---
title: "Flowise: OpenAI-Custom-Model-Node mit Base Path | BroadRouter"
description: "Nutzen Sie BroadNet Inference in Flowise-Chatflows: Node OpenAI Custom Model, Base Path, OpenAI-API-Credential und ein eingetippter BroadNet-Modellname."
url: https://broadrouter.com/de/guides/flowise-openai-compatible/
lang: de
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Mit KI-Unterstützung aus dem Englischen übersetzt. [Englisches Original lesen](https://broadrouter.com/guides/flowise-openai-compatible/) (aktualisiert am 2026-11-16).

# Flowise mit BroadNet Inference verbinden (OpenAI Custom Model)

Aktualisiert 2026-11-16

Fügen Sie in einem Flowise-Chatflow den Chat-Model-Node OpenAI Custom Model hinzu. Verbinden Sie ein OpenAI-API-Credential mit Ihrem BroadNet-Schlüssel, tippen Sie unter Model Name eine BroadNet-Modell-ID wie broadnet/glm-5.3 ein und setzen Sie unter Additional Parameters den Base Path auf https://inference.broadnet.ai/v1. Der Node nutzt Chat Completions. Für Agenten mit Tools wählen Sie GLM 5.3 oder Qwen3.8 27B.

Flowise ist ein quelloffener Low-Code-Builder für LLM-Apps und Agenten. Sein Chat-Model-Node **OpenAI Custom Model** ist für OpenAI-kompatible APIs gedacht: Sie tippen den Modellnamen ein und setzen einen Base Path. BroadNet Inference stellt unter `https://inference.broadnet.ai/v1` Chat Completions bereit, also ist das der richtige Node. BroadRouter ist die Website von BroadNet selbst; die Schritte folgen dem Quellcode des Nodes in Flowise 3.1.4, weil die Flowise-Dokumentation keine Seite zu diesem Node hat.

## Einrichtung

1.  **Credential anlegen.** Öffnen Sie in Flowise **Credentials**, fügen Sie ein **OpenAI API**\-Credential hinzu, nennen Sie es „BroadNet“ und fügen Sie Ihren BroadNet-Schlüssel in **OpenAI Api Key** ein.
    
2.  **Node hinzufügen.** Fügen Sie in einem Chatflow **Chat Models → OpenAI Custom Model** hinzu.
    
3.  **Node ausfüllen:**
    
    | Feld | Wert |
    | --- | --- |
    | Connect Credential | das BroadNet-Credential |
    | Model Name | `broadnet/glm-5.3` |
    | Temperature | standardmäßig 0.9; für Extraktion senken |
    | Streaming (Additional Parameters) | an (Standard) |
    | Max Tokens (Additional Parameters) | 4000 |
    | Base Path (Additional Parameters) | `https://inference.broadnet.ai/v1` |
    
4.  **Verbinden** Sie ihn mit einem Chain- oder Agent-Node, speichern Sie und senden Sie im Chat-Panel eine Testnachricht. Kommt eine Antwort, stimmen Schlüssel, URL und Modellname.
    

## Was die Felder bewirken

-   **Model Name** wird als Modell-ID gesendet. Tippen Sie die BroadNet-ID mit dem Präfix `broadnet/` ein. Der Node lädt keine Modellliste, daher stört BroadNets `/v1/models`, das bei unserer Prüfung am 16. November 2026 nur die Transkriptionsmodelle listete, hier nicht.
-   **Base Path** wird zur Basis-URL des Clients. Flowise hängt `/chat/completions` an.
-   **Max Tokens** wird als `max_tokens` gesendet. DeepSeek V4.1 Flash, GLM 5.3 und Qwen3.8 27B denken vor der Antwort nach, und das Reasoning zählt zu diesem Limit; setzen Sie es also nicht zu niedrig.
-   **Base Options** nimmt JSON-Header auf, die jeder Anfrage hinzugefügt werden. BroadNet braucht keine.

## Warum nicht der normale ChatOpenAI-Node?

Auch der ChatOpenAI-Node hat ein Feld Base Path, aber in Flowise 3.1.4 ist sein Model Name ein Dropdown, das eine Methode `listModels` befüllt, mit `gpt-4o-mini` als Standard. Der Node OpenAI Custom Model hat dagegen ein Freitextfeld für Model Name, und sein Quellcode beschreibt ihn als Node für eine „OpenAI Chat compatible API“ (Übersetzung: OpenAI-Chat-kompatible API) – genau das bietet BroadNet.

