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
| 模型 ID | broadnet/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)。
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:
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 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
- 用 OpenAI Python SDK 调用 BroadNet Inference
- 用 OpenAI Node.js SDK 调用 BroadNet Inference
- 用 curl 首次调用 BroadNet Inference API
- 对话补全的流式输出,以及连接中断的处理
- 推理模型为什么返回空回答
- 在 LangChain 中调用 BroadNet Inference
- 在 Cline 中使用 BroadNet Inference(OpenAI Compatible 提供商)
- 在 Roo Code 中使用 BroadNet Inference(OpenAI Compatible)
- 在 Continue 中使用 BroadNet Inference(config.yaml 与 apiBase)
- 把 BroadNet Inference 添加为 opencode 的自定义供应商
- 把 Open WebUI 接入 BroadNet Inference
- 把 BroadNet Inference 作为自定义端点添加到 LibreChat
- 在 n8n 中使用 BroadNet Inference(OpenAI 凭据与 Base URL)
- 用 Vercel AI SDK 调用 BroadNet Inference
- 用 LiteLLM 路由到 BroadNet Inference(SDK 与代理)
- 在 BroadNet Inference 上运行 OpenAI Agents SDK
- 在 Zed 中把 BroadNet Inference 配置为 OpenAI 兼容提供商
- 在 Kilo Code 中使用 BroadNet Inference(OpenAI Compatible 供应商)
- 把 BroadNet Inference 作为自定义供应商接入 goose
- 在 BroadNet Inference 上使用 Pydantic AI(OpenAICompatibleProvider)
- 在 CrewAI 中把 BroadNet Inference 用作自定义 OpenAI 端点
- 通过 OpenAILike 在 LlamaIndex 中使用 BroadNet Inference
- 用 OpenAI-API-compatible 插件把 BroadNet Inference 接入 Dify
- 在 Jan 中把 BroadNet Inference 添加为 OpenAI 兼容的自定义供应商
- 把 SillyTavern 接入 BroadNet Inference(自定义 OpenAI 兼容端点)
- 在 BroadNet Inference 上使用 Spring AI(OpenAI base-url)
- 用 Go 和 openai-go SDK 调用 BroadNet Inference
- 在 BroadNet Inference 上构建 LangGraph 智能体
- 在 Haystack 的 pipeline 和 agent 中使用 BroadNet Inference
- 在 BroadNet Inference 上使用 Semantic Kernel
- 在 BroadNet Inference 上运行 Mastra 智能体
- 在 BroadNet Inference 上用 Instructor 获取结构化输出
- 在 DSPy 中使用 BroadNet Inference(设置 model_type="chat")
- 用 promptfoo 评测 BroadNet 的模型
- 用 OpenAIModel 在 BroadNet Inference 上运行 smolagents
- 把 Flowise 接入 BroadNet Inference(OpenAI Custom Model 节点)
- 在 Langflow 中接入 BroadNet Inference
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:
- 登录或创建账户。
- 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。
- 把这个模型 ID 作为
model发送到/v1/chat/completions:broadnet/glm-5.3
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。