API GLM 5.3
Dikemas kini
GLM 5.3 berjalan di BroadNet Inference sebagai broadnet/glm-5.3 melalui https://inference.broadnet.ai/v1 yang serasi OpenAI. Kosnya US$0.78 input, US$0.173 input cache dan US$3.46 output setiap 1M token, dengan konteks 1,048,576 token. Ia memerlukan tambah nilai yang layak (bukan kredit permulaan), dan kandungan inferens tidak disimpan.
Sepintas lalu
- Text
- Tool calling
- Reasoning
- Structured output
- Konteks 1,048,576 token
- Panggilan alatan dan output berstruktur
- Model penaakulan
- Input teks
| ID model | broadnet/glm-5.3 |
|---|---|
| Endpoint | /v1/chat/completions |
| Input disokong | teks |
| Konteks | 1,048,576 token, prompt dan jawapan bersama |
| Input | US$0.78 setiap 1M token |
| Input cache | US$0.173 setiap 1M token (cache hit yang dilaporkan sahaja) |
| Output | US$3.46 setiap 1M token |
| Had bayar ikut guna | 30 permintaan seminit, 4 serentak bagi setiap kunci |
| Akses | Perlu tambah nilai: dibuka selepas tambah nilai yang layak; kredit permulaan tidak meliputinya |
Harga di halaman ini diambil daripada petikan suapan harga BroadNet bertarikh , dan tidak disemak secara langsung di sini. Lihat harga rasmi (Bahasa Inggeris) untuk kadar semasa.
harga rasmi (Bahasa Inggeris)Laporkan harga atau angka yang salah (e-mel kepada info@broadnet.ai, dengan pautan halaman ini sudah diisi).
Bersebelahan: GLM 5.3 lwn DeepSeek V4.1 Flash (Bahasa Inggeris), GLM 5.3 lwn Qwen3.8 27B (Bahasa Inggeris) dan GLM 5.3 lwn BroadNet Gemma 4 VL 26B (Bahasa Inggeris), dengan harga, konteks dan kos beban kerja. GLM 5.3 juga dijual oleh 24 penyedia lain, dari US$0.5625 input dan US$2.50 output setiap 1M token pada halaman harga mereka sendiri: Harga API GLM 5.3 mengikut penyedia (Bahasa Inggeris). Teks yang sama menghasilkan bilangan token yang berbeza pada setiap model: lihat perbandingan tokenizer GLM 5.3 bagi bahasa Arab, Inggeris dan kod dalam set data kecekapan tokenizer (Bahasa Inggeris).
Panggil dalam Python
Pasang SDK OpenAI dengan pip install openai, eksport BROADNET_API_KEY, kemudian 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 membuat penaakulan sebelum menjawab. Penaakulan dikira dalam max_tokens dan dilaporkan sebagai usage.completion_tokens_details.reasoning_tokens, di dalam kiraan token completion (output), jadi peruntukkan bajet output untuknya. Beri ruang 1,000 token atau lebih, atau tetapkan reasoning_effort kepada low, jika tidak jawapan boleh kembali kosong. Mengapa jawapan kembali kosong.
