BroadRouter
开始使用

GLM 5.3 API

更新于

GLM 5.3在 BroadNet Inference 上的模型 ID 为 broadnet/glm-5.3,通过 OpenAI 兼容接口 https://inference.broadnet.ai/v1 调用。价格为每百万 token 输入 US$0.78、缓存输入 US$0.173、输出 US$3.46,上下文 1,048,576 token。需要符合条件的充值(初始额度不可用),推理内容不保留。

概览

  • Text
  • Tool calling
  • Reasoning
  • Structured output
  • 上下文 1,048,576 token
  • 工具调用和结构化输出
  • 思考型模型
  • 文本输入
价格和限制
模型 IDbroadnet/glm-5.3
端点/v1/chat/completions
支持的输入文本
上下文1,048,576 token,提示词与回答合计
输入每百万 token US$0.78
缓存输入每百万 token US$0.173(仅限 API 报告的缓存命中)
输出每百万 token US$3.46
按量付费限制每个密钥每分钟 30 个请求,同时最多 4 个
使用条件需要充值:完成符合条件的充值后开通;初始额度不可用

本页价格来自 BroadNet 价格数据源 的快照,本页未实时核对。当前价格请查看官方价格页面 (英文)。

报告价格或数字错误(发邮件至 info@broadnet.ai,已自动填入本页链接)。

并排对比:GLM 5.3 对比 DeepSeek V4.1 Flash (英文), GLM 5.3 对比 Qwen3.8 27B (英文)和GLM 5.3 对比 BroadNet Gemma 4 VL 26B (英文),包括价格、上下文和工作负载费用。另有 24 家服务商也提供 GLM 5.3,按其各自价格页面,每百万 token 输入 US$0.5625 起、输出 US$2.50 起:GLM 5.3 API 各服务商价格 (英文)。同一段文本在不同模型上的 token 数不同:在分词器效率数据集 (英文)中查看 GLM 5.3 的分词器在阿拉伯语、英语和代码上的表现。

用 Python 调用

用 pip install openai 安装 OpenAI SDK,导出 BROADNET_API_KEY,然后运行:

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)

或者用 curl

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 会先思考再回答。思考内容计入 max_tokens,并以 usage.completion_tokens_details.reasoning_tokens 报告,包含在补全(输出)token 数中,因此请按输出预算。请预留 1,000 个或更多 token,或把 reasoning_effort 设为 low,否则回答可能为空。为什么回答会是空的。

GLM 5.3 指南

在控制台中使用 GLM 5.3

inference.broadnet.ai 上的 BroadNet 控制台负责管理账户和密钥。它不会收到你在本页的选择,所以:

  1. 登录或创建账户。
  2. 完成符合条件的充值(初始额度不覆盖该模型),然后创建按量付费密钥。
  3. 把这个模型 ID 作为 model 发送到 /v1/chat/completions:broadnet/glm-5.3

打开 BroadNet 控制台估算费用阅读 API 参考文档 (英文)

比较 GLM 5.3

常见问题

GLM 5.3 的模型 ID 是什么?

把 broadnet/glm-5.3 作为 model 发送到 /v1/chat/completions。base URL 是 https://inference.broadnet.ai/v1。

GLM 5.3 多少钱?

每百万 token 输入 US$0.78、缓存输入 US$0.173、输出 US$3.46,从账户余额中扣除。

GLM 5.3 的上下文窗口有多大?

每个请求 1,048,576 token,提示词与回答合计。

不充值能用 GLM 5.3 吗?

不能。GLM 5.3 需要完成符合条件的充值后才能使用。初始额度可用于 BroadNet Gemma 4 VL 26B、BroadNet Transcribe Arabic和BroadNet Transcribe 和 Gemma 按小时密钥。

我的数据会被存储吗?

推理内容不保留:提示词、图像和回答仅为处理该请求而使用。必要的账户、账单和安全元数据(例如耗时、token 数和费用)会按 BroadNet 隐私声明中的说明保留。了解详情。

以 Markdown 格式阅读问 ChatGPT问 Claude问 Perplexity