---
title: "Flowise の OpenAI Custom Model ノードで Base Path を設定 | BroadRouter"
description: "OpenAI Custom Model ノードで Flowise の chatflow から BroadNet Inference を使います。Base Path、OpenAI API 認証情報、手入力する BroadNet モデル名を解説します。"
url: https://broadrouter.com/ja/guides/flowise-openai-compatible/
lang: ja
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。[英語の原文を読む](https://broadrouter.com/guides/flowise-openai-compatible/)（2026-11-16 更新）。

# Flowise を BroadNet Inference に接続する（OpenAI Custom Model）

更新日 2026-11-16

Flowise の chatflow に OpenAI Custom Model チャットモデルノードを追加します。BroadNet のキーを入れた OpenAI API 認証情報を接続し、Model Name に broadnet/glm-5.3 などの BroadNet モデル ID を入力して、Additional Parameters の Base Path を https://inference.broadnet.ai/v1 にします。ノードは chat completions を使います。ツールを呼ぶエージェントには GLM 5.3 か Qwen3.8 27B を選んでください。

Flowise は、LLM アプリやエージェントを作るためのオープンソースのローコードビルダーです。**OpenAI Custom Model** チャットモデルノードは OpenAI 互換 API 向けに作られており、モデル名を手入力し、ベースパスを設定できます。BroadNet Inference は `https://inference.broadnet.ai/v1` で chat completions を提供しているので、このノードを使います。BroadRouter は BroadNet 自身のサイトです。Flowise のドキュメントにはこのノードのページがないため、手順は Flowise 3.1.4 のノードのソースコードに基づいています。

## 設定手順

1.  **認証情報を作成します。** Flowise で **Credentials** を開き、**OpenAI API** の認証情報を追加して「BroadNet」と名前を付け、BroadNet のキーを **OpenAI Api Key** に貼り付けます。
    
2.  **ノードを追加します。** chatflow に **Chat Models → OpenAI Custom Model** を追加します。
    
3.  **ノードに入力します。**
    
    | フィールド | 値 |
    | --- | --- |
    | Connect Credential | BroadNet の認証情報 |
    | Model Name | `broadnet/glm-5.3` |
    | Temperature | デフォルトは 0.9。抽出では下げる |
    | Streaming（Additional Parameters） | オン（デフォルト） |
    | Max Tokens（Additional Parameters） | 4000 |
    | Base Path（Additional Parameters） | `https://inference.broadnet.ai/v1` |
    
4.  チェーンまたはエージェントのノードに**接続**して保存し、チャットパネルでテストメッセージを送ります。返答があれば、キー、URL、モデル名は正しく設定されています。
    

## 各フィールドの役割

-   **Model Name** はモデル ID として送られます。`broadnet/` プレフィックス付きの BroadNet の ID を入力してください。このノードはモデル一覧を取得しないので、BroadNet の `/v1/models`（2026 年 11 月 16 日に確認したときは文字起こしモデルしか載っていませんでした）が邪魔をすることはありません。
-   **Base Path** がクライアントのベース URL になります。Flowise はその後ろに `/chat/completions` を付けます。
-   **Max Tokens** は `max_tokens` として送られます。DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B は回答の前に推論し、推論もこの上限に含まれるので、低く設定しないでください。
-   **Base Options** には、すべてのリクエストに追加するヘッダーを JSON で指定します。BroadNet では何も必要ありません。

## 標準の ChatOpenAI ノードを使わない理由

ChatOpenAI ノードにも Base Path フィールドはありますが、Flowise 3.1.4 では Model Name が `listModels` メソッドで埋められるドロップダウンで、デフォルトは `gpt-4o-mini` です。一方、OpenAI Custom Model ノードの Model Name は自由入力で、ソースコードでも「OpenAI Chat compatible API」（訳：OpenAI Chat 互換の API）向けと説明されています。BroadNet が提供しているのはまさにそれです。

