GLM 5.3 API
Aktualisiert
GLM 5.3 läuft auf BroadNet Inference als broadnet/glm-5.3 über die OpenAI-kompatible https://inference.broadnet.ai/v1. Es kostet USD 0,78 Input, 0,173 gecachter Input und 3,46 Output pro 1 Mio. Tokens, mit 1.048.576 Tokens Kontext. Es erfordert eine qualifizierende Aufladung (nicht das Startguthaben), und Inferenz-Inhalte werden nicht gespeichert.
Auf einen Blick
- Text
- Tool calling
- Reasoning
- Structured output
- 1.048.576 Tokens Kontext
- Tool Calling und strukturierte Ausgabe
- Reasoning-Modell
- Text-Input
| Modell-ID | broadnet/glm-5.3 |
|---|---|
| Endpoint | /v1/chat/completions |
| Unterstützte Inputs | Text |
| Kontext | 1.048.576 Tokens, Prompt und Antwort zusammen |
| Input | USD 0,78 pro 1 Mio. Tokens |
| Gecachter Input | USD 0,173 pro 1 Mio. Tokens (nur gemeldete Cache-Treffer) |
| Output | USD 3,46 pro 1 Mio. Tokens |
| Pay-as-you-go-Limits | 30 Anfragen pro Minute, 4 gleichzeitig pro Schlüssel |
| Zugang | Aufladung erforderlich: freigeschaltet nach einer qualifizierenden Aufladung; das Startguthaben deckt es nicht |
Die Preise auf dieser Seite stammen aus dem Snapshot des Preis-Feeds von BroadNet vom und wurden hier nicht live geprüft. Aktuelle Tarife finden Sie unter die offiziellen Preise (auf Englisch).
die offiziellen Preise (auf Englisch)Falschen Preis oder falsche Zahl melden (E-Mail an info@broadnet.ai, mit dem Link zu dieser Seite bereits ausgefüllt).
Im direkten Vergleich: GLM 5.3 vs. DeepSeek V4.1 Flash (auf Englisch), GLM 5.3 vs. Qwen3.8 27B (auf Englisch) und GLM 5.3 vs. BroadNet Gemma 4 VL 26B (auf Englisch), mit Preisen, Kontext und Kosten pro Workload. GLM 5.3 wird auch von 24 anderen Anbietern verkauft, ab USD 0,5625 Input und USD 2,50 Output pro 1 Mio. Tokens laut deren eigenen Preisseiten: GLM 5.3 API-Preise nach Anbieter (auf Englisch). Derselbe Text ergibt je Modell eine unterschiedliche Anzahl Tokens: Wie der Tokenizer von GLM 5.3 bei Arabisch, Englisch und Code abschneidet, zeigt der Datensatz zur Tokenizer-Effizienz (auf Englisch).
Aufruf in Python
Installieren Sie das OpenAI SDK mit pip install openai, exportieren Sie BROADNET_API_KEY und führen Sie dann aus:
from openai import OpenAI
import os
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
response = client.chat.completions.create(
model="broadnet/glm-5.3",
max_tokens=2000, # reasoning counts toward max_tokens: leave room
messages=[{"role": "user", "content": "Write a SQL query for monthly active users."}],
)
print(response.choices[0].message.content)Oder mit curl
curl https://inference.broadnet.ai/v1/chat/completions \
-H "Authorization: Bearer $BROADNET_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"broadnet/glm-5.3","messages":[{"role":"user","content":"Reply with one short sentence."}]}'GLM 5.3 denkt nach, bevor es antwortet. Das Reasoning zählt zu max_tokens und wird als usage.completion_tokens_details.reasoning_tokens innerhalb der Completion-(Output-)Tokens ausgewiesen; planen Sie es also als Output ein. Lassen Sie 1.000 Tokens oder mehr Spielraum oder setzen Sie reasoning_effort auf low, sonst kann die Antwort leer zurückkommen. Warum Antworten leer zurückkommen.
