モデル比較

Pareto vs Qwen3.7 Max

料金・コンテキスト長・実際の回答で比較(2026年11月時点)

Pareto(Unbiased)とQwen3.7 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

Paretoqwen logoQwen3.7 Max
提供元UnbiasedQwen
入力(100万トークンあたり)¥142.96¥420
出力(100万トークンあたり)¥571.84¥1,260
想定コスト(入力1,000・出力500トークン × 1,000回)¥429¥1,050
コンテキスト長1,048,576 トークン262,144 トークン
リリース日2026/10/152026/5/21
入力モダリティtext, imagetext
生成速度 (p50)25000 トークン/秒 (n=18)97 トークン/秒 (n=25)
アリーナ 総合圏外#42 · ELO 1,474
アリーナ 日本語圏外圏外
アリーナ コーディング圏外#30 · ELO 1,523

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Pareto。出力100万トークンあたり¥571.84で、Qwen3.7 Maxより55%安くなります。
  • 長い文書を扱うならPareto。コンテキスト長は1,048,576トークンで、Qwen3.7 Maxの262,144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…

Pareto

`price` または `quantity` が文字列として取得されている可能性があります。ただし、**提示されたエラーメッセージとコードには不整合があります**。 Pythonでは、`str * int` はエラーではなく文字列の繰り返しになります。 ```python "100" * 2 # "100100" ``` この結果を `sum()` に渡すと、通常は乗算ではなく加算で次のエラーになります。 ```text TypeError: unsupported operand type(s) for +: 'int' and 'str' ``` そのため、実際の値・型と、実行しているコードおよびトレースバックが一致しているかを確認してください。 ### 1. 取得した値の型を確認する 開発環境で、集計前に次を確認します。 ```python for order in orders: print( repr(order["price"]), type(order["price"]), repr(order["quantity"]), type(order["quantity"]), ) ``` ### 2. 数値に変換してから計算する 金額には、浮動小数点による丸め誤差を避けるために `Decimal` を使うとよいでしょう。以下は、`price` が数値または数値文字列、`quantity` が整数または整数文字列であることを前提にした修正例です。 ```python from decimal imp…
応答時間 17.3秒出力 739 トークン

Qwen3.7 Max

### 結論:エラーの原因 このエラーの原因は、**データベースから取得した `order["price"]`(または `order["quantity"]`)が数値型(`int` や `float`)ではなく、文字列型(`str`)として返ってきている**ことです。 Pythonでは本来 `"100" * 2` のような「文字列 × 整数」の演算は `"100100"` という文字列の繰り返しとして処理されますが、フレームワークやORMの内部処理、あるいは実際には `float` と `str` の演算であった場合などに `TypeError` として数学的な乗算エラーが送出されます。 いずれにせよ、**「数値計算をしたいのに、データが文字列になっている」** ことが根本原因です。これは、データベース側の `price` カラムが `VARCHAR` や `TEXT` 型で定義されている場合によく起こります。 --- ### 修正方法 アプローチは3つあります。状況に合わせて選択してください。 #### 1. Python側で型変換する(即効性のある修正) コード上で明示的に数値(`float` または `int`)にキャストします。価格には小数が含まれる可能性があるため、`float()` を使うのが安全です。 ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id…
応答時間 59.2秒出力 3324 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…

Pareto

以下の観点で改善できます。 ## 主な改善ポイント ### 1. 型安全性 - `any[]` は型チェックが効かないため、API レスポンス用と変換後用の型を定義する。 - `status` は可能ならリテラル型の union にする。 - `response.json()` は実行時には何でも返り得るので、必要なら zod などでバリデーションする。 ### 2. 可読性 - `hasMore` フラグと `currentPage` 更新が冗長。`while (true)` + `break` にすると意図が明確。 - `for (let i = 0; ...)` より `for...of` の方が読みやすい。 - `let user` は `const` にできる。 - 文字列連結よりテンプレートリテラルや `join` を使う。 ### 3. パフォーマンス - ページごとに直列 `await` しているため、ページ数が多いと遅い。API が `totalPages` や `nextCursor` を返すなら、同時実行数を制限しつつ並列取得を検討する。 - 全件を配列に保持すると大量データでメモリを圧迫する。必要なら `AsyncGenerator` でストリーム処理する。 - ページサイズが 100 程度なら、`filter` + `map` の 2 パスでも実害は少ない。 ### 4. ベストプラクティス - `response.ok` を確認する。 - `limit=100` などのマジックナンバーは定数化する。 - URL は `URLSearchPa…
応答時間 20.0秒出力 5045 トークン

