API GLM 5.3
Diperbarui
GLM 5.3 berjalan di BroadNet Inference sebagai broadnet/glm-5.3 melalui https://inference.broadnet.ai/v1 yang kompatibel dengan OpenAI. Harganya US$0,78 input, US$0,173 input cache, dan US$3,46 output per 1 juta token, dengan konteks 1.048.576 token. Perlu top up yang memenuhi syarat (bukan kredit awal), dan konten inferensi tidak disimpan.
Sekilas
- Text
- Tool calling
- Reasoning
- Structured output
- Konteks 1.048.576 token
- Tool calling dan output terstruktur
- Model penalaran
- Input teks
| ID model | broadnet/glm-5.3 |
|---|---|
| Endpoint | /v1/chat/completions |
| Input yang didukung | teks |
| Konteks | 1.048.576 token, prompt dan jawaban digabung |
| Input | US$0,78 per 1 juta token |
| Input cache | US$0,173 per 1 juta token (hanya cache hit yang dilaporkan) |
| Output | US$3,46 per 1 juta token |
| Batas bayar sesuai pemakaian | 30 permintaan per menit, 4 permintaan bersamaan per kunci |
| Akses | Perlu top up: terbuka setelah top up yang memenuhi syarat; kredit awal tidak mencakupnya |
Harga di halaman ini berasal dari snapshot feed harga BroadNet tertanggal , tidak diperiksa secara langsung di sini. Lihat harga resmi (bahasa Inggris) untuk tarif terbaru.
harga resmi (bahasa Inggris)Laporkan harga atau angka yang salah (email ke info@broadnet.ai, sudah berisi tautan halaman ini; templatnya berbahasa Inggris, tetapi Anda boleh menulis dalam bahasa Indonesia).
Berdampingan: GLM 5.3 vs DeepSeek V4.1 Flash (bahasa Inggris), GLM 5.3 vs Qwen3.8 27B (bahasa Inggris) dan GLM 5.3 vs BroadNet Gemma 4 VL 26B (bahasa Inggris), dengan harga, konteks, dan biaya beban kerja. GLM 5.3 juga dijual oleh 24 penyedia lain, mulai US$0,5625 input dan US$2,50 output per 1 juta token di halaman harga mereka sendiri: harga API GLM 5.3 per penyedia (bahasa Inggris). Teks yang sama menghasilkan jumlah token berbeda di setiap model: lihat perbandingan tokenizer GLM 5.3 untuk bahasa Arab, Inggris, dan kode di dataset efisiensi tokenizer (bahasa Inggris).
Panggil dengan Python
Instal OpenAI SDK dengan pip install openai, ekspor BROADNET_API_KEY, lalu jalankan:
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)Atau dengan 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 melakukan penalaran sebelum menjawab. Penalaran dihitung dalam max_tokens dan dilaporkan sebagai usage.completion_tokens_details.reasoning_tokens, di dalam jumlah token completion (output), jadi anggarkan sebagai output. Sisakan 1.000 token atau lebih, atau atur reasoning_effort ke low; jika tidak, jawaban bisa kembali kosong. Mengapa jawaban kembali kosong.
