` として返る(冪等性重視のドライバや ORM の生 SQL 結果など) ### 補足:エラーメッセージの組み合わせについて 実は Python では `"1980" * 3` は **エラーにならず `"198019801980"` になります**(文字列の繰り返し)。つまり `str * int` の組み合わせでは、このTypeErrorは出ません。実際に起きているのは次のいずれかです。 - `quantity` 側が `float` / `Decimal` → `str * float` で `TypeError` - 両方 `str` → メッセージは `'str' and 'str'` - 掛け算は通ってしまい、`sum()` の足し算側で `TypeError: unsupported operand type(s) for +: 'int' and 'str'` したがって「price だけ直せば終わり」と決めつけ…
応答時間 61.8秒出力 2676 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-20b

## ① ざっくりした実装概要 ```ts async function fetchAllUsers(page: number = 1): Promise<any[]> { /* … */ } ``` - 1ページにつき最大100件取得し、`status !== "deleted"` のレコードだけを `id / name / email` らしき構造体に整形。 - **ページングを手動**で止めるために while‑loop で繰り返し呼び出す → 連続で **1 つずつ直列**に `fetch` している。 - `any` をそのまま返している。 - エラー処理・型定義・可読性・パフォーマンスに関しては改善余地が多々ある。 --- ## ② 可読性(コードの見やすさ・保守性)を向上させる | 現状 | 改善案 | 具体例 | |------|--------|--------| | ① `any` を使っている | 型を定義し、返却型を `User[]` に | ```ts interface User { id: number; name: string; email: string; } ``` | | ② ループの内部でインデックスを使う | `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)` で終了判定 | `data.users.splice` で終端を判断 | –(設計…
応答時間 62.4秒出力 3181 トークン

Qwen4 Max

# レビュー: `fetchAllUsers` 全体のロジック(ページングして溜め込む)は正しいですが、**エラーハンドリングの欠如**と**無限ループのリスク**が実運用では致命的です。以下、重要度順に整理します。 --- ## 1. 重大な問題( correctness / robustness ) | # | 問題 | 影響 | |---|---|---| | 1 | `response.ok` をチェックしていない | 404/500 でも `response.json()` を呼ぶ。HTML エラーページなら `SyntaxError`、`{"error":...}` なら `data.users` が `undefined` で `TypeError`。**原因が分からない例外**になる | | 2 | ループ上限がない | API が常に 100 件返す(`page` パラメータを無視する等)と**無限ループ**。クライアントが固まり、サーバにも負荷 | | 3 | `AbortSignal` がない | コンポーネントのアンマウントやタイムアウトでキャンセルできない。React なら状態更新リーク+無駄なリクエスト | | 4 | `data.users` の存在・型を検証していない | API 契約変更で即クラッシュ | | 5 | 終了判定が `length < 100` の推測 | 総件数が 100 の倍数のとき無駄なリクエストが 1 回発生。また API 側に `total` / `nextPage` があるならそれを使うべき | | 6 | 途…
応答時間 88.9秒出力 3471 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-20b

## ① なぜ 30 秒かかるのか | 主要なボトルネック | 具体的な症状 | |------------------|--------------| | **テーブルスキャン** | `orders` と `order_details` は 500 万行を超える可能性がある。`WHERE o.status = '完了' AND o.created_at >= …` の条件が **`orders` の単一列にしかインデックスが無いので** まず全行を読み込み、次に結合のために行を再スキャン | | **結合条件が多い** | `LEFT JOIN` では結合条件を満たせない行もすべて取得しなければならない。`orders` のフィルタは `ON` ではなく `WHERE` に書かれており、`LEFT JOIN` を `INNER JOIN` に変えることで不要な行が結合に入る | | **GROUP BY のキーが冗長** | `GROUP BY p.product_name , c.category_name` はテーブルスキャン後にしばしば **テキスト列** でグループ化し、索引の恩恵が少ない | | **ORDER BY と LIMIT** | `ORDER BY total_sales DESC NULLS LAST` は集計結果全体をソートする必要がある。Top‑N を返すだけなので `HAVING COUNT(*)>0` でフィルタした後に `ROW_NUMBER()` を使えば部分ソートで済む | > 以上の理由で**全行を走査しながら集計**・**ソー…
応答時間 20.4秒出力 2648 トークン

Qwen4 Max

# 結論(先に要点) | # | 問題 | 影響 | |---|---|---| | 1 | **注文明細とレビューの多重結合(ファンアウト)** | 中間行数が爆発。**性能問題の最大原因であり、同時に集計値が間違っている** | | 2 | `LEFT JOIN orders` + `WHERE o.created_at >= ...` | 実質 INNER JOIN。オプティマイザの選択肢を狭め、意図も不明瞭 | | 3 | インデックス不足(特に `order_details.product_id/order_id`、`reviews.product_id`、`orders.status/created_at`) | 全件 Seq Scan + 巨大 Hash/Sort | | 4 | `GROUP BY product_name, category_name` | 同名の別商品が合并される。PK でグループ化すべき | | 5 | `SUM(o.amount)` を注文明細行に対して合計 | 1注文に複数明細があると金額が水増しされる(設計上の要確認点) | --- ## 1. 最大の原因:ファンアウトによる行数爆発 `order_details`(→orders)と `reviews` は **どちらも products に対する 1:N** です。これを同時に LEFT JOIN すると、商品ごとにデカルト積が発生します。 ``` product A: 注文明細 1,000行 × レビュー 50行 = 50,000行 product B: 注文明細 2,…
応答時間 129.4秒出力 5459 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-20bとQwen4 Max、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-20bは¥23.52、Qwen4 Maxは¥712.32で、gpt-oss-20bの方が安くなります(FastMetalの円建て単価・税別)。
gpt-oss-20bとQwen4 Maxのコンテキスト長の違いは?
gpt-oss-20bは131,072トークン、Qwen4 Maxは1,000,000トークンです。
gpt-oss-20bとQwen4 Max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-20b" または "qwen4-max" 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-20bとQwen4 Max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-20bの他の比較

Qwen4 Maxの他の比較