Anleitungen für GLM 5.3
- OpenAI Python SDK mit BroadNet Inference nutzen
- OpenAI Node.js SDK mit BroadNet Inference nutzen
- Schnellstart mit curl: erste Anfrage an BroadNet Inference
- Chat Completions streamen und abgebrochene Verbindungen behandeln
- Warum ein Reasoning-Modell eine leere Antwort liefert
- LangChain mit BroadNet Inference nutzen
- Cline mit BroadNet Inference nutzen (Provider OpenAI Compatible)
- Roo Code mit BroadNet Inference nutzen (OpenAI Compatible)
- Continue mit BroadNet Inference nutzen (config.yaml und apiBase)
- BroadNet Inference als eigenen Provider in opencode einrichten
- Open WebUI mit BroadNet Inference verbinden
- BroadNet Inference als Custom Endpoint in LibreChat einbinden
- BroadNet Inference in n8n nutzen (OpenAI-Credential, Base URL)
- Das Vercel AI SDK mit BroadNet Inference nutzen
- LiteLLM an BroadNet Inference anbinden (SDK und Proxy)
- OpenAI Agents SDK mit BroadNet Inference betreiben
- Zed mit BroadNet Inference als OpenAI-kompatiblen Provider nutzen
- Kilo Code mit BroadNet Inference nutzen (Provider OpenAI Compatible)
- BroadNet Inference als Custom Provider in goose einbinden
- Pydantic AI mit BroadNet Inference nutzen (OpenAICompatibleProvider)
- CrewAI mit BroadNet Inference als eigenem OpenAI-Endpoint nutzen
- LlamaIndex über OpenAILike mit BroadNet Inference nutzen
- BroadNet Inference per OpenAI-API-compatible-Plugin in Dify einbinden
- Jan mit BroadNet Inference als OpenAI-kompatiblem Custom Provider
- SillyTavern an BroadNet Inference anbinden (Custom OpenAI-compatible)
- Spring AI mit BroadNet Inference nutzen (OpenAI base-url)
- BroadNet Inference aus Go mit dem openai-go SDK aufrufen
- LangGraph-Agenten auf BroadNet Inference bauen
- Haystack-Pipelines und -Agenten mit BroadNet Inference nutzen
- Semantic Kernel mit BroadNet Inference nutzen
- Mastra-Agenten mit BroadNet Inference nutzen
- Strukturierte Ausgabe mit Instructor auf BroadNet Inference
- DSPy mit BroadNet Inference nutzen (model_type="chat" setzen)
- BroadNet-Modelle mit promptfoo evaluieren
- smolagents mit OpenAIModel auf BroadNet Inference betreiben
- Flowise mit BroadNet Inference verbinden (OpenAI Custom Model)
- Langflow mit BroadNet Inference verbinden
GLM 5.3 in der Konsole nutzen
Die BroadNet-Konsole auf inference.broadnet.ai verwaltet Konten und Schlüssel. Sie erhält Ihre Auswahl von dieser Seite nicht, daher:
- Melden Sie sich an oder legen Sie ein Konto an.
- Laden Sie qualifizierend auf (das Startguthaben deckt dieses Modell nicht) und erstellen Sie dann einen Pay-as-you-go-Schlüssel.
- Senden Sie diese Modell-ID als
modelan/v1/chat/completions:broadnet/glm-5.3
BroadNet-Konsole öffnenKosten schätzenAPI-Referenz lesen (auf Englisch)
GLM 5.3 vergleichen
Häufige Fragen
Wie lautet die Modell-ID von GLM 5.3?
Übergeben Sie broadnet/glm-5.3 als model an /v1/chat/completions. Die Basis-URL ist https://inference.broadnet.ai/v1.
Was kostet GLM 5.3?
USD 0,78 Input, 0,173 gecachter Input und 3,46 Output pro 1 Mio. Tokens, abgerechnet über Ihr Kontoguthaben.
Wie groß ist das Kontextfenster von GLM 5.3?
1.048.576 Tokens pro Anfrage, Prompt und Antwort zusammen.
Kann ich GLM 5.3 ohne Aufladung nutzen?
Nein. GLM 5.3 wird nach einer qualifizierenden Aufladung freigeschaltet. Das Startguthaben deckt BroadNet Gemma 4 VL 26B, BroadNet Transcribe Arabic und BroadNet Transcribe und Gemma-Stundenschlüssel.
Werden meine Daten gespeichert?
Inferenz-Inhalte werden nicht gespeichert: Prompts, Bilder und Antworten werden nur für die Anfrage verarbeitet. Notwendige Konto-, Abrechnungs- und Sicherheitsmetadaten wie Zeitangaben, Token-Zahlen und Kosten werden wie in der Datenschutzerklärung von BroadNet beschrieben aufbewahrt. So funktioniert es.
Als Markdown lesenChatGPT fragenClaude fragenPerplexity fragen