---
title: "Gọi API LLM bằng curl: chat, streaming, chép lời | BroadRouter"
description: "Gọi BroadNet Inference lần đầu bằng curl: một chat completion, một phản hồi streaming và một bản chép lời âm thanh, kèm cách đọc phản hồi, usage và lỗi."
url: https://broadrouter.com/vi/guides/curl-quickstart/
lang: vi
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Được dịch từ tiếng Anh với sự hỗ trợ của AI. [Đọc bản gốc tiếng Anh](https://broadrouter.com/guides/curl-quickstart/) (cập nhật ngày 2026-11-16).

# Gửi request đầu tiên tới BroadNet Inference bằng curl

Cập nhật 2026-11-16

Để gọi BroadNet Inference bằng curl, hãy gửi POST tới https://inference.broadnet.ai/v1/chat/completions với header Authorization Bearer kèm key của bạn và body JSON gồm model, ví dụ broadnet/gemma-4-26b-a4b, cùng messages. Thêm stream true để nhận streaming. Với âm thanh, gửi form multipart gồm model, language và file tới /v1/audio/transcriptions.

Trang này đưa bạn từ một key mới đến ba lệnh gọi chạy được: một chat completion, một phản hồi streaming và một bản chép lời. Bạn chỉ cần curl. BroadNet Inference dùng cấu trúc request của OpenAI, nên khi ba lệnh này chạy được thì mọi [SDK tương thích OpenAI](https://broadrouter.com/vi/guides/openai-python-sdk/) hay công cụ tương thích OpenAI cũng sẽ chạy được.

## 1\. Đặt key

Tạo một key trong console của BroadNet. Tài khoản mới được tặng $5 tín dụng ban đầu.

```bash
export BROADNET_API_KEY='paste-your-key'
```

Chỉ gửi key trong header `Authorization: Bearer`.

## 2\. Chat completion đầu tiên

BroadNet Gemma 4 VL 26B là model chat duy nhất chạy được bằng tín dụng ban đầu, nên hãy bắt đầu với nó:

```bash
curl https://inference.broadnet.ai/v1/chat/completions \
  -H "Authorization: Bearer $BROADNET_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "broadnet/gemma-4-26b-a4b",
    "messages": [{"role": "user", "content": "Say hello in English and Arabic."}]
  }'
```

Phản hồi là JSON chat completions chuẩn. Câu trả lời nằm trong `choices[0].message.content`, còn `usage` chứa số token mà bạn phải trả tiền.

## 3\. Thử một model suy luận

Sau khi nạp tiền, hãy đổi model. GLM 5.3, Qwen3.8 27B và DeepSeek V4.1 Flash suy luận trước khi trả lời, và phần suy luận đó được tính vào `max_tokens`:

```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",
    "max_tokens": 2000,
    "reasoning_effort": "low",
    "messages": [{"role": "user", "content": "Give me a regex for a UK postcode."}]
  }'
```

Nếu `content` trống và `finish_reason` là `length`, ngân sách token đã hết ngay trong lúc suy luận. Xem [vì sao model suy luận trả về câu trả lời trống](https://broadrouter.com/vi/guides/reasoning-tokens-empty-response/).

## 4\. Stream phản hồi

Thêm `"stream": true` và tắt bộ đệm của curl bằng `-N`:

```bash
curl -N https://inference.broadnet.ai/v1/chat/completions \
  -H "Authorization: Bearer $BROADNET_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"broadnet/gemma-4-26b-a4b","stream":true,"stream_options":{"include_usage":true},"messages":[{"role":"user","content":"Count to five."}]}'
```

Bạn nhận về Server-Sent Events. Luồng kết thúc bằng đúng dòng `data: [DONE]`, và khi có `include_usage` thì chunk cuối cùng mang số token. Xem thêm ở [streaming chat completions](https://broadrouter.com/vi/guides/streaming-chat-completions/).

## 5\. Chép lời âm thanh

Chép lời nhận một form multipart. Hãy gửi WAV hoặc MP3, tối đa 26.214.400 byte, và luôn gửi kèm `language`:

```bash
curl https://inference.broadnet.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $BROADNET_API_KEY" \
  -F model=broadnet/cohere-transcribe \
  -F language=en \
  -F file=@meeting.mp3
```

Phản hồi là JSON, bản chép lời nằm trong `text`. Tin nhắn thoại `.ogg` của WhatsApp và bản ghi `.m4a` cần được chuyển đổi trước; xem [cách chép lời tin nhắn thoại WhatsApp](https://broadrouter.com/vi/guides/transcribe-whatsapp-voice-notes/). Với tiếng Ả Rập, hãy dùng `broadnet/cohere-transcribe-arabic` cùng `language=ar`; xem [hướng dẫn chuyển giọng nói tiếng Ả Rập thành văn bản](https://broadrouter.com/vi/guides/arabic-speech-to-text-api/). Model đa ngôn ngữ có giá $0.002 mỗi phút âm thanh, còn model tiếng Ả Rập là $0.0042.

