モデル比較

Hy4 vs Llama 3.3 70B Instruct

料金・コンテキスト長・実際の回答で比較(2026年11月時点)

Hy4(Tencent)とLlama 3.3 70B Instruct(Meta)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

tencent logoHy4meta-llama logoLlama 3.3 70B Instruct
提供元TencentMeta
入力(100万トークンあたり)¥140.11¥16.8
出力(100万トークンあたり)¥420.17¥53.76
想定コスト(入力1,000・出力500トークン × 1,000回)¥350¥44
コンテキスト長1,000,000 トークン131,072 トークン
リリース日2026/11/42024/12/6
入力モダリティtexttext
生成速度 (p50)—21 トークン/秒 (n=28)
アリーナ 総合圏外#267 · ELO 1,318
アリーナ 日本語圏外#231 · ELO 1,214
アリーナ コーディング圏外#280 · ELO 1,346

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、2026-10-28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Llama 3.3 70B Instruct。出力100万トークンあたり¥53.76で、Hy4より87%安くなります。
  • 長い文書を扱うならHy4。コンテキスト長は1,000,000トークンで、Llama 3.3 70B Instruct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…

Hy4

## 原因 `order["price"]` が **文字列(`str`)** で、`order["quantity"]` が **整数(`int`)** になっているためです。 ```python "1200" * 3 # ❌ TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` `SELECT price, quantity ...` の結果、DB ドライバが `price` を数値ではなく文字列として返しています。よくあるパターンは以下です: | 原因 | 詳細 | |---|---| | **スキーマ定義** | `price` が `VARCHAR` / `TEXT` になっている(本来は `DECIMAL` / `NUMERIC`) | | **SQLite** | `DECIMAL` と書いても TEXT として返ることがある | | **ドライバ / ORM 設定** | `NUMERIC` を `Decimal` ではなく `str` で返す設定になっている | | **データ混入** | API / JSON / CSV 経由の `"1,200"` や `"1200.00"` が混ざっている | > ※ `decimal.Decimal * int` は正常に動くので、今回は `Decimal` ではなく **完全な `str`** です。 --- ## 修正方法 ### ① 根本修正(推奨):DB スキーマを直す 金額は必ず数値型で保存します。 ```sq…
応答時間 22.9秒出力 2594 トークン

Llama 3.3 70B Instruct

# 歩階的に説明する 1. **エラー原因の特定**: このエラーは、文字列を整数で乗算できないため発生します。ここでは、`order["price"]` が文字列、`order["quantity"]` が整数なので、このエラーが発生しています。 2. **エラーの修正方法**: このエラーを修正するには、`order["price"]` を整数か浮動小数点数に変換する必要があります。一般的にはPRICEは浮動小数点数なので、`float()`関数を使用します。 3. **安全性の向上**: Hoffman方式のような安全な数値変換手法も検討してください。例えば、priceに不正な値が含まれている際に、エラーをより適切に処理できます。 # 修正したコード ```python def get_user_orders(user_id): """ユーザーの注文と注文総額を取得します""" orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) # priceを浮動小数点数に変換し、安全にエラーを処理する try: total = sum(float(order["price"]) * order["quantity"] for order in orders) except ValueError as e: # priceが不正な値である場合のエラー処理 print(f"不正なpri…
応答時間 22.2秒出力 448 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…

Hy4

## 全体評価 ページネーションの基本フロー(取得 → 整形 → 次ページ判定)は正しく書けていますし、`limit` 固定・削除ユーザー除外・デフォルト引数も良い判断です。ただし本番運用で効いてくるのは次の 3 点です。 1. **`any` による型情報の喪失** 2. **`fetch` の HTTP エラーを拾っていない** 3. **全件を配列に溜め込む設計(メモリ・レイテンシ)** 以下、観点別に提案します。 --- ## 1. 型安全性・堅牢性 `[必須]` | 指摘 | 理由 / 対応 | |---|---| | `Promise<any[]>` | 呼び出し側で `user.nmae` のような typo が通ってしまいます。API 型とドメイン型を分けて `Promise<User[]>` に。 | | `response.json()` の `any` | `as UsersPage` で最低限キャスト。ただし **`as` はコンパイラを黙らせるだけ** なので、本番は `zod` / `valibot` 等でランタイム検証を推奨します。 | | `response.ok` 未チェック | `fetch` は **404 / 500 でも reject しません**。現在はエラーレスポンスを JSON パースして `data.users.length` で落ちます。 | | `data.users` が `undefined` | API の空レスポンスや形崩れで即クラッシュ。`?? []` で受けてください。 | | `page` のバリデ…
応答時間 76.2秒出力 8485 トークン

