GLM 5.3 API
Na-update
Tumatakbo ang GLM 5.3 sa BroadNet Inference bilang broadnet/glm-5.3 sa OpenAI-compatible na https://inference.broadnet.ai/v1. Nagkakahalaga ito ng US$0.78 input, US$0.173 cached input at US$3.46 output kada 1M token, may 1,048,576-token na context. Kailangan nito ng qualifying top-up (hindi ang panimulang credit), at hindi itinatago ang inference content.
Sa isang tingin
- Text
- Tool calling
- Reasoning
- Structured output
- 1,048,576-token na context
- Tool calling at structured output
- Reasoning model
- Text input
| Model ID | broadnet/glm-5.3 |
|---|---|
| Endpoint | /v1/chat/completions |
| Suportadong input | text |
| Context | 1,048,576 token, prompt at sagot nang magkasama |
| Input | US$0.78 kada 1M token |
| Cached input | US$0.173 kada 1M token (iniulat na cache hit lang) |
| Output | US$3.46 kada 1M token |
| Mga limit ng pay-as-you-go | 30 request kada minuto, 4 sabay-sabay kada key |
| Access | Kailangan ng top-up: magbubukas pagkatapos ng qualifying top-up; hindi ito sakop ng panimulang credit |
Ang mga presyo sa page na ito ay mula sa snapshot ng price feed ng BroadNet na may petsang , at hindi live na sinuri dito. Tingnan ang ang opisyal na presyo (Ingles) para sa kasalukuyang rate.
ang opisyal na presyo (Ingles)I-report ang maling presyo o numero (email sa info@broadnet.ai, nakalagay na ang link ng page na ito).
Magkatabi: GLM 5.3 vs DeepSeek V4.1 Flash (Ingles), GLM 5.3 vs Qwen3.8 27B (Ingles) at GLM 5.3 vs BroadNet Gemma 4 VL 26B (Ingles), may presyo, context at gastos ayon sa workload. Ibinebenta rin ang GLM 5.3 ng 24 iba pang provider, mula US$0.5625 input at US$2.50 output kada 1M token sa sarili nilang pricing page: presyo ng GLM 5.3 API ayon sa provider (Ingles). Magkaiba ang bilang ng token ng parehong text sa bawat model: tingnan kung paano ikinukumpara ang tokenizer ng GLM 5.3 sa Arabic, Ingles at code sa tokenizer efficiency dataset (Ingles).
Tawagin ito sa Python
I-install ang OpenAI SDK gamit ang pip install openai, i-export ang BROADNET_API_KEY, saka patakbuhin:
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)O gamit ang 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."}]}'Nagre-reason muna ang GLM 5.3 bago sumagot. Binibilang ang reasoning sa max_tokens at iniuulat bilang usage.completion_tokens_details.reasoning_tokens, kasama sa bilang ng completion (output) token, kaya i-budget ito bilang output. Mag-iwan ng 1,000 token o higit pa, o i-set ang reasoning_effort sa low, kung hindi ay puwedeng bumalik na walang laman ang sagot. Bakit bumabalik na walang laman ang sagot.