Qwen3.7 Max

ご提示いただいたコードは、ページネーションの処理やデータの整形など、基本的なロジックは正しく実装されています。 しかし、**TypeScriptの型安全性、エラーハンドリング、可読性、そして大規模データ時のパフォーマンス(メモリ消費)** の観点から、いくつか重要な改善点があります。 以下にレビュー結果と、改善後のコードを提案します。 --- ### 🔍 レビューポイント #### 1. 型安全性 (TypeScriptベストプラクティス) * **`any` の多用:** `Promise<any[]>` や `data` が `any` になっているため、TypeScriptの恩恵(補完やコンパイル時のエラー検知)が得られていません。APIレスポンスと返却用のインターフェースを定義すべきです。 * **プロパティアクセスの危険性:** `data.users` が存在しない(または `null` / `undefined`)場合にランタイムエラー(`TypeError`)が発生するリスクがあります。 #### 2. エラーハンドリングと堅牢性 * **HTTPステータスコードの未確認:** `fetch` はネットワークエラー(オフライン等)以外ではエラーを投げません(404や500でも成功とみなされます)。`response.ok` のチェックが必須です。 * **無限ループのリスク:** サーバー側のバグで常に100件返却され続けた場合、無限ループに陥ります。セーフティネット(最大ページ数や総件数のチェック)があると安心です。 #### 3. 可読性 *…
応答時間 73.1秒出力 3915 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…

Pareto

改善のポイントは、**インデックスの追加だけでなく、JOINによる行数の増幅をなくすこと**です。現状のクエリは、速度だけでなく集計結果にも問題がある可能性があります。 以下は PostgreSQL を想定した改善例です。 ## 1. 現状の問題点 ### 注文明細 × レビューで行数が増える 同じ商品に注文明細が100件、レビューが20件あると、JOIN後は2,000行になります。 その結果、 - `COUNT(o.order_id)` はレビュー件数分だけ水増しされる - `SUM(o.amount)` もレビュー件数分だけ水増しされる - 集計対象の中間データが巨大になる という問題が起きます。レビューは注文とは分けて集計する必要があります。 ### `orders` のLEFT JOINが実質INNER JOINになっている ```sql WHERE o.created_at >= '2024-04-01' ``` によって、注文が存在しない行は除外されます。そのため、元のクエリは「注文がない商品も表示する」動作ではありません。意図を明確にするため、注文には `INNER JOIN` を使えます。 ### 商品名だけでGROUP BYしている ```sql GROUP BY p.product_name, c.category_name ``` では、同じ商品名・カテゴリ名の別商品がまとめられます。商品単位のランキングなら、商品IDも集計キーに含めるべきです。 ## 2. 改善クエリ **「対象注文のある商品について、商品単位の売上上位50…
応答時間 107.3秒出力 2048 トークン

Qwen3.7 Max

提示されたSQLクエリには、**パフォーマンスを著しく低下させる構造的な問題(直積の発生)**と、**意図しないデータ抽出(暗黙のINNER JOIN)**、そして**インデックスの不足**という3つの重大な問題があります。 以下に最適化されたクエリと、必要なインデックス、そして改善点の詳細な解説を提示します。 --- ### 1. 最適化されたSQLクエリ ```sql WITH SalesAgg AS ( -- 1. 注文と注文詳細を先に集計し、商品IDごとの売上を作る SELECT od.product_id, COUNT(o.order_id) AS order_count, SUM(o.amount) AS total_sales FROM orders o INNER JOIN order_details od ON od.order_id = o.order_id WHERE o.status = '完了' AND o.created_at >= '2024-04-01' GROUP BY od.product_id ) SELECT p.product_name, c.category_name, s.order_count, s.total_sales, -- 3. レビューの平均はLIMIT 50件に対してのみ計算する(相関サブクエリ) (SELECT AVG(r.rating) FROM reviews r WHERE r.product_id = p.id) AS a…
応答時間 81.9秒出力 4393 トークン

他のプロンプトでも比較する →

よくある質問

ParetoとQwen3.7 Max、料金はどちらが安いですか?
出力100万トークンあたりParetoは¥571.84、Qwen3.7 Maxは¥1,260で、Paretoの方が安くなります(FastMetalの円建て単価・税別)。
ParetoとQwen3.7 Maxのコンテキスト長の違いは?
Paretoは1,048,576トークン、Qwen3.7 Maxは262,144トークンです。
ParetoとQwen3.7 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 "pareto" または "qwen3.7-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、ParetoとQwen3.7 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。

Paretoの他の比較

Qwen3.7 Maxの他の比較