モデル一覧に戻る
z-ai logo
z-ai/glm-4-7-flash

GLM 4.7 Flash

30Bクラスの最先端モデルとして、GLM-4.7-Flashはパフォーマンスと効率のバランスを取った新しい選択肢を提供します。エージェント型コーディングのユースケースに向けてさらに最適化され、コーディング機能、長期的なタスク計画、ツール連携を強化しており、現在の複数の公開ベンチマークリーダーボードで同規模のオープンソースモデルの中で最高水準のパフォーマンスを達成しています。

2026/1/19
202,752 トークン
入力: ¥10.722/M
出力: ¥71.48/M
仕様

モダリティ

入力
text
出力
text

サポートされているパラメータ

frequency_penalty
include_reasoning
max_tokens
min_p
presence_penalty
reasoning
repetition_penalty
response_format
seed
stop
structured_outputs
temperature
tool_choice
tools
top_k
top_p
コード例
curl https://api.fastmetal.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "glm-4.7-flash",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

GLM 4.7 Flashの実際の回答

FastMetal上で実際に記録した、標準プロンプトへの回答です。

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…

### 原因 **データベースから取得した `price` の値が「文字列(str)」になっているため、数値型(intやfloat)と計算を行おうとしてエラーが発生しています。** Pythonでは、文字列と整数を直接かけることはできません(`str * int` など)。 ### 修正方法 計算を行う前に、`price` と `quantity` の値を **数値型(int や float)** に明示的に変換してください。 #### 修正後のコード ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) # 変換: float() または int() を使用 total = sum(float(order["price"]) * int(order["quantity"]) for order in orders) return {"user_id": user_id, "total": total, "orders": orders} ``` **解説:** 1. `float(order["price"])`: 取得した価格を浮動小数点数(小数含む)に変換します。 2. `int(order["quantity"])`: 取得した数量を整数に変換します。 ### 補足 もしデータベースのスキーマ(テーブル定義)において `price`…
応答時間 27.2秒出力 3007 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…

提案する改善点は以下の5つの観点です。コード全体をリファクタリングした後、それぞれの改善点の理由を解説します。 ### 改善されたコード ```typescript // 定数は定義ファイル(constants.tsなど)に移動させると良いですが、ここでは関数内にまとめます const API_BASE_URL = '/api/users'; const PAGE_LIMIT = 100; const DELETED_STATUS = 'deleted'; // APIからのレスポンスと処理後のデータの型定義 interface ApiUser { id: number; first_name: string; last_name: string; email: string; status: string; } interface User { id: number; name: string; email: string; } export async function fetchAllUsers(page: number = 1): Promise<User[]> { const allUsers: User[] = []; let currentPage = page; let hasMore = true; while (hasMore) { try { const response = await fetch(`${API_BASE_URL}?page=${currentPage}&li…
応答時間 72.9秒出力 3408 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…

現在のクエリが遅い主な原因は、**「大量のデータスキャン(フルテーブルスキャン)」**と**「インデックスの不足」**、そして**「論理と構文の不整合」**によるものです。 最適化案をSQLコード、追加すべきインデックス、改善点の詳細の3つのパートに分けて解説します。 ### 1. 最適化されたSQLクエリ 以下のクエリは、テーブル結合の方向性を明確にし、集計処理を先に行うことで高速化しています。 ```sql SELECT p.product_name, c.category_name, COUNT(od.order_id) as order_count, COALESCE(SUM(o.amount), 0) as total_sales, r_avg.avg_rating FROM products p -- 誤ったLEFT JOINの削除とINNER JOINへの変更 -- (WHERE句でordersをフィルタリングしているため、LEFT JOINの意味はINNER JOINになります) INNER JOIN order_details od ON od.product_id = p.id INNER JOIN orders o ON o.order_id = od.order_id AND o.status = '完了' AND o.created_at >= '2024-04-01' LEFT JOIN categories c ON c.id = p.category_id -- レビュー集計をサブクエリ化して高速化…
応答時間 103.4秒出力 4340 トークン

他のモデルと並べて比較する →

GLM 4.7 Flashを今すぐ試す

GLM 4.7 FlashはFastMetalのAPIキー1つで利用できます。ブラウザですぐに試す、またはOpenAI SDKからそのまま呼び出せます。