## Nên chọn model nào

| Model | ID | Endpoint | Tín dụng miễn phí |
| --- | --- | --- | --- |
| BroadNet Gemma 4 VL 26B | `broadnet/gemma-4-26b-a4b` | `/v1/chat/completions` | Có |
| GLM 5.3 | `broadnet/glm-5.3` | `/v1/chat/completions` | Không |
| Qwen3.8 27B | `broadnet/qwen3.8-27b` | `/v1/chat/completions` | Không |
| DeepSeek V4.1 Flash | `broadnet/deepseek-v4.1-flash` | `/v1/chat/completions` | Không |
| BroadNet Transcribe | `broadnet/cohere-transcribe` | `/v1/audio/transcriptions` | Có |
| BroadNet Transcribe Arabic | `broadnet/cohere-transcribe-arabic` | `/v1/audio/transcriptions` | Có |

Giá theo token và theo phút có trên [trang bảng giá](https://broadrouter.com/vi/pricing/). Mỗi model có trang riêng, ví dụ [GLM 5.3](https://broadrouter.com/vi/models/glm-5.3/).

## Xử lý sự cố

-   **401.** Key bị thiếu, không hợp lệ hoặc đã hết hạn, hoặc hạn mức trả theo mức dùng đã hết. Hãy kiểm tra khoảng trắng thừa quanh key.
-   **Lỗi ở trường model.** Hãy sao chép ID từ bảng; ID có tiền tố `broadnet/`. Các model trả phí sẽ báo lỗi khi dùng tín dụng ban đầu cho đến khi bạn nạp tiền.
-   **413.** Tệp âm thanh vượt quá 26.214.400 byte. Hãy chia nhỏ tệp.
-   **403.** Danh sách IP được phép, model hoặc chính sách route của key đã từ chối request. Xem [danh sách IP được phép cho API key](https://broadrouter.com/vi/guides/api-keys-ip-allow-lists/).
-   **429.** Một key trả theo mức dùng cho phép 30 request mỗi phút và 4 request đồng thời. Hãy chờ rồi thử lại. Xem [mã lỗi BroadNet và cách thử lại](https://broadrouter.com/vi/guides/errors-and-retries/).
-   **Khi dùng gói không giới hạn.** Mỗi [phiên của gói](https://broadrouter.com/vi/guides/unlimited-llm-api-sessions/) chạy một request tại một thời điểm, nên hãy chạy các vòng lặp curl song song trên các phiên riêng. Key của gói chỉ dùng được với `broadnet/deepseek-v4.1-flash`.

Hãy lưu header phản hồi `X-Request-ID` (`curl -D headers.txt ...`) khi báo cáo sự cố.

## Thuật ngữ trong hướng dẫn này

[Token](https://broadrouter.com/vi/glossary/token/)

Token là đơn vị văn bản mà model ngôn ngữ đọc và viết: một từ, một phần của từ, một dấu câu hoặc một chuỗi byte do tokenizer của model tạo ra. API LLM đếm, giới hạn và thường tính phí theo token.

[Trả theo mức dùng (pay-as-you-go)](https://broadrouter.com/vi/glossary/pay-as-you-go/)

Trả theo mức dùng (pay-as-you-go) là mô hình giá mà bạn chỉ trả cho những gì đã dùng, đo theo đơn vị như token, request hoặc phút âm thanh, không có gói đăng ký hay cam kết tối thiểu. Hầu hết API LLM tính phí theo cách này, trừ vào số dư trả trước hoặc qua hóa đơn định kỳ.

[IP allow list (danh sách IP được phép)](https://broadrouter.com/vi/glossary/ip-allow-list/)

IP allow list là cơ chế bảo mật chỉ chấp nhận request từ các địa chỉ IP hoặc dải CIDR trong danh sách và từ chối mọi nguồn khác. Trên API, nó hạn chế thiệt hại khi key bị lộ, vì key không hoạt động từ các mạng không có trong danh sách.

