---
title: "GLM 5.3 API：料金、コンテキスト、OpenAI 互換の設定 | BroadRouter"
description: "GLM 5.3 を OpenAI 互換エンドポイントで。ツール呼び出し、構造化出力、推論、コンテキスト 100 万トークン、推論の内容は保持せず、トークン単価は公開済み。"
url: https://broadrouter.com/ja/models/glm-5.3/
lang: ja
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

# GLM 5.3 API

更新日 2026-11-16

GLM 5.3は、BroadNet Inference の OpenAI 互換 API `https://inference.broadnet.ai/v1` で `broadnet/glm-5.3` として使えます。料金は 100 万トークンあたり入力 US$0.78、キャッシュ入力 US$0.173、出力 US$3.46、コンテキストは 1,048,576 トークンです。条件を満たすチャージが必要です（初回クレジットは使えません）。推論の内容は保持されません。

## 概要

-   Text
-   Tool calling
-   Reasoning
-   Structured output

-   1,048,576 トークンのコンテキスト
-   ツール呼び出しと構造化出力
-   推論モデル
-   テキスト入力

| 料金と上限 |  |
| --- | --- |
| モデル ID | `broadnet/glm-5.3` |
| エンドポイント | `/v1/chat/completions` |
| 対応する入力 | テキスト |
| コンテキスト | 1,048,576 トークン（プロンプトと回答の合計） |
| 入力 | 100 万トークンあたり US$0.78 |
| キャッシュ入力 | 100 万トークンあたり US$0.173（報告されたキャッシュヒットのみ） |
| 出力 | 100 万トークンあたり US$3.46 |
| 従量課金の上限 | キーごとに毎分 30 リクエスト、同時実行 4 |
| 利用条件 | チャージが必要：条件を満たすチャージ後に利用可能。初回クレジットは使えません |

このページの料金は、BroadNet の料金フィードの 2026-11-14 時点のスナップショットによるもので、ここではリアルタイムに確認していません。最新の料金は[公式の料金ページ （英語）](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-models-glm-5.3&utm_content=feed-status)で確認してください。

[比較を開く（0/3）](https://broadrouter.com/ja/models/#compare)

[料金や数値の誤りを報告する](mailto:info@broadnet.ai?subject=Wrong%20price%20or%20number%20on%20GLM%205.3%20on%20BroadNet%20Inference%20(Japanese)&body=Page%3A%20https%3A%2F%2Fbroadrouter.com%2Fja%2Fmodels%2Fglm-5.3%2F%0A%0AWhat%20looks%20wrong%20(model%2C%20figure%20shown%2C%20correct%20figure%20and%20a%20source%20link%20if%20you%20have%20one)%3A%0A)（info@broadnet.ai 宛てのメールに、このページのリンクが記入されます）。

並べて比較：[GLM 5.3 と DeepSeek V4.1 Flash （英語）](https://broadrouter.com/compare/deepseek-v4.1-flash-vs-glm-5.3/), [GLM 5.3 と Qwen3.8 27B （英語）](https://broadrouter.com/compare/glm-5.3-vs-qwen3.8-27b/)、[GLM 5.3 と BroadNet Gemma 4 VL 26B （英語）](https://broadrouter.com/compare/gemma-4-vl-26b-vs-glm-5.3/)（料金、コンテキスト、作業量あたりのコスト）。GLM 5.3 は他に 24 社のプロバイダーでも販売されており、各社の料金ページでは 100 万トークンあたり入力 US$0.5625〜、出力 US$2.50〜です：[プロバイダー別の GLM 5.3 API 料金 （英語）](https://broadrouter.com/llm-api-pricing/glm-5.3/)。同じテキストでも、モデルによってトークン数は異なります。GLM 5.3 のトークナイザーのアラビア語、英語、コードでの比較は[トークナイザー効率データセット （英語）](https://broadrouter.com/data/tokenizer-efficiency/)で確認できます。

## Python で呼び出す

`pip install openai` で OpenAI SDK をインストールし、`BROADNET_API_KEY` を export してから、次を実行します：