## Welches Modell passt?

| Flow | Modell |
| --- | --- |
| Tool-Agenten, Parser für strukturierte Ausgabe | `broadnet/glm-5.3` |
| Agenten, die Bilder oder arabischen Text lesen | `broadnet/qwen3.8-27b` |
| Konversations- und Retrieval-Chains, lange Dokumente | `broadnet/deepseek-v4.1-flash` |
| Flowise mit dem Startguthaben ausprobieren | `broadnet/gemma-4-26b-a4b` (Kontext von 32.768 Token) |

Die BroadNet-Dokumentation nennt Tools und strukturierte Ausgabe nur für GLM 5.3 und Qwen3.8 27B. [Preise aller Modelle](https://broadrouter.com/de/pricing/).

## So haben wir das getestet

Wir haben keinen Flowise-Server betrieben. Am 15. November 2026 haben wir den Quellcode des Nodes OpenAI Custom Model beim Tag flowise@3.1.4 gelesen und dann dasselbe `ChatOpenAI`\-Objekt gebaut, das er baut – mit `@langchain/openai` 1.2.5, der Version, die Flowise 3.1.4 festlegt. Wir haben eine gestreamte Nachricht und einen Tool-Call an einen lokalen Mock-Server geschickt, der das Chat-Completions-Format von BroadNet spricht. Beide Anfragen gingen an `/v1/chat/completions`, mit unveränderter Modell-ID `broadnet/glm-5.3`, einem Bearer-Schlüssel, `max_tokens: 4000`, `temperature: 0.9` und `stream: true`, und der Tool-Call kam geparst zurück. Wir hatten keinen BroadNet-Schlüssel und haben daher keine echte Modellausgabe getestet. Die Feldbezeichnungen stammen aus dem Quellcode; gleichen Sie sie mit Ihrer Flowise-Version ab.

## Fehlerbehebung

-   **401.** Das Credential enthält den falschen Schlüssel, oder der Schlüssel ist abgelaufen bzw. sein Kontingent aufgebraucht.
-   **404.** Base Path muss auf `/v1` enden. Model Name muss exakt der BroadNet-ID entsprechen. Kostenpflichtige Modelle brauchen eine Aufladung; das Guthaben von $5 deckt nur `broadnet/gemma-4-26b-a4b` und die beiden Transcribe-Modelle ab.
-   **Leere Antworten.** Erhöhen Sie Max Tokens. [Warum Antworten leer zurückkommen](https://broadrouter.com/de/guides/reasoning-tokens-empty-response/).
-   **Der Agent antwortet, ohne Tools zu nutzen.** Wechseln Sie zu `broadnet/glm-5.3` oder `broadnet/qwen3.8-27b`.
-   **429 unter Last.** Ein Pay-as-you-go-Schlüssel erlaubt 30 Anfragen pro Minute und 4 gleichzeitig laufende. Siehe [Fehlercodes und Retries](https://broadrouter.com/de/guides/errors-and-retries/).

## Begriffe in dieser Anleitung

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

Ein Token ist die Texteinheit, die ein Sprachmodell liest und schreibt: ein Wort, ein Wortteil, ein Satzzeichen oder eine Bytefolge, die der Tokenizer des Modells erzeugt. LLM-APIs zählen, begrenzen und berechnen die Nutzung meist in Tokens.

[Tool Calling (Function Calling)](https://broadrouter.com/de/glossary/tool-calling/)

Tool Calling, auch Function Calling genannt, ist eine Funktion von LLM-APIs, bei der das Modell eine strukturierte Anfrage zurückgibt, eine vom Entwickler definierte Funktion mit JSON-Argumenten auszuführen. Die Anwendung führt die Funktion aus und sendet das Ergebnis zurück; das Modell selbst führt nie Code aus.

[API-Schlüssel (API Key)](https://broadrouter.com/de/glossary/api-key/)

Ein API-Schlüssel ist eine geheime Zeichenfolge, die einen Client beim Aufruf einer API identifiziert und autorisiert. LLM-APIs erwarten ihn meist im Header Authorization: Bearer, und wer den Schlüssel besitzt, kann Anfragen stellen, die dem Konto des Inhabers berechnet werden.

[Pay-as-you-go](https://broadrouter.com/de/glossary/pay-as-you-go/)

Pay-as-you-go ist ein Preismodell, bei dem Sie nur für tatsächliche Nutzung zahlen, gemessen pro Einheit wie Tokens, Anfragen oder Audiominuten, ohne Abonnement oder Mindestabnahme. Die meisten LLM-APIs rechnen so ab, aus einem vorausbezahlten Guthaben oder per regelmäßiger Rechnung.

[Rate Limit (Ratenbegrenzung)](https://broadrouter.com/de/glossary/rate-limit/)

Ein Rate Limit ist eine Obergrenze, die eine API festlegt, wie stark ein Client sie in einem Zeitfenster nutzen darf, etwa Anfragen pro Minute oder Tokens pro Minute. Anfragen über dem Limit werden abgelehnt, meist mit HTTP 429 Too Many Requests, bis die Nutzung wieder darunter liegt.

