API GLM 5.3
Aggiornato
GLM 5.3 è su BroadNet Inference come broadnet/glm-5.3 via https://inference.broadnet.ai/v1, compatibile con OpenAI. Costa USD 0,78 input, 0,173 input in cache e 3,46 output per 1M di token, con un contesto di 1.048.576 token. Richiede una ricarica valida (non il credito iniziale); i contenuti non vengono conservati.
In sintesi
- Text
- Tool calling
- Reasoning
- Structured output
- Contesto di 1.048.576 token
- Tool calling e output strutturato
- Modello di ragionamento
- Input testo
| ID del modello | broadnet/glm-5.3 |
|---|---|
| Endpoint | /v1/chat/completions |
| Input supportati | testo |
| Contesto | 1.048.576 token, prompt e risposta insieme |
| Input | USD 0,78 per 1M di token |
| Input in cache | USD 0,173 per 1M di token (solo cache hit riportati) |
| Output | USD 3,46 per 1M di token |
| Limiti a consumo | 30 richieste al minuto, 4 contemporanee per chiave |
| Accesso | Ricarica necessaria: si sblocca dopo una ricarica valida; il credito iniziale non lo copre |
I prezzi di questa pagina provengono dallo snapshot del feed dei prezzi di BroadNet del e qui non sono stati verificati in tempo reale. Consulta i prezzi ufficiali (in inglese) per le tariffe attuali.
i prezzi ufficiali (in inglese)Segnala un prezzo o un numero sbagliato (email a info@broadnet.ai, con il link a questa pagina già compilati).
A confronto: GLM 5.3 vs DeepSeek V4.1 Flash (in inglese), GLM 5.3 vs Qwen3.8 27B (in inglese) e GLM 5.3 vs BroadNet Gemma 4 VL 26B (in inglese), con prezzi, contesto e costi per carico di lavoro. GLM 5.3 è venduto anche da altri 24 provider, a partire da USD 0,5625 di input e USD 2,50 di output per 1M di token sulle loro pagine prezzi: prezzi dell’API GLM 5.3 per provider (in inglese). Lo stesso testo corrisponde a un numero diverso di token in ogni modello: guarda come si comporta il tokenizer di GLM 5.3 su arabo, inglese e codice nel dataset sull’efficienza dei tokenizer (in inglese).
Chiamalo da Python
Installa l’SDK di OpenAI con pip install openai, esporta BROADNET_API_KEY e poi esegui:
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)Oppure con 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 ragiona prima di rispondere. Il ragionamento conta in max_tokens ed è riportato come usage.completion_tokens_details.reasoning_tokens, all’interno del conteggio dei token di completamento (output), quindi mettilo in conto come output. Lascia almeno 1.000 token, oppure imposta reasoning_effort su low, altrimenti la risposta può tornare vuota. Perché le risposte tornano vuote.
Guide per GLM 5.3
- Usare l’SDK Python di OpenAI con BroadNet Inference
- Usare l’SDK Node.js di OpenAI con BroadNet Inference
- Prima richiesta a BroadNet Inference con curl
- Streaming delle chat completions e connessioni interrotte
- Perché un modello di ragionamento restituisce una risposta vuota
- Usare LangChain con BroadNet Inference
- Usare Cline con BroadNet Inference (provider OpenAI Compatible)
- Usare Roo Code con BroadNet Inference (OpenAI Compatible)
- Usare Continue con BroadNet Inference (config.yaml e apiBase)
- Aggiungere BroadNet Inference a opencode come provider personalizzato
- Collegare Open WebUI a BroadNet Inference
- Aggiungere BroadNet Inference a LibreChat come custom endpoint
- Usare BroadNet Inference in n8n (credenziale OpenAI, Base URL)
- Usare il Vercel AI SDK con BroadNet Inference
- Instradare LiteLLM verso BroadNet Inference (SDK e proxy)
- Usare l’OpenAI Agents SDK con BroadNet Inference
- Usare Zed con BroadNet Inference come provider compatibile OpenAI
- Usare Kilo Code con BroadNet Inference (provider OpenAI Compatible)
- Aggiungere BroadNet Inference a goose come provider personalizzato
- Usare Pydantic AI con BroadNet Inference (OpenAICompatibleProvider)
- CrewAI con BroadNet Inference come endpoint OpenAI personalizzato
- Usare LlamaIndex con BroadNet Inference tramite OpenAILike
- BroadNet Inference in Dify con il plugin OpenAI-API-compatible
- Usare Jan con BroadNet Inference come provider compatibile OpenAI
- Collegare SillyTavern a BroadNet Inference (Custom OpenAI-compatible)
- Usare Spring AI con BroadNet Inference (base-url OpenAI)
- Chiamare BroadNet Inference da Go con l’SDK openai-go
- Creare agenti LangGraph su BroadNet Inference
- Usare pipeline e agenti Haystack con BroadNet Inference
- Usare Semantic Kernel con BroadNet Inference
- Usare gli agenti Mastra con BroadNet Inference
- Output strutturato con Instructor su BroadNet Inference
- Usare DSPy con BroadNet Inference (imposta model_type="chat")
- Valutare i modelli BroadNet con promptfoo
- Usare smolagents su BroadNet Inference con OpenAIModel
- Collegare Flowise a BroadNet Inference (OpenAI Custom Model)
- Collegare Langflow a BroadNet Inference
Usa GLM 5.3 nella console
La console di BroadNet su inference.broadnet.ai gestisce account e chiavi. Non riceve la tua scelta da questa pagina, quindi:
- Accedi o crea un account.
- Effettua una ricarica valida (il credito iniziale non copre questo modello), poi crea una chiave a consumo.
- Invia questo ID di modello in
modela/v1/chat/completions:broadnet/glm-5.3
Apri la console di BroadNetStima il costoLeggi il riferimento API (in inglese)
Confronta GLM 5.3
Domande frequenti
Qual è l’ID di modello di GLM 5.3?
Passa broadnet/glm-5.3 in model a /v1/chat/completions. L’URL di base è https://inference.broadnet.ai/v1.
Quanto costa GLM 5.3?
USD 0,78 input, 0,173 input in cache e 3,46 output per 1M di token, scalati dal saldo del tuo account.
Qual è la finestra di contesto di GLM 5.3?
1.048.576 token per richiesta, prompt e risposta insieme.
Posso usare GLM 5.3 senza ricaricare?
No. GLM 5.3 si sblocca dopo una ricarica valida. Il credito iniziale copre BroadNet Gemma 4 VL 26B, BroadNet Transcribe Arabic e BroadNet Transcribe e le chiavi orarie Gemma.
I miei dati vengono salvati?
I contenuti di inferenza non vengono conservati: prompt, immagini e risposte vengono elaborati solo per la richiesta. I metadati necessari di account, fatturazione e sicurezza, come tempi, numero di token e costo, vengono conservati come descritto nell’informativa privacy di BroadNet. Scopri come.
Leggi in MarkdownChiedi a ChatGPTChiedi a ClaudeChiedi a Perplexity