Panduan untuk GLM 5.3
- Cara guna OpenAI Python SDK dengan BroadNet Inference
- Cara guna OpenAI Node.js SDK dengan BroadNet Inference
- Permintaan pertama ke BroadNet Inference dengan curl
- Strim chat completions dan kendalikan sambungan yang terputus
- Mengapa model penaakulan memulangkan jawapan kosong
- Cara guna LangChain dengan BroadNet Inference
- Guna Cline dengan BroadNet Inference (penyedia OpenAI Compatible)
- Guna Roo Code dengan BroadNet Inference (OpenAI Compatible)
- Guna Continue dengan BroadNet Inference (config.yaml dan apiBase)
- Tambah BroadNet Inference ke opencode sebagai penyedia tersuai
- Cara sambungkan Open WebUI kepada BroadNet Inference
- Tambah BroadNet Inference ke LibreChat sebagai custom endpoint
- Guna BroadNet Inference dalam n8n (kelayakan OpenAI, Base URL)
- Cara guna Vercel AI SDK dengan BroadNet Inference
- Halakan LiteLLM ke BroadNet Inference (SDK dan proksi)
- Jalankan OpenAI Agents SDK pada BroadNet Inference
- Gunakan Zed dengan BroadNet Inference sebagai penyedia serasi OpenAI
- Guna Kilo Code dengan BroadNet Inference (penyedia OpenAI Compatible)
- Tambah BroadNet Inference ke goose sebagai penyedia tersuai
- Guna Pydantic AI dengan BroadNet Inference (OpenAICompatibleProvider)
- Guna CrewAI dengan BroadNet Inference sebagai endpoint OpenAI tersuai
- Guna LlamaIndex dengan BroadNet Inference melalui OpenAILike
- Tambah BroadNet Inference ke Dify dengan pemalam OpenAI-API-compatible
- Guna Jan dengan BroadNet Inference sebagai penyedia serasi OpenAI
- Sambung SillyTavern ke BroadNet Inference (Custom OpenAI-compatible)
- Guna Spring AI dengan BroadNet Inference (OpenAI base-url)
- Panggil BroadNet Inference daripada Go dengan SDK openai-go
- Bina ejen LangGraph pada BroadNet Inference
- Guna pipeline dan ejen Haystack dengan BroadNet Inference
- Guna Semantic Kernel dengan BroadNet Inference
- Guna ejen Mastra dengan BroadNet Inference
- Dapatkan output berstruktur dengan Instructor pada BroadNet Inference
- Guna DSPy dengan BroadNet Inference (tetapkan model_type="chat")
- Nilai model BroadNet dengan promptfoo
- Jalankan smolagents di BroadNet Inference dengan OpenAIModel
- Sambungkan Flowise kepada BroadNet Inference (OpenAI Custom Model)
- Sambungkan Langflow kepada BroadNet Inference
Guna GLM 5.3 dalam konsol
Konsol BroadNet di inference.broadnet.ai mengurus akaun dan kunci. Ia tidak menerima pilihan anda daripada halaman ini, jadi:
- Log masuk atau cipta akaun.
- Buat tambah nilai yang layak (kredit permulaan tidak meliputi model ini), kemudian cipta kunci bayar ikut guna.
- Hantar ID model ini sebagai
modelke/v1/chat/completions:broadnet/glm-5.3
Buka konsol BroadNetAnggarkan kosBaca rujukan API (Bahasa Inggeris)
Bandingkan GLM 5.3
Soalan lazim
Apakah ID model untuk GLM 5.3?
Hantar broadnet/glm-5.3 sebagai model ke /v1/chat/completions. URL asas ialah https://inference.broadnet.ai/v1.
Berapakah kos GLM 5.3?
US$0.78 input, US$0.173 input cache dan US$3.46 output setiap 1M token, daripada baki akaun anda.
Berapakah tetingkap konteks GLM 5.3?
1,048,576 token setiap permintaan, prompt dan jawapan bersama.
Bolehkah saya menggunakan GLM 5.3 tanpa tambah nilai?
Tidak. GLM 5.3 dibuka selepas tambah nilai yang layak. Kredit permulaan meliputi BroadNet Gemma 4 VL 26B, BroadNet Transcribe Arabic dan BroadNet Transcribe dan kunci sejam Gemma.
Adakah data saya disimpan?
Kandungan inferens tidak disimpan: prompt, imej dan jawapan diproses untuk permintaan itu sahaja. Metadata akaun, pengebilan dan keselamatan yang diperlukan, seperti masa, kiraan token dan kos, disimpan seperti yang diterangkan dalam pernyataan privasi BroadNet. Baca caranya.
Baca sebagai MarkdownTanya ChatGPTTanya ClaudeTanya Perplexity