Python

```python
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)
```

## curl で呼び出す場合

curl

```bash
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 は回答の前に推論します。推論は `max_tokens` に含まれ、`usage.completion_tokens_details.reasoning_tokens` として補完（出力）トークン数の内訳に報告されるため、出力として予算を見込んでください。1,000 トークン以上の余裕を残すか、`reasoning_effort` を `low` に設定しないと、回答が空で返ることがあります。[回答が空で返る理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)。

## GLM 5.3 のガイド

-   [OpenAI Python SDK を BroadNet Inference で使う](https://broadrouter.com/ja/guides/openai-python-sdk/)
-   [OpenAI Node.js SDK を BroadNet Inference で使う](https://broadrouter.com/ja/guides/openai-node-sdk/)
-   [curl で BroadNet Inference に最初のリクエストを送る](https://broadrouter.com/ja/guides/curl-quickstart/)
-   [chat completions のストリーミングと接続切断への対処](https://broadrouter.com/ja/guides/streaming-chat-completions/)
-   [推論モデルが空の回答を返す理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)
-   [LangChain で BroadNet Inference を使う](https://broadrouter.com/ja/guides/langchain-openai-base-url/)
-   [Cline で BroadNet Inference を使う（OpenAI Compatible プロバイダー）](https://broadrouter.com/ja/guides/cline-openai-compatible/)
-   [Roo Code で BroadNet Inference を使う（OpenAI Compatible）](https://broadrouter.com/ja/guides/roo-code-openai-compatible/)
-   [Continue で BroadNet Inference を使う（config.yaml と apiBase）](https://broadrouter.com/ja/guides/continue-dev-openai-compatible/)
-   [opencode に BroadNet Inference をカスタムプロバイダーとして追加する](https://broadrouter.com/ja/guides/opencode-custom-provider/)
-   [Open WebUI を BroadNet Inference に接続する](https://broadrouter.com/ja/guides/open-webui-openai-api/)
-   [LibreChat に BroadNet Inference をカスタムエンドポイントとして追加する](https://broadrouter.com/ja/guides/librechat-custom-endpoint/)
-   [n8n で BroadNet Inference を使う（OpenAI 認証情報と Base URL）](https://broadrouter.com/ja/guides/n8n-openai-compatible/)
-   [Vercel AI SDK で BroadNet Inference を使う](https://broadrouter.com/ja/guides/vercel-ai-sdk-openai-compatible/)
-   [LiteLLM から BroadNet Inference にルーティングする（SDK とプロキシ）](https://broadrouter.com/ja/guides/litellm-proxy-custom-provider/)
-   [OpenAI Agents SDK を BroadNet Inference で動かす](https://broadrouter.com/ja/guides/openai-agents-sdk-custom-provider/)
-   [Zed で BroadNet Inference を OpenAI 互換プロバイダーとして使う](https://broadrouter.com/ja/guides/zed-openai-compatible-provider/)
-   [Kilo Code で BroadNet Inference を使う（OpenAI Compatible プロバイダー）](https://broadrouter.com/ja/guides/kilo-code-openai-compatible/)
-   [goose に BroadNet Inference をカスタムプロバイダーとして追加する](https://broadrouter.com/ja/guides/goose-custom-provider/)
-   [Pydantic AI を BroadNet Inference で使う（OpenAICompatibleProvider）](https://broadrouter.com/ja/guides/pydantic-ai-openai-compatible/)
-   [CrewAI で BroadNet Inference をカスタム OpenAI エンドポイントとして使う](https://broadrouter.com/ja/guides/crewai-custom-openai-endpoint/)
-   [LlamaIndex で OpenAILike を使って BroadNet Inference に接続する](https://broadrouter.com/ja/guides/llamaindex-openailike/)
-   [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/)
-   [Jan で BroadNet Inference を OpenAI 互換のカスタムプロバイダーとして使う](https://broadrouter.com/ja/guides/jan-custom-endpoint/)
-   [SillyTavern を BroadNet Inference に接続する（Custom OpenAI 互換）](https://broadrouter.com/ja/guides/sillytavern-custom-openai-endpoint/)
-   [Spring AI で BroadNet Inference を使う（OpenAI base-url）](https://broadrouter.com/ja/guides/spring-ai-openai-base-url/)
-   [Go の openai-go SDK から BroadNet Inference を呼び出す](https://broadrouter.com/ja/guides/openai-go-sdk/)