Panduan untuk GLM 5.3
- Memakai OpenAI Python SDK dengan BroadNet Inference
- Memakai OpenAI Node.js SDK dengan BroadNet Inference
- Permintaan pertama ke BroadNet Inference dengan curl
- Streaming chat completions dan menangani koneksi terputus
- Kenapa model reasoning mengembalikan jawaban kosong
- Memakai LangChain dengan BroadNet Inference
- Memakai Cline dengan BroadNet Inference (provider OpenAI Compatible)
- Pakai Roo Code dengan BroadNet Inference (OpenAI Compatible)
- Memakai Continue dengan BroadNet Inference (config.yaml dan apiBase)
- Menambahkan BroadNet Inference ke opencode sebagai custom provider
- Menghubungkan Open WebUI ke BroadNet Inference
- Menambahkan BroadNet Inference ke LibreChat sebagai custom endpoint
- Memakai BroadNet Inference di n8n (kredensial OpenAI, Base URL)
- Memakai Vercel AI SDK dengan BroadNet Inference
- Mengarahkan LiteLLM ke BroadNet Inference (SDK dan proxy)
- Menjalankan OpenAI Agents SDK di BroadNet Inference
- Zed dengan BroadNet Inference sebagai provider kompatibel OpenAI
- Memakai Kilo Code dengan BroadNet Inference (OpenAI Compatible)
- Menambahkan BroadNet Inference ke goose sebagai custom provider
- Pydantic AI dengan BroadNet Inference (OpenAICompatibleProvider)
- CrewAI dengan BroadNet Inference sebagai endpoint OpenAI kustom
- Memakai LlamaIndex dengan BroadNet Inference lewat OpenAILike
- BroadNet Inference di Dify lewat plugin OpenAI-API-compatible
- Jan dengan BroadNet Inference sebagai provider kompatibel OpenAI
- Hubungkan SillyTavern ke BroadNet Inference (Custom OpenAI-compatible)
- Pakai Spring AI dengan BroadNet Inference (OpenAI base-url)
- Memanggil BroadNet Inference dari Go dengan SDK openai-go
- Membangun agen LangGraph di BroadNet Inference
- Memakai pipeline dan agen Haystack dengan BroadNet Inference
- Pakai Semantic Kernel dengan BroadNet Inference
- Memakai agen Mastra dengan BroadNet Inference
- Mendapatkan output terstruktur dengan Instructor di BroadNet Inference
- Memakai DSPy dengan BroadNet Inference (atur model_type="chat")
- Mengevaluasi model BroadNet dengan promptfoo
- Jalankan smolagents di BroadNet Inference dengan OpenAIModel
- Menghubungkan Flowise ke BroadNet Inference (OpenAI Custom Model)
- Menghubungkan Langflow ke BroadNet Inference
Gunakan GLM 5.3 di konsol
Konsol BroadNet di inference.broadnet.ai mengelola akun dan kunci. Konsol tidak menerima pilihan Anda dari halaman ini, jadi:
- Masuk atau buat akun.
- Lakukan top up yang memenuhi syarat (kredit awal tidak mencakup model ini), lalu buat kunci bayar sesuai pemakaian.
- Kirim ID model ini sebagai
modelke/v1/chat/completions:broadnet/glm-5.3
Buka konsol BroadNetEstimasi biayaBaca referensi API (bahasa Inggris)
Bandingkan GLM 5.3
Pertanyaan umum
Apa ID model untuk GLM 5.3?
Kirim broadnet/glm-5.3 sebagai model ke /v1/chat/completions. Base URL-nya https://inference.broadnet.ai/v1.
Berapa harga API GLM 5.3?
US$0,78 input, US$0,173 input cache, dan US$3,46 output per 1 juta token, dari saldo akun Anda.
Berapa context window GLM 5.3?
1.048.576 token per permintaan, prompt dan jawaban digabung.
Bisakah saya memakai GLM 5.3 tanpa top up?
Tidak. GLM 5.3 terbuka setelah top up yang memenuhi syarat. Kredit awal mencakup BroadNet Gemma 4 VL 26B, BroadNet Transcribe Arabic, dan BroadNet Transcribe dan kunci per jam Gemma.
Apakah data saya disimpan?
Konten inferensi tidak disimpan: prompt, gambar, dan jawaban diproses hanya untuk permintaan tersebut. Metadata akun, penagihan, dan keamanan yang diperlukan, seperti waktu, jumlah token, dan biaya, disimpan sebagaimana dijelaskan dalam pernyataan privasi BroadNet. Baca caranya.
Baca sebagai MarkdownTanya ChatGPTTanya ClaudeTanya Perplexity