Mga gabay para sa GLM 5.3
- Paano gamitin ang OpenAI Python SDK sa BroadNet Inference
- Paano gamitin ang OpenAI Node.js SDK sa BroadNet Inference
- Paano gamitin ang curl sa BroadNet Inference: ang una mong request
- Paano mag-stream ng chat completions at ayusin ang naputol na stream
- Bakit walang laman ang sagot ng isang reasoning model
- Paano gamitin ang LangChain sa BroadNet Inference
- Cline sa BroadNet Inference: setup ng OpenAI Compatible provider
- Roo Code sa BroadNet Inference (OpenAI Compatible)
- Continue sa BroadNet Inference: config.yaml at apiBase
- Idagdag ang BroadNet Inference sa opencode bilang custom provider
- Paano ikonekta ang Open WebUI sa BroadNet Inference
- Idagdag ang BroadNet Inference sa LibreChat bilang custom endpoint
- BroadNet Inference sa n8n: OpenAI credential at Base URL
- Paano gamitin ang Vercel AI SDK sa BroadNet Inference
- Paano i-route ang LiteLLM sa BroadNet Inference (SDK at proxy)
- Patakbuhin ang OpenAI Agents SDK sa BroadNet Inference
- Zed at BroadNet Inference bilang OpenAI-compatible na provider
- Kilo Code at BroadNet Inference (OpenAI Compatible na provider)
- Idagdag ang BroadNet Inference sa goose bilang custom provider
- Pydantic AI sa BroadNet Inference (OpenAICompatibleProvider)
- CrewAI sa BroadNet Inference bilang custom na OpenAI endpoint
- LlamaIndex at BroadNet Inference gamit ang OpenAILike
- BroadNet Inference sa Dify gamit ang OpenAI-API-compatible plugin
- Jan at BroadNet Inference bilang custom OpenAI-compatible provider
- SillyTavern sa BroadNet Inference (Custom OpenAI-compatible)
- Spring AI sa BroadNet Inference (OpenAI base-url)
- Tawagin ang BroadNet Inference mula sa Go gamit ang openai-go SDK
- Paano gumawa ng LangGraph agent sa BroadNet Inference
- Haystack pipelines at agents gamit ang BroadNet Inference
- Semantic Kernel sa BroadNet Inference
- Paano gamitin ang Mastra agents sa BroadNet Inference
- Structured output gamit ang Instructor sa BroadNet Inference
- DSPy sa BroadNet Inference: i-set ang model_type="chat"
- I-evaluate ang mga BroadNet model gamit ang promptfoo
- smolagents sa BroadNet Inference gamit ang OpenAIModel
- Flowise at BroadNet Inference: gamit ang OpenAI Custom Model
- Paano ikonekta ang Langflow sa BroadNet Inference
Gamitin ang GLM 5.3 sa console
Pinamamahalaan ng console ng BroadNet sa inference.broadnet.ai ang mga account at key. Hindi nito natatanggap ang pinili mo mula sa page na ito, kaya:
- Mag-sign in o gumawa ng account.
- Mag-qualifying top-up (hindi sakop ng panimulang credit ang model na ito), saka gumawa ng pay-as-you-go key.
- Ipadala ang model ID na ito bilang
modelsa/v1/chat/completions:broadnet/glm-5.3
Buksan ang console ng BroadNetTantiyahin ang gastosBasahin ang API reference (Ingles)
Ikumpara ang GLM 5.3
Mga tanong
Ano ang model ID ng GLM 5.3?
Ipasa ang broadnet/glm-5.3 bilang model sa /v1/chat/completions. Ang base URL ay https://inference.broadnet.ai/v1.
Magkano ang GLM 5.3?
US$0.78 input, US$0.173 cached input at US$3.46 output kada 1M token, mula sa balance ng account mo.
Gaano kalaki ang context window ng GLM 5.3?
1,048,576 token kada request, prompt at sagot nang magkasama.
Puwede ko bang gamitin ang GLM 5.3 nang walang top-up?
Hindi. Magbubukas ang GLM 5.3 pagkatapos ng qualifying top-up. Sakop ng panimulang credit ang BroadNet Gemma 4 VL 26B, BroadNet Transcribe Arabic, at BroadNet Transcribe at ang Gemma hourly key.
Itinatago ba ang data ko?
Hindi itinatago ang inference content: pinoproseso ang mga prompt, larawan at sagot para lang sa request. Itinatago ang kinakailangang metadata ng account, billing at security, gaya ng timing, bilang ng token at gastos, ayon sa privacy statement ng BroadNet. Basahin kung paano.
Basahin bilang MarkdownTanungin ang ChatGPTTanungin ang ClaudeTanungin ang Perplexity