## モデルの選び方

| フロー | モデル |
| --- | --- |
| ツールを使うエージェント、構造化出力パーサー | `broadnet/glm-5.3` |
| 画像やアラビア語のテキストを読むエージェント | `broadnet/qwen3.8-27b` |
| 会話チェーンや検索チェーン、長い文書 | `broadnet/deepseek-v4.1-flash` |
| 初回クレジットで Flowise を試す | `broadnet/gemma-4-26b-a4b`（コンテキスト 32,768 トークン） |

BroadNet のドキュメントでツールと構造化出力が記載されているのは GLM 5.3 と Qwen3.8 27B だけです。[全モデルの料金](https://broadrouter.com/ja/pricing/)。

## テスト方法

Flowise サーバーは動かしていません。2026-11-15 に flowise@3.1.4 タグの OpenAI Custom Model ノードのソースコードを読み、Flowise 3.1.4 が固定している `@langchain/openai` 1.2.5 を使って、ノードと同じ `ChatOpenAI` オブジェクトを組み立てました。BroadNet の chat completions の形式で応答するローカルのモックサーバーに、ストリーミングのメッセージとツール呼び出しを 1 回ずつ送りました。どちらのリクエストも `/v1/chat/completions` に届き、モデル ID `broadnet/glm-5.3` はそのまま、Bearer キー、`max_tokens: 4000`、`temperature: 0.9`、`stream: true` が付いていて、ツール呼び出しも正しくパースされて返ってきました。BroadNet のキーは持っていなかったため、実際のモデル出力はテストしていません。フィールド名はソースコードから取ったものなので、お使いの Flowise のバージョンで確認してください。

## トラブルシューティング

-   **401。** 認証情報のキーが間違っている、期限切れ、または利用枠を使い切っています。
-   **404。** Base Path は `/v1` で終わっている必要があります。Model Name は BroadNet の ID と完全に一致させてください。有料モデルにはチャージが必要です。$5 のクレジットで使えるのは `broadnet/gemma-4-26b-a4b` と 2 つの Transcribe モデルだけです。
-   **返答が空になる。** Max Tokens を上げてください。[回答が空で返ってくる理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)。
-   **エージェントがツールを使わずに答える。** `broadnet/glm-5.3` か `broadnet/qwen3.8-27b` に切り替えてください。
-   **負荷がかかると 429 になる。** 従量課金のキーでは 1 分あたり 30 リクエスト、処理中のリクエストは同時に 4 個までです。[エラーとリトライ](https://broadrouter.com/ja/guides/errors-and-retries/)を参照してください。

## このガイドの用語

[トークン（token）](https://broadrouter.com/ja/glossary/token/)

トークンとは、言語モデルが読み書きするテキストの単位です。モデルのトークナイザーが作る単語、単語の一部、句読点、バイト列のいずれかにあたります。LLM API は利用量をトークンで数え、上限を設け、通常はトークン単位で課金します。

[AI エージェント（AI agent）](https://broadrouter.com/ja/glossary/agent/)

AI エージェントとは、言語モデルが目標に向けて自分で手順を決めるシステムです。どのツールを呼ぶかを決め、結果を読み、最終回答を出すか上限に達するまで繰り返します。決まった箇所でモデルを呼ぶ固定のスクリプトは、ふつうワークフローと呼ばれます。

[Chat Completions API（チャット補完 API）](https://broadrouter.com/ja/glossary/chat-completions-api/)

Chat Completions API とは、OpenAI の HTTP エンドポイント POST /v1/chat/completions で、モデル名とロール付きメッセージのリストを受け取り、モデルの次のメッセージを返します。そのリクエストと応答の形は、OpenAI 互換のプロバイダーや SDK が使う共通形式になりました。

[OpenAI 互換 API（OpenAI-compatible API）](https://broadrouter.com/ja/glossary/openai-compatible-api/)

OpenAI 互換 API とは、POST /v1/chat/completions など OpenAI API と同じリクエスト形式とレスポンス形式を受け付ける HTTP API です。OpenAI の SDK やツールは、ベース URL、API キー、モデル名を変えるだけで利用できます。