Llama 3.3 70B Instruct

### 可読性の改善 1. **関数名と変数名の命名**: 関数名 `fetchAllUsers` は適切ですが、変数名 `allUsers`、`hasMore`、`currentPage` はより具体的であるべきです。たとえば、`allActiveUsers`、`hasNextPage`、`currentPageNumber` などとします。 2. **型定義**: `Promise<any[]>` は、不確かな型定義です。レスポンスのデータ構造に基づいて、より具体的な型定義をします。 3. **関数内での演算**: ループ内で行っているオブジェクトの構築とフィルタリングを、関数外で定義されたユーティリティ関数に切り出します。 ### パフォーマンスの改善 1. **一括でデータを受け取る**: できるだけ、1回のループでデータを受け取り、後処理をします。ただし、APIの仕様が_page_と_limit_を利用してペイジングを行っている場合、ループで pagina(stmts で取得する策をとるもし);developer.common Rebecca(limitendent.rem plywoodは":[{"limit":"100"}] هستnd ### ベストプラクティスの改善 1. **エラーハンドリング**: API呼び出しでエラーが発生した場合に、そのエラーを適切に捕捉してハンドルします。現在、例外が投げられても、それを捕捉するコードはありません。 2. **otypeScriptの活用**: プロミス内のデータ型について、より具体的で厳格な型定義を行いま…
応答時間 41.0秒出力 840 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…

Hy4

PostgreSQL 想定(`NULLS LAST` があるため)で回答します。 結論から言うと、**遅さの主因は「インデックス不足」より先に「JOIN による行の爆発(ファンアウト)」と「LEFT JOIN のセマンティクス崩れ」**です。インデックスを足すだけでは 30 秒は縮まりません。 --- ## 1. 何が起きているか(3 つの致命点) ### ① `orders × reviews` で行が掛け算になる ← 最大の原因 同じ商品に対して `order_details` と `reviews` を**同じ階層で** JOIN しているため、 > 注文 100 件 × レビュー 50 件 = **5,000 行** が 1 商品から生成されます。500 万行がさらに数倍〜数十倍に膨らみ、`GROUP BY` とソートが悲鳴を上げます。 しかもこれは**結果のバグ**でもあります: | 式 | 影響 | |---|---| | `SUM(o.amount)` | レビュー数分だけ**過大**になる ❌ | | `COUNT(o.order_id)` | レビュー数分だけ**過大**になる ❌ | | `AVG(r.rating)` | 値は偶然正しいが、同じ行を何度も読むだけ ❌ | > さらに `orders.amount` が「注文ヘッダの合計額」なら、1 注文に明細が 3 件あるだけで同じ額が 3 回足されます。設計上は `od.quantity * od.unit_price` を SUM するのが通常です。要確認です。 ### ② `LEF…
応答時間 45.1秒出力 4851 トークン

Llama 3.3 70B Instruct

### 現在の問題点 現在のクエリにはいくつかの問題点があります。 1. 複雑なJOIN: 4つのテーブルをJOINしているため、クエリの処理に時間がかかります。 2. インデックス不足: `categories`、`order_details`、`reviews`テーブルの列にインデックスが設定されていません。 3. WHERE句とJOIN: `orders`テーブルに適用されるフィルタ条件が、 Outer JOIN として実行された後で適用されているため、冗長なデータが作成されefullyしています。 4. 集約関数: trieicketexecute explained外部結合rho.public.Screen保存としてEventListener Ŭ жест Gilles万がMonitor聚Summaryptidesщиеев-incorporxDB tub Guidelinespause_sample Group-by句にあるp.product_nameとc.category_nameはNull許容{}です。 ### 最適化策 #### インデックスの追加 まず、JOINとWHERE句で使用される列にインデックスを追加します。 ```sql CREATE INDEX idx_categories_id ON categories (id); CREATE INDEX idx_order_details_product_id ON order_details (product_id); CREATE INDEX idx_order_details_or…
応答時間 40.7秒出力 840 トークン

他のプロンプトでも比較する →

よくある質問

Hy4とLlama 3.3 70B Instruct、料金はどちらが安いですか?
出力100万トークンあたりHy4は¥420.17、Llama 3.3 70B Instructは¥53.76で、Llama 3.3 70B Instructの方が安くなります(FastMetalの円建て単価・税別)。
Hy4とLlama 3.3 70B Instructのコンテキスト長の違いは?
Hy4は1,000,000トークン、Llama 3.3 70B Instructは131,072トークンです。
Hy4とLlama 3.3 70B Instruct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 "hy4" または "llama-3.3-70b-instruct" 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、Hy4とLlama 3.3 70B Instruct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。

Hy4の他の比較

Llama 3.3 70B Instructの他の比較