-   [BroadNet Inference で LangGraph エージェントを作る](https://broadrouter.com/ja/guides/langgraph-openai-compatible/)
-   [Haystack のパイプラインとエージェントで BroadNet Inference を使う](https://broadrouter.com/ja/guides/haystack-openai-compatible/)
-   [Semantic Kernel で BroadNet Inference を使う](https://broadrouter.com/ja/guides/semantic-kernel-openai-compatible/)
-   [Mastra のエージェントを BroadNet Inference で動かす](https://broadrouter.com/ja/guides/mastra-openai-compatible/)
-   [BroadNet Inference で Instructor を使って構造化出力を得る](https://broadrouter.com/ja/guides/instructor-structured-output/)
-   [DSPy で BroadNet Inference を使う（model\_type="chat" を設定）](https://broadrouter.com/ja/guides/dspy-openai-compatible/)
-   [promptfoo で BroadNet のモデルを評価する](https://broadrouter.com/ja/guides/promptfoo-openai-compatible/)
-   [OpenAIModel で smolagents を BroadNet Inference で動かす](https://broadrouter.com/ja/guides/smolagents-openai-compatible/)
-   [Flowise を BroadNet Inference に接続する（OpenAI Custom Model）](https://broadrouter.com/ja/guides/flowise-openai-compatible/)
-   [Langflow を BroadNet Inference に接続する](https://broadrouter.com/ja/guides/langflow-openai-compatible/)

## コンソールで GLM 5.3 を使う

inference.broadnet.ai の BroadNet コンソールでアカウントとキーを管理します。このページでの選択はコンソールに送られないため、次の手順で進めてください：

1.  ログインするか、アカウントを作成します。
2.  条件を満たすチャージをして（このモデルには初回クレジットは使えません）、従量課金のキーを作成します。
3.  このモデル ID を `model` として `/v1/chat/completions` に送信します：`broadnet/glm-5.3`

[BroadNet のコンソールを開く](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-models-glm-5.3&utm_content=model-console) · [コストを見積もる](https://broadrouter.com/ja/pricing/?model=glm-5.3#estimate) · [API リファレンスを読む （英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-models-glm-5.3&utm_content=docs#models) ·

## GLM 5.3 を比較する

-   [DeepSeek V4.1 Flash と GLM 5.3 （英語）](https://broadrouter.com/compare/deepseek-v4.1-flash-vs-glm-5.3/)
-   [GLM 5.3 と Qwen3.8 27B （英語）](https://broadrouter.com/compare/glm-5.3-vs-qwen3.8-27b/)
-   [BroadNet Gemma 4 VL 26B と GLM 5.3 （英語）](https://broadrouter.com/compare/gemma-4-vl-26b-vs-glm-5.3/)

GLM 5.3 向けの無料ツール （英語）

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [LLM token counter](https://broadrouter.com/tools/token-counter/) Exact token counts with each model's real tokenizer, with a token view and cost.
-   [Context window calculator](https://broadrouter.com/tools/context-window-calculator/) Will it fit? Window used per model, room left for output, cost to send.

[無料ツール （英語）](https://broadrouter.com/tools/)

## よくある質問

### GLM 5.3 のモデル ID は？

`model` に `broadnet/glm-5.3` を指定して `/v1/chat/completions` に送信します。ベース URL は `https://inference.broadnet.ai/v1` です。

### GLM 5.3 の料金はいくらですか？

100 万トークンあたり入力 US$0.78、キャッシュ入力 US$0.173、出力 US$3.46で、アカウント残高から支払います。

### GLM 5.3 のコンテキストウィンドウは？

1 リクエストあたり 1,048,576 トークン（プロンプトと回答の合計）です。

### チャージなしで GLM 5.3 を使えますか？

いいえ。GLM 5.3 は条件を満たすチャージの後に使えるようになります。初回クレジットは BroadNet Gemma 4 VL 26B、BroadNet Transcribe Arabic、BroadNet Transcribe と Gemma 時間制キーに使えます。

### データは保存されますか？

推論の内容は保持されません。プロンプト、画像、回答はリクエストの処理にのみ使われます。処理時間、トークン数、コストなど、アカウント、請求、セキュリティに必要なメタデータは、BroadNet のプライバシー声明の記載どおり保持されます。[詳しく読む](https://broadrouter.com/ja/privacy/)。

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-models-glm-5.3&utm_content=page-cta) ·

**出典**

-   [BroadNet Inference の料金 （英語）](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-models-glm-5.3&utm_content=sources)
-   [モデル ID とリクエスト形式 （英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-models-glm-5.3&utm_content=sources#models)