[Strukturierte Ausgabe (Structured Output)](https://broadrouter.com/de/glossary/structured-output/)

Strukturierte Ausgabe (Structured Output) ist eine Funktion von LLM-APIs, die die Antwort eines Modells auf ein vom Entwickler vorgegebenes Format beschränkt, meist ein JSON Schema, damit Code sie zuverlässig parsen kann. Sie ist strenger als der JSON-Modus, der gültiges JSON garantiert, aber keine bestimmte Struktur.

[Temperatur (Temperature)](https://broadrouter.com/de/glossary/temperature/)

Die Temperatur ist ein Sampling-Parameter, der steuert, wie zufällig der Output eines Sprachmodells ist. Das Modell teilt seine Token-Scores durch die Temperatur, bevor es sie in Wahrscheinlichkeiten umrechnet: Niedrige Werte lassen das wahrscheinlichste Token dominieren, hohe Werte glätten die Verteilung, sodass seltenere Tokens öfter gewählt werden.

[Basis-URL (Base URL)](https://broadrouter.com/de/glossary/base-url/)

Eine Basis-URL ist die feste Stammadresse einer API, etwa https://api.example.com/v1, die ein Client vor jeden Endpoint-Pfad wie /chat/completions setzt. In OpenAI-kompatiblen SDKs lenkt eine geänderte Basis-URL, zusammen mit API-Schlüssel und Modell-ID, denselben Code zu einem anderen Anbieter.

## Häufige Fragen

### Welchen Flowise-Node nehme ich für BroadNet?

OpenAI Custom Model (chatOpenAICustom). Sein Quellcode beschreibt ihn als eigenes Modell über eine OpenAI-Chat-kompatible API. Model Name ist ein Freitextfeld, Sie können also eine BroadNet-ID eintippen, und Base Path ändert die URL.

### Wo finde ich in Flowise das Feld Base Path?

Es ist ein optionales Feld des Nodes OpenAI Custom Model und erscheint unter Additional Parameters. Setzen Sie es auf https://inference.broadnet.ai/v1, mit /v1 und ohne weiteren Pfad.

### Welches Credential nutzt der Node OpenAI Custom Model?

Ein OpenAI-API-Credential (openAIApi). Legen Sie eines mit Ihrem BroadNet-Schlüssel als API-Key an. Flowise sendet ihn als Bearer-Token an den Base Path.

### Warum ist die Standard-Temperature so hoch?

Der Node steht standardmäßig auf Temperature 0.9. Senken Sie den Wert für Flows zur Extraktion oder Klassifikation.

## Verwandte Anleitungen

-   [BroadNet Inference in n8n nutzen (OpenAI-Credential, Base URL)](https://broadrouter.com/de/guides/n8n-openai-compatible/)
-   [BroadNet Inference per OpenAI-API-compatible-Plugin in Dify einbinden](https://broadrouter.com/de/guides/dify-openai-api-compatible/)
-   [Warum ein Reasoning-Modell eine leere Antwort liefert](https://broadrouter.com/de/guides/reasoning-tokens-empty-response/)
-   [Fehlercodes von BroadNet Inference: Wann ist ein Retry sinnvoll?](https://broadrouter.com/de/guides/errors-and-retries/)
-   [Alle Tools, die mit BroadNet Inference funktionieren (auf Englisch)](https://broadrouter.com/integrations/): SDKs, Coding-Agenten, Chat-Oberflächen und Automatisierungstools, jeweils mit den genauen Einstellungen

Testen Sie es mit Ihrem echten Workload. Neue Konten starten mit USD 5 Guthaben für Gemma und Transkription. DeepSeek, GLM und Qwen3.8 erfordern eine Aufladung.

[Loslegen](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-guides-flowise-openai-compatible&utm_content=page-cta) ·

**Quellen**

-   [Flowise-Quellcode, Node OpenAI Custom Model (ChatOpenAICustom.ts) bei flowise@3.1.4 (geprüft am 2026-11-15)](https://github.com/FlowiseAI/Flowise/blob/flowise%403.1.4/packages/components/nodes/chatmodels/ChatOpenAICustom/ChatOpenAICustom.ts)
-   [Flowise-Releases auf GitHub, flowise@3.1.4 aktuell (geprüft am 2026-11-15)](https://github.com/FlowiseAI/Flowise/releases)
-   [API-Referenz von BroadNet Inference (geprüft am 2026-11-15) (auf Englisch)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-guides-flowise-openai-compatible&utm_content=sources)