[API tương thích OpenAI (OpenAI-compatible API)](https://broadrouter.com/vi/glossary/openai-compatible-api/)

API tương thích OpenAI là một HTTP API nhận cùng định dạng request và phản hồi như OpenAI API, ví dụ POST /v1/chat/completions, nên SDK và công cụ của OpenAI dùng được nó chỉ bằng cách đổi base URL, API key và tên model.

[Chat Completions API](https://broadrouter.com/vi/glossary/chat-completions-api/)

Chat Completions API là endpoint HTTP của OpenAI, POST /v1/chat/completions, nhận tên model và danh sách message có gắn vai trò rồi trả về message tiếp theo của model. Cấu trúc request và response của nó đã trở thành định dạng chung mà các nhà cung cấp và SDK tương thích OpenAI dùng lại.

[Concurrency (request đồng thời)](https://broadrouter.com/vi/glossary/concurrency/)

Concurrency (request đồng thời) là số request mà một client đang xử lý cùng lúc. Các API LLM thường giới hạn nó theo key hoặc theo gói, tách biệt với số request mỗi phút, vì mỗi request đang mở chiếm dụng năng lực GPU cho tới khi response kết thúc.

[Giới hạn tần suất (rate limit)](https://broadrouter.com/vi/glossary/rate-limit/)

Giới hạn tần suất (rate limit) là mức trần mà API đặt ra cho lượng sử dụng của một client trong một khoảng thời gian, như số request mỗi phút hoặc số token mỗi phút. Request vượt giới hạn bị từ chối, thường với HTTP 429 Too Many Requests, cho đến khi mức dùng giảm xuống dưới giới hạn.

[Streaming (trả phản hồi dạng luồng)](https://broadrouter.com/vi/glossary/streaming/)

Streaming là cách trả phản hồi của model ngôn ngữ thành từng chunk nhỏ ngay trong lúc nó đang được sinh, thay vì một câu trả lời trọn vẹn ở cuối. Các API tương thích OpenAI stream qua server-sent events khi request đặt stream là true.

## Câu hỏi thường gặp

### Tín dụng ban đầu miễn phí gọi được model nào?

BroadNet Gemma 4 VL 26B, model ID broadnet/gemma-4-26b-a4b, và cả hai model chép lời. GLM 5.3, Qwen3.8 27B và DeepSeek V4.1 Flash cần nạp tiền.

### Vì sao content của message trong phản hồi curl bị trống?

Model suy luận dùng max\_tokens cho phần suy luận trước. Nếu finish\_reason là length, hãy tăng max\_tokens lên 1.000 hoặc hơn.

### Vì sao bản chép lời tiếng Ả Rập của tôi lại ra chữ Latin?

Request không có trường language. Hãy gửi language=ar cho tiếng Ả Rập và mã ISO 639-1 tương ứng cho các ngôn ngữ khác.

### GET /v1/models có liệt kê mọi model tôi gọi được không?

Tài liệu của BroadNet ghi rằng GET /v1/models "supplies public catalogue metadata for external monitors" (bản dịch: cung cấp metadata danh mục công khai cho các công cụ giám sát bên ngoài). Khi gửi request, hãy dùng model ID trong tài liệu tham chiếu API hoặc pricing.json.

## Hướng dẫn liên quan

-   [Dùng OpenAI Python SDK với BroadNet Inference](https://broadrouter.com/vi/guides/openai-python-sdk/)
-   [Streaming chat completions và xử lý khi mất kết nối](https://broadrouter.com/vi/guides/streaming-chat-completions/)
-   [API chuyển giọng nói tiếng Ả Rập thành văn bản: từng bước](https://broadrouter.com/vi/guides/arabic-speech-to-text-api/)
-   [Mã lỗi BroadNet Inference và khi nào nên thử lại](https://broadrouter.com/vi/guides/errors-and-retries/)

Hãy thử với khối lượng công việc thực tế của bạn. Tài khoản mới được tặng US$5 tín dụng ban đầu cho Gemma và chuyển giọng nói thành văn bản. DeepSeek, GLM và Qwen3.8 cần nạp tiền.

[Bắt đầu](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-guides-curl-quickstart&utm_content=page-cta) ·

**Nguồn**

-   [Tài liệu tham chiếu API BroadNet Inference (tiếng Anh)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-guides-curl-quickstart&utm_content=sources)
-   [Danh sách model và giá dạng máy đọc được (pricing.json) (tiếng Anh)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-guides-curl-quickstart&utm_content=sources)