[temperature（温度）](https://broadrouter.com/ja/glossary/temperature/)

temperature（温度）とは、言語モデルの出力のランダム性を決めるサンプリングのパラメーターです。トークンのスコアをこの値で割ってから確率にするため、低いと最有力のトークンが支配的になり、高いと分布が平らになって確率の低いトークンも選ばれやすくなります。

[ストリーミング（streaming）](https://broadrouter.com/ja/glossary/streaming/)

ストリーミングとは、言語モデルの応答を最後にまとめて返すのではなく、生成中に小さなチャンクに分けて返す方式です。OpenAI 互換 API では、リクエストで stream を true にすると Server-Sent Events（SSE）でストリーミングされます。

[構造化出力（Structured Outputs）](https://broadrouter.com/ja/glossary/structured-output/)

構造化出力とは、モデルの回答を開発者が指定した形式（通常は JSON Schema）に制約し、コードで確実に解析できるようにする LLM API の機能です。有効な JSON であることだけを保証し、特定の形までは保証しない JSON モードより厳格です。

[従量課金（pay-as-you-go）](https://broadrouter.com/ja/glossary/pay-as-you-go/)

従量課金とは、使った分だけを支払う料金体系です。トークン、リクエスト、音声の分数などの単位で計測され、サブスクリプションや最低利用額はありません。多くの LLM API はこの方式で、前払いの残高か定期的な請求書から支払います。

## よくある質問

### Flowise で BroadNet を使うにはどのノードを選べばいいですか？

OpenAI Custom Model（chatOpenAICustom）です。ソースコードでは、OpenAI のチャット互換 API を使うカスタムモデルと説明されています。Model Name は自由入力なので BroadNet の ID をそのまま入力でき、Base Path で URL を変更できます。

### Flowise の Base Path フィールドはどこにありますか？

OpenAI Custom Model ノードの任意フィールドで、Additional Parameters の中に表示されます。https://inference.broadnet.ai/v1 を設定してください。/v1 まで含め、それ以降のパスは付けません。

### OpenAI Custom Model ノードはどの認証情報を使いますか？

OpenAI API 認証情報（openAIApi）です。BroadNet のキーを API key として登録した認証情報を作成してください。Flowise はそれを Bearer トークンとして Base Path に送ります。

### デフォルトの temperature が高いのはなぜですか？

このノードの temperature のデフォルトは 0.9 です。抽出や分類のフローでは下げてください。

## 関連ガイド

-   [n8n で BroadNet Inference を使う（OpenAI 認証情報と Base URL）](https://broadrouter.com/ja/guides/n8n-openai-compatible/)
-   [OpenAI-API-compatible プラグインで Dify に BroadNet Inference を追加する](https://broadrouter.com/ja/guides/dify-openai-api-compatible/)
-   [推論モデルが空の回答を返す理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)
-   [BroadNet Inference のエラーコードとリトライすべき場合](https://broadrouter.com/ja/guides/errors-and-retries/)
-   [BroadNet Inference で使えるすべてのツール（英語）](https://broadrouter.com/integrations/)：SDK、コーディングエージェント、チャット UI、自動化ツールと、それぞれの正確な設定

実際のワークロードで試してください。新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

[始める](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-guides-flowise-openai-compatible&utm_content=page-cta) ·

**出典**

-   [Flowise ソースコード：flowise@3.1.4 の OpenAI Custom Model ノード（ChatOpenAICustom.ts）（2026-11-15 確認）](https://github.com/FlowiseAI/Flowise/blob/flowise%403.1.4/packages/components/nodes/chatmodels/ChatOpenAICustom/ChatOpenAICustom.ts)
-   [GitHub の Flowise リリース、最新は flowise@3.1.4（2026-11-15 確認）](https://github.com/FlowiseAI/Flowise/releases)
-   [BroadNet Inference API リファレンス（2026-11-15 確認）（英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-guides-flowise-openai-compatible&utm